末敏弹图像序列中跑道线目标的跟踪方法研究

提出了一种在末敏弹稳态下落过程中利用Hough变换将机场跑道线目标转化为对点目标的跟踪方法。考虑在各个参数解耦的情况下,对Hough平面内的直线参数利用卡尔曼滤波方法进行了状态估计与预测。在确定子弹与跑道目标的相对位置关系时,考虑到弹上探测器旋转运动的影响,结合当前帧图像的数据信息对预测方程进行修正处理,并给出了跟踪方法的详细步骤。跟踪数据分析表明,此方法实时性强,降低了参与运算的数据量,试验结果误差较小,满足目标总体设计要求。     

基于Vega的降落伞工作过程仿真可视化方法研究

在航天器回收系统的仿真中,降落伞工作过程的可视化是到整个仿真系统的关键所在。本文首先对使用WindowsNT平台下的Vega软件环境进行各种动画仿真的方法进行了分析,然后针对降落伞工作过程仿真可视化所遇到的问题,提出了两种可行的仿真方法并进行了比较,最后给出了一个有效的解决方案。     

基于灵敏度分析的Pareto解改进计算方法

由于多目标优化算法得到的Pareto最优解集通常是离散分布的点,并非连续曲线（曲面）,大多数情况下无法为决策者提供较多完全符合决策要求的Pareto解。根据多目标优化与决策的关系,定义了偏好模型以量度对优化目标的满意程度,并通过灵敏度分析提出了一种Pareto改进解的计算方法,旨在确定是否存在更符合偏好要求的改进解。结果证明,此方法能有效地对Pareto最优解集中的元素进行改进,提供给决策者更多符合偏好要求的候选解,辅助决策人员选择最终方案。     

基于目标总损失量择优的有限解集多目标决策方法

基于灵敏稳健性设计思想,定义了单目标优化时的单目标损失量和多目标优化问题中的目标总损失量;继而对基于重要度的损失权重系数确定方法进行详细研究,并提出了基于目标总损失量择优的有限解集多目标决策方法,旨在选择候选解集中受不确定因素和设计变量误差的影响最小、敏感性最低的Pareto解为最终方案;最后以卫星附件控制系统为例进行仿真,充分验证了此方法的有效性和可行性。     

基于视觉的高速公路目标检测与跟踪系统研究

系统地介绍了智能汽车系统中的目标自动检测与识别部分的工作原理,并利用车载计算机的CCD摄像机对图像实时采集。根据图像的结构化路面信息采用数字图像处理技术对2条车道标志线进行检测与提取,并在此基础上进行目标初始定位与实时跟踪,以保证驾驶员在行驶中及时有效地做出判断,提高自主安全行驶的可靠性。     

基于角度坐标的多目标粒子群优化算法

为了在保证多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法所求解集分布性的前提下提高算法的收敛性,依据辅助适应度赋值策略,提出了基于角度坐标的多目标粒子群优化(intelligent MOPSO, IMOPSO)算法。通过建立角度坐标系,确定了不同维优化目标下目标向量的角度坐标及角度参数,给出了求取目标函数空间中参考线角度参数的方法,并定义了目标向量的辅助适应度值,以对处于非劣支配关系的个体进行综合比较。结果表明,IMOPSO算法较好地维护了Pareto解的分布性与收敛性,且在求解小规模的最优个体时仍能在整个Pareto前沿均匀分布,未出现“聚集”现象,运行时间小于NSGA2、SPEA2、MOEA/D,充分验证了IMOPSO算法的有效性。