旋转弹引信用卫星定位接收信号旋转解调方法

为解决旋转弹飞行中的高旋转、高动态条件会造成卫星定位接收系统无法正常定位的问题,针对旋转、动态环境开展了旋转弹卫星定位接收信号旋转解调方法的研究.详细分析了旋转条件对卫星定位信号接收的影响,并针对旋转特性设计了旋转跟踪解调环,用于对旋转的跟踪与解调,给出了旋转弹卫星定位信号接收系统的设计方案,基于Simulink实现了旋转弹卫星定位信号接收系统的仿真,并给出了相应的仿真与实验结果.结果表明,设计的以旋转跟踪环为核心的旋转弹卫星定位信号接收系统,在中心频率为200 Hz的情况下跟踪范围可达到±40 Hz,较好地满足了转速在200转/s左右的旋转弹信号接收要求.      

基于闭塞时间理论的移动闭塞追踪间隔时间特性研究

移动闭塞作为一种最新的闭塞制式,可以在确保列车运行安全的前提下,使列车的追踪间隔达到最短。针对移动闭塞条件下列车追踪间隔,给出了列车对区间的时间占用带计算方法,利用时间带重叠法设计了基于闭塞时间理论（Blocking Time）的移动闭塞追踪间隔计算方法。对于影响列车追踪间隔时间的影响要素,在visual studio平台上设计了不同的仿真实验方案,利用本文给出的追踪间隔计算方法,对影响追踪间隔的要素进行定量分析,得到了各因素对列车追踪间隔的影响规律。     

基于STM32F103的手写绘图板设计

本设计采用铜板电阻分压电路,基于AD7982的AD转换模块、STM32F103的主控制模块和LCD12864的液晶显示模块设计了一种手写绘图板.通过查找铜板电阻-电压变化关系的数据表,进行软件编程和优化,实现了表笔触动15 cm×10 cm覆铜板时,在液晶屏上显示触点坐标及象限功能、文字显示和表笔轨迹追踪、显示功能.本设计精度高、功耗低,是一种较理想的设计方案.     

实时三维超声心动图与二维斑点追踪成像技术共同评价心肌梗死患者左室收缩功能与同步性

目的探讨二维斑点追踪成像(2D-STI)及实时三维超声心动图(RT-3DE)评价AMI患者左心室收缩功能和各节段运动的同步性.方法 50例急性心肌梗死患者为病例组,30例正常体检者为对照组,应用CMQ软件获取各节段径向圆周应变及应变率曲线,然后转变为RT-3DE模式,得到17节段时间-体积曲线(VTC),并获得收缩功能以及非同步收缩参数.结果 1)与对照组相比,心肌梗死组3个水平所有节段径向应变值和圆周应变值均减低;2)心梗组患者Trs-SD,Tcs-SD,Trsr-SD,Tcsr-SD明显高于对照组(P0.05);3)与单支冠状动脉病变心梗组比较,多支冠状动脉病变心梗组LVEDV,LVESV显著增加,LVEF显著减小;4)病例组患者左室Tmsv17-SD,Tmsv17-Dif,Tmsv17-SD%,Tmsv17-Dif%均较对照组增大(P0.05).结论 RT-3DE和2D-STI可以准确地量化左室收缩功能,评价AMI患者左室运动的同步性,左室收缩功能障碍也影响收缩同步性.     

基于控制变量估计的高超声速再入滑翔目标轨迹预测算法

以高超声速再入滑翔目标为研究对象,在对目标机动控制变量进行建模分析的基础上提出了一种轨迹预测算法。首先,基于动力学建模构建了目标跟踪模型,利用气动参数对目标状态向量进行扩维并推导了对应的运动模型。其次,构造了适用于轨迹预测的目标机动控制变量,在不同机动模式下分析了控制变量的变化规律,基于控制变量设计了对应运动方程以及轨迹预测模型。最后,仿真生成了两条轨迹并对所提算法进行了仿真验证,分析了算法性能。仿真结果表明所提轨迹预测算法能够取得较好的预测效果。     

基于CSI离散指纹的轨迹跟踪方法

针对从Wi-Fi设备中获取的接收信号强度(RSSI)在定位过程中误差较大的问题，设计了一种基于信道状 态信息(CSI) 离散指纹的轨迹跟踪方法．首先经过汉佩尔滤波，巴特沃斯低通滤波去除了CSI异常值和噪声的影响， 然后利用线性回归算法去除相位的频移误差，继而采用协方差矩阵特征值法进行特征提取，最后通过基于CSI子 载波权重的主成分分析法进行了无源定位和轨迹跟踪．实验结果表明: 离散指纹点定位的平均正确率在 90%以上， 所设计的算法能有效实现对室内人员的定位和轨迹跟踪．     

基于散斑跟踪技术的左心室扭转力矩计算

扭转力矩是定量评价左心室收缩功能的重要指标但却不易测量.提出一种基于块匹配散斑跟踪技术的左心室扭转力矩计算方法.对左心室短轴超声图像序列的心肌任意感兴趣区域进行动态跟踪,跟踪过程中通过计算跟踪前后的块的相关系数来选择正确的参考帧,改进了传统参考帧的选择方法,提高了跟踪的正确性,同时为角度计算排除了异常数据.实验结果表明该方法实现了对左心室扭转力矩的无创性测量,具有良好的临床应用前景.     

对象迁移自动机在TDT中的聚类研究

对象迁移自动机(OMA)是一种能够较好地解决话题识别与跟踪(TDT)中聚类问题的方法,但是,传统OMA模型由于聚类速度慢等缺点,难以满足TDT实时和增量聚类的要求.针对这一问题,本文一方面改进传统的OMA模型中自动机的动作设计,同时提出文档选择策略,加快了OMA的聚类速度.改进的方法在中等文档集上进行了实验,实验结果表明,该方法具有较好的聚类效果.     

机动目标跟踪中机动频率的自适应调整

研究机动目标跟踪过程中机动频率的自适应调整方法,使其值更加符合目标的实际机动状况.根据卡尔曼滤波残差是否符合零均值正态分布,判断目标机动频率是否发生改变,并采用简化的最小均方误差(LMS)算法对机动频率加以自适应调整.仿真实验表明,通过对频率自适应调整,使机动目标的位置、速度估计误差明显减小.     

基于ICONDENSATION算法的人手跟踪与手势识别算法

为实现基于手势的智能人机交互,提出了一种基于视觉的人手跟踪与手势识别算法.该方法以ICONDENSATION算法为基础,融合颜色与深度信息进行重要采样,结合轮廓信息并通过ASM模型的能量函数进行观测,根据最大后验概率对几种预定义的手势进行识别.实验结果表明,该算法能够有效地实现复杂背景下的人手跟踪与手势识别,为进一步实现智能人机交互奠定了基础.