基于点模式匹配和能量最小化的模板定位算法

阐述了分步利用点模式匹配和能量最小化实现模板定位的原理和算法．介绍了利用点模式匹配实现模板快速粗定位的原理，以及利用能量最小化实现模板精确定位的原理和算法．试验结果表明：此模板定位算法充分地利用了点模式匹配的特点，提高了定位的效率和通用性；能量最小化算法有效地实现了模板在输入图像中的精确定位．     

仿Morpho蝴蝶翅膀微纳结构的优化设计

鉴于Morpho蝴蝶翅膀呈耀眼蓝色光泽与蝶翅表面的微纳结构有密切联系,提出了一种服务于仿生微纳制造的优化设计方法.根据生物结构的形状与尺寸,结合微纳制造中的工艺约束,建立了便于制造的仿生模型.使用严格耦合波分析对仿生模型进行光学仿真计算.在此基础上,以提高仿生结构的蓝光波段（特征波长为470nm）反射率为目标,利用遗传算法对仿生模型进行了优化设计.所得到的最优结构反射率波峰均位于470nm附近,且反射率明显高于仿生结构.为了分析最优结构的蓝光波段高反射率机理,研究了不同层数最优结构的几何特征,计算了部分结构的磁场强度分布,确定了结构中影响反射率的主要参数.     

局部加权的LS-SVM大气数据组合导航故障检测

针对飞机惯性导航设备发生故障,原容错系统失效,而且一般最小二乘支持向量机(LSSVM)检测算法不能有效处理局部预测的问题,提出一种基于局部加权LS-SVM故障检测法。对LS-SVM进行局部加权处理,用局部加权LS-SVM回归预测滤波器新息,并重构检验统计量,结合ADS/GNSS组合系统进行仿真验证。仿真结果表明:在全局容错系统失效情况下,基于局部加权LS-SVM故障检测法具有良好的预测效果,减少了故障检测时间,降低了虚警率。     

基于非下采样Contourlet变换的无人机景象匹配算法

卫星导航作为无人机重要的导航方式常因受到干扰而不可用,针对此问题,提出一种同样可辅助惯性设备进行导航的景象匹配算法。首先采用非下采样Contourlet变换(NSCT)对基准图和实测图进行多层级分解,以获得不同分辨和方向的稀疏表示图像,然后以基于稳健统计量的Hausdorff距离(LTS-HD)作为相似性测度进行由粗到精的分级匹配。仿真结果表明,基于NSCT方法的图像匹配概率相对于小波分解提高了14%;景象匹配辅助惯导后,可有效抑制位置误差发散,误差被控制在30 m以内,可满足无人机中等精度导航要求。