基于线性逼近的车道线弯道识别方法

为提高车道线识别算法在大曲率弯道下的识别性能,提出一种基于线性逼近的弯道识别方法.基于车道线先验知识,利用改进的局部逆透视变换和Hough变换对车道线进行初步提取.根据初步提取结果,对未知区域进行循环线性逼近并提取车道线边界点.通过最小二乘法利用B-样条曲线完成车道线拟合.实验证明,该算法对大曲率弯道的车道线识别具有较高的精确性.      

描述抗拔挤扩支盘桩Q-s曲线的修正双曲线模型研究

为计算和预测抗拔挤扩支盘桩上拔承载力和研究其承载性状,对8个场地中共22根现场试验桩的实侧上拔荷载、上拔位移资料进行了优化拟合分析,针对抗拔挤扩支盘桩的特性,构造了一数学模型,即修正双曲线模型,该模型是在普通双曲线模型的分母中增加一起"调节器"作用的cs0.3项.对22根现场试验桩的拟合表明,该修正双曲线模型的拟合精度高,相关系数R达0.9821以上,平均0.9956;该模型对抗拔挤扩支盘桩的拟合效果比普通双曲线、某调整双曲线模型的都要好;基于该修正双曲线模型的挤扩支盘桩上拔荷载的计算值与实测值的误差在±2.81974%.结果表明,本文构造的修正双曲线模型针对抗拔挤扩支盘桩上拔荷载—上拔位移曲线的拟合是较为精确和可靠的.     

基于波数能量谱的海面风向反演算法

为提高应用X波段导航雷达反演海面风向的适用性和精度,针对现有局部梯度法反演海面风向存在无法自动寻找到合适的缩减图像分辨率,导致风向反演结果不稳定的问题,提出基于波数能量谱的海面风向反演算法.首先,应用风场成像特征,将包含风条纹的海面静态特征提取出来;其次,应用二维离散傅里叶变换获得海面静态特征的能量谱;最后,利用风条纹尺度特性,构建波数能量谱带通滤波器,将风条纹能量谱提取出来,从而得到海面风向.通过实验将本文算法、局部梯度法与风向标实测数据比较分析,表明本文算法反演适用性达到99%,反演精度提高了58.97%.     

基于微Doppler提取的具有旋转部件雷达目标成像

雷达运动目标部件的振动和旋转运动会对目标回波信号引入附加的频率调制并产生关于Doppler中心频率的附加边带效应.这种附加的谱效应会对目标主体的ISAR像造成污染,严重时无法对目标主体进行成像.文中提出了一种基于Hough变换的微Doppler信息分离与提取方法,基于旋转部件的微Doppler谱与目标主体谱在谱图域表现形式的不同,利用Hough变换和一种推广的Hough变换分别将目标主体谱与旋转部件的微Doppler谱提取后既获得了具有大旋转部件一类目标的清晰像、同时也获得了目标旋转部件的一些运动及结构信息.最后,仿真结果验证了该方法的有效性.     

一种基于改进快速Hough变换的远程雷达航迹起始方法

针对标准Hough变换起始方法在多目标密集杂波环境虚警率较高和实时性较差的问题,设计了一种快速的Hough变换航迹起始算法,参考了目标的运动情况,采用新的序列采样方法,制定采样终止规则有效减少了计算过程中的采样次数,从而保证了该算法在满足一定的航迹起始成功率前提下,提高了航迹起始的效率。实验证明,该算法可以识别虚假航迹点,起始真正的雷达目标航迹,同时缩短航迹起始的计算时间,可以在雷达信号处理领域中广泛应用。     

郑州单桩静载曲线不同模型下拟合的对比分析

基于郑州地区单桩静荷载测试曲线Q-s的特点,引入双曲线模型(普通双曲线模型、修正双曲线模型)、完整指数曲线模型与生长曲线模型(MMF模型、Gompertz模型),采用粒子群算法分别获得各模型的拟合方程式,并对拟合情况进行对比分析.结果表明,对于郑州地区不同类型的单桩静载荷试验数据,MMF模型的拟合效果明显优于普通双曲线模型、修正双曲线模型、完整指数曲线模型和Gompertz模型,且可用于预测该地区的单桩极限承载力.     

灰关联分析方法在直线检测中的应用

为了提高图像直线检测的精度,提出了一种基于灰关联度分析的图像直线检测算法,首先确定参考序列和比较序列,然后计算以各像素点为中心形成的比较序列与参考序列之间的关联系数,得到图像的边缘后,再利用Hough变换对直线进行检测.通过与常规边缘检测算法比较可知:基于灰关联的边缘检测算法得到的结果更清晰.能较好地区分目标和背景.实例表明该方法能有效提高直线检测的精度.     

基于修正扩展卡尔曼序贯滤波的信息融合算法

针对基于扩展卡尔曼滤波的融合算法存在滤波精度不高的问题,将修正扩展卡尔曼滤波算法与集中式序贯融合算法相结合,用于毫米波雷达和红外传感器目标融合跟踪。即先对毫米波雷达进行修正扩展卡尔曼滤波,再将滤波结果与红外传感器进行融合滤波。仿真结果表明该算法能够提高对机动目标的跟踪精度,增强跟踪系统对环境变化的适应能力。     

基于BP-PSO联合算法的沥青混合料空隙率反演计算

为提高沥青混合料空隙率反演计算效率,提出一种基于BP神经网络和PSO联合算法的沥青混合料空隙率反演计算方法.通过建立探地雷达电磁波在沥青路面结构层中的传播仿真模型,利用BP神经网络对仿真样本进行训练,得到能够反映输入和输出关系的回归曲面.利用PSO算法对回归曲面进行寻优,得到最优解.将该联合算法应用于沥青混合料空隙率反演计算中,反演计算结果表明:该联合算法能够在满足计算精度的条件下大幅提高计算效率,证明应用该联合算法反演计算沥青混合料空隙率的可行性和有效性.     

多媒体传感器网络中被动目标定位算法

针对被动目标定位问题,提出了一种多视觉感知节点协同定位算法.与传统的视觉目标定位方法不同,该算法无需进行训练或特征识别,而是各个节点基于机器视觉理论,将目标投影为定位平面上的一条直线,并使用Hough变换将该直线映射为Hough空间中的一个离散点,最后对离散点进行正弦曲线拟合,拟合参数即为目标的最终位置估计.根据视觉感...     

探地雷达目标检测中的加窗统计量定位方法

 目标检测与定位是探地雷达的一个重要问题。目前,多数检测与定位方法都是通过判断探地雷达信号中的双曲线特征实现的。在检测目标大致区域的基础上,要实现目标定位,无论是合成孔径算法还是叠加-幅度波速法,都存在计算量大的问题。现有的统计量方法还需依赖霍夫变换方法检测出双曲线,算法也较复杂。根据探测背景介质结构相似及在探测方向上利用整个A-scan进行统计量计算干扰较大的特点,提出了一种探地雷达目标快速定位方法。首先以能量和方差为统计量,在深度方向上判断出目标区域的时间窗口,而后在探测方向对A-scan加窗,只选择该窗口下的部分A-scan数据,以能量为统计量确定目标的位置。由于仅采用方差、能量两个统计量进行计算,算法实现比较简单,并且采用时间加窗方法去除了回波数据上大部分与目标无关数据的干扰,对目标的定位准确度较高。实测数据表明,该方法适用于探地雷达目标检测中对目标的快速准确定位。     

FMCW SAR快速运动目标检测与成像

调频连续波(frequency modulated continuous wave,FMCW)合成孔径雷达(synthetic aperture radar,SAR)特有的工作模式使得其回波信号相对脉冲SAR具有不同的形式。推导了FMCW SAR系统下运动目标的回波模型。提出了一种基于Hough变换的快速运动目标检测方法和Hough变换与分数阶傅里叶变换(fractional Fourier transform,FrFT)变换相结合的运动目标参数估计方法;利用该方法补偿FMCW系统引入的附加距离走动后,运动目标的成像效果明显提高。多点运动目标仿真数据处理验证了该方法对目标检测与成像的准确性和有效性。     

基于合成导向矢量广义MUSIC算法的水平极化米波雷达测高方法

米波雷达具有抗击隐身目标和反辐射导弹的天然优势,但其俯仰维波束较宽,探测低空目标时波束打地,多径效应的存在严重影响米波雷达测高精度。针对这一问题,采用均匀线阵米波雷达经典镜像多径传播信号模型,总结归纳了以广义多重信号分类算法为基础的3种测高方法,并在此基础上提出了一种适用于水平极化米波雷达基于合成导向矢量广义MUSIC算法的精确测高方法,仿真实验与性能最优的第三种测高方法进行对比,在重点分析目标仰角、信噪比、快拍数、幅相误差和地面反射系数等因素对低空目标测高性能影响的基础上得出一般性结论,证明了新方法的优越性。     

一种基于置信函数的分类器自优化雷达点迹识别算法

雷达组网协同探测中,受不同探测精度、观测维度及环境噪声影响,信息系统获取的传感数据包含一定不精确、不确定信息,导致无法对目标点迹准确分类识别。为此文章提出了一种基于置信函数的分类器自优化雷达点迹识别算法。首先,基于置信函数理论创建目标、杂波、不确定数据的证据识别框架,并设计可实时给定目标数据类别隶属度的深度神经网络模型分类器。然后依托当前迭代轮次分类结果进行辅助决策证据构建,并根据点迹分布特性进行证据修正融合。最后基于全局融合结果进行点迹类别标签更新,并重新驱动网络模型分类器进行在线学习与更新,如此迭代循环直至所有的雷达点迹数据类别标签不再发生改变。基于雷达实测数据集对算法性能进行验证分析,结果表明与传统算法相比新算法能够有效提升雷达点迹的分类正确率,而且随着样本数据的丰富算法收敛时间可急速减少,便于在后续工程中推广应用。     

基于消卷积的三维成像雷达散射截面测量技术

基于三维成像雷达散射截面积(RCS, Radar cross section)测量技术是近年新兴的一种灵活、高效的RCS测量技术。该技术基于三维线阵合成孔径雷达(SAR, Synthetic aperture radar)测量系统对目标进行近场三维高分辨成像,通过近远场变换算法,得到目标的远场RCS,具备近场、外场测量能力。基于成像的RCS测量,其成像精度就直接影响着RCS的测量精度,因此,为了得到高质量的RCS结果,就需要得到高分辨的图像。本文采用压缩感知三维成像算法对目标进行成像,有效提高了RCS的反演精度,并分析了改进CLEAN算法的抑制旁瓣原理,得出两种方法都是基于消卷积原理对旁瓣进行抑制。用MATLAB和FEKO测量仿真,结果表明压缩感知算法提取散射中心效果更好,且提高了RCS的反演精度。     

刚性地面爆炸冲击场仿真与试验研究

以TNT在刚性地面上爆炸过程中不同位置的超压峰值为研究对象,对爆炸冲击条件下的超压数值进行试验与仿真研究。采用ALE算法仿真模拟试验结果。通过比较仿真结果、试验结果以及经验公式理论结果;主要从超压峰值、超压持续时间验证仿真模型的准确性,通过修正模型的参数,对刚性地面爆炸冲击波特性进行有效的预测。另外对经验公式进行一定的修正,得到符合距离炸心位置较近位置的拟合公式。经验证表明,拟合公式适用于刚性地面近炸点位置的超压数值预测。     

利用蜂群算法优化的区域高程拟合精度分析

针对最小二乘支持向量机拟合法的拟合参数难以选取的问题,提出将人工蜂群算法引入最小二乘支持向量机建立高精度区域拟合模型的方法。人工蜂群算法可对最小二乘支持向量机中的参数进行全局性追踪搜索,模仿蜜蜂的采蜜过程,将参数的初选值作为蜜源,最小二乘支持向量机预测的平均平方误差作为目标函数,在一定范围内经过迭代更新确定最佳参数,最终建立精度较高的全球定位系统(GPS)高程拟合模型。实验结果表明,相比常规最小二乘支持向量机拟合法,ABC-LSSVM组合方法构建的拟合模型精度提高了28%,在此同时,该组合方法比BP神经网络拟合法的收敛效果更高、稳定性更佳,证明了ABC-LSSVM组合方法在GPS高程拟合模型构建中的有效可行性,为GPS高程拟合模型的建立提供一定的参考价值。     

基于无人机激光雷达的不同种类红树林单木分割

红树林是生长在热带和亚热带海岸线上的典型潮间带植物,气候变化、自然灾害和人为干扰的影响下退化严重,加强红树林监测是有效保护红树林的重要工作。本文选取广东雷州市东海岸红树林示范区为研究区域,通过样地无人机激光雷达(LiDAR)高密度点云数据以及样方实测数据搭建红树林结构参数反演模型,提取不同红树林种类样方的单木结构参数并检验红树林点云分割精度,依据精度检验指标与偏差度量指标验证单木反演参数精度并分析原因。结果表明(1)基于分水岭算法对不同种类红树林实地样方进行单木树高提取,其中无瓣海桑的整体分割效果最好。单木树高参数精度分析与拟合验证,无瓣海桑结果最优,其次为秋茄,白骨壤精度最低。(2)通过估测单木冠幅反演值与样地实测值的偏差以及偏离比例,发现红树林单木冠幅参数整体反演效果较差,识别精度最高的还是无瓣海桑。(3)单木树高的识别效果整体优于单木冠幅,整体分割结果为无瓣海桑最高,其次为秋茄,白骨壤最低。使用无人机激光雷达技术可以有效提取红树林结构参数,替代传统的红树林人工测量方法,为红树林资源动态变化监测及保护提供高精度基础数据。     

基于DBN特征提取的雷达辐射源个体识别

针对传统特征参数难以表征复杂体制雷达信号个体特征的问题,基于深度置信网络DBN的深层特征提取和高维数据处理能力,提出一种基于DBN特征提取的雷达辐射源个体识别算法。首先建立基于多层受限玻耳兹曼机的DBN模型,然后通过DBN无监督提取脉冲包络前沿特征,再利用标签数据对模型参数进行有监督微调完成训练,最后输入未知辐射源信号脉冲包络前沿特征实现辐射源个体识别。与传统算法相比,该方法能够自适应地提取脉冲深层次细微差异,提取过程减少了对人为经验的依赖。实验结果表明,该算法对脉冲包络特征提取效果明显,有较高的识别精度。