基于固定半径包围球的核向量回归算法

为了进一步提高核向量回归算法用于大样本回归问题的训练速度,提出了一种改进的核向量回归算法。该算法利用样本数据在特征空间中的映射点确定包围球半径,并使该半径在迭代过程中保持不变。通过缩小核心数据集,提高了回归算法的训练速度。对几组回归时间序列预测的仿真实验表明,改进的核向量回归算法的训练时间和支持向量的数目均小于核向量回归算法,但二者具有相似的回归精度,从而验证了改进的核向量回归算法的有效性。     

基于运动矢量相对强度的时域错误掩盖算法

针对时域错误掩盖中运动矢量恢复存在偏差的问题,提出了一种依据运动矢量边界差值最小准则的运动矢量估算方法。同时,利用受损块与邻域块的运动空域相关性,提出了一种基于运动矢量相对强度的时域掩盖算法。对于受损块,评估其领域内运动矢量变化的相对强度,据此采用运动矢量边界差值最小法或拉格朗日插值法恢复其运动矢量。仿真结果表明,对不同视频序列或不同宏块丢失率,该算法所恢复的视频序列的PSNR值比传统算法提高了0.3 dB~3 dB;同时,解码的图像也获得了较好的主观视觉效果,具有更强的鲁棒性。     

Tool orientation planning for five-axis CNC machining of open free-form surfaces

For the geometry characteristics of open free-form surfaces, it is hard to consider global interference during the planning of feasible domains. Therefore, the optimal kinematic orientation of tool axis will no longer be confined to the boundary of feasible domains. In this paper, according to the principle demanding that the tool should be fitted to a surface as close as possible and relevant processing parameters, a feasible domain of tool orientation for each cutter contact is planned in the local feed coordinates system. Then, these feasible domains of the tool orientation are transformed into the same coordinates system of the machine tool by the inverse kinematics transformation. The linear equations based feasible domain method and Rosen gradient projection algorithm are used to improve the optimization process in precision and efficiency of the algorithm. It constructs the variation of tool orientation optimization model and ensures the smoothness of tool orientation globally. Simulation and analysis of examples show that the proposed method has good kinematics performance and greatly improves the efficiency.     

模糊多属性决策的折衷方法

在假设属性指标和权重都是模糊数的条件下,利用两个模糊矢量的分量期望值构成的向量的夹角作为这两个模糊矢量的夹角,提出了模糊矢量投影的概念,以权重矢量作为标准衡量各个方案尺度,将模糊多属性理想矢量与模糊多属性指标构成的模糊矢量之差和模糊负理想矢量与模糊多属性指标构成的模糊矢量之差在模糊权重上的投影系数组合大小作为衡量各个方案优劣的准则,投影系数越大,方案越优,并给出该准则的算法及说明该准则的一个例子。     

Local spatial properties based image interpolation scheme using SVMs

Image interpolation plays an important role in image process applications. A novel support vector machines （SVMs） based interpolation scheme is proposed with increasing the local spatial properties in the source image as SVMs input patterns. After the proper neighbor pixels region is selected, trained support vectors are obtained by training SVMs with local spatial properties that include the average of the neighbor pixels gray values and the gray value variations between neighbor pixels in the selected region. The support vector regression machines are employed to estimate the gray values of unknown pixels with the neighbor pixels and local spatial properties information. Some interpolation experiments show that the proposed scheme is superior to the linear, cubic, neural network and other SVMs based interpolation approaches.     

A tool path correction and compression algorithm for five-axis CNC machining

A novel approach is proposed for correcting command points and compressing discrete axis commands into a C2 continuous curve. The relationship between values of rotation angles and tool posture errors is firstly analyzed. A segmentation method based on values of rotation angles and lengths of adjacent points is then used to subdivide these command points into accuracy regions and smoothness regions. Since tool center points generated by CAD~CAM system are usually lying in the space that is apart from the desired curve within a tolerance distance, and the corresponding tool orientation vector may change a lot while the trajectory length of the tool center point is quite small, directly machining with such points will lead to problems of coarse working shape and long machining time. A correction method for command points is implemented so that good processing effectiveness can be achieved. Also, the quintic spline is used for compressing discrete command points into a C2 continuous smooth curve. The machining experiment is finally conducted to demonstrate the effectiveness of the proposed algorithm.     

双插值拟合的共形电磁矢量传感器阵列解相干

共形电磁矢量传感器阵列依附在共形载体的几何表面上, 具有很高的分布自由度。但是不同传感器回波的极化矢量随着所依附的共形载体法线指向的变化而变化, 导致无法直接用平滑类算法解决相干信号的参数估计问题。本文创造性地利用双插值拟合思想, 将子阵列虚拟平移后得到一个同极化分量的插值子阵列, 然后对插值子阵列进行极化平滑估计目标参数。同时, 为了降低插值拟合误差对插值子阵列数据的影响, 提出了一种双插值拟合方法实现了回波解相干并有效估计了信号的二维角度和二维极化角。最后,数值结果分析了双插值拟合误差和解相干性能。     

Variable feedrate interpolation of NURBS Toolpath with geometric and kinematical constraints for five-axis CNC machining

Variable feedrate interpolation algorithms for five-axis parametric toolpath are very promis- ing but still rather limited currently. In this paper, an off-line feedrate scheduling method of dual NURBS curve is presented with geometric and kinematical constraints. For a given dual parametric curve, the feedrates of sampling points are first scheduled sequent with confined feedrate of cutter tip and machine pivot, chord error, normal acceleration and angular feedrate. Then, the feedrate profiles of angular feed acceleration sensitive regions of the path are adjusted using a bi-directional scanning algorithm. After that, a linear programming method is used to adjust the feedrate profiles of linear feed acceleration sensitive regions and control the linear feed acceleration of both cutter tip and machine pivot within preset values. Further, a NURBS curve is used to fit the feedrates of sampling points. Finally, illustrative examples are carried out to validate the feasibility of the proposed feedrate schedul- ing method. The results show that the proposed method has the ability of effectively controlling the angular feed characters of cutter axis as well as the chord error and linear feed characters of cutter tip and machine pivot, and it has potential to be used in high accuracy and high quality five-axis machining.     

基于发射分集的MIMO雷达相参信号处理方法

针对多个运动的慢起伏目标情况,研究了发射分集多入多出(multiple input multiple output,MIMO)雷达的相参信号处理方法.提出了一种重复利用回波数据的目标参数估计算法.发射分集MIMO雷达的发射阵元间距满足空间分集条件,其接收端采用阵元间距为半波长的均匀线阵.按距离门对其回波信号进行脉压-Capon谱估计,可提取出各目标对应不同发射阵元的初步位置信息.然后利用回波数据及目标的初步位置信息,把同一目标对应不同发射阵元的脉压数据矢量经多普勒频移和相位补偿后相加,再进行Capon谱估计,获得高精度的目标方位角估计值.仿真结果表明,该算法可对雷达观测区域内的多个动目标进行高精度定位.     

基于ALE-FEM法的微切削刀刃钝圆效应的仿真研究

为了研究微切削中刀刃的钝圆效应,提出了一种新的有效前角模型,模型中考虑到刀刃前的材料分离点(停滞点);并基于任意拉格朗日-欧拉(ALE)法和大变形有限元法,建立了热-机耦合的正交切削有限元模型,仿真中钝圆刀刃前的材料流动出现了停滞点,而锋利刀刃却没有;结果表明,当刀刃圆弧半径一定时,切削深度的改变不影响停滞点的位置;而当切削深度不变时,刀刃圆弧半径越大,停滞点就越明显。     

基于互相关平动补偿的外辐射源成像技术

基于已有的无源雷达成像算法均未考虑目标的平动补偿问题,利用短时间内两次回波的强相关性,通过估计两次回波相关函数的最大值来估计补偿因子,进行平动补偿,然后利用直接FFT成像方法来对运动目标进行成像。仿真实验表明提出的互相关平动补偿算法在考虑了目标实际运动情况下,可以获得良好的成像质量。     

基于ROSAR的高分辨波数域成像算法

旋转式合成孔径雷达(rotor synthetic aperture radar,ROSAR)是一种新型成像雷达,在高分辨条件下,距离徙动对ROSAR成像结果影响严重。波数域成像算法利用插值操作实现距离徙动的精确校正,但由于ROSAR复杂的斜距历程,导致传统波数处理获得的二维波数谱形式复杂,难以进行插值操作。针对这一问题,提出了一种改进ROSAR波数域成像算法。重新构建角度维波数,通过求解隐函数获得易于插值操作的信号二维波数域表达式,设计参考函数消除高频调制影响,最终通过Stolt插值实现宽波束大场景下距离徙动无近似校正与精确聚焦。仿真实验验证了算法的可行性与有效性。     

基于EM算法的有监督LVQ神经网络及其应用

针对监督LVQ神经网络存在神经元未被充分利用以及输入样本和竞争单元之间的信息被浪费等问题。通过将EM算法引入到LVQ神经网络中,提出了基于EM聚类算法的有监督LVQ神经网络(即EMLVQ网络),从而弥补了LVQ神经网络的不足且具有EM算法提取样本信息精确的优点。通过参数的简化可以得到EMLVQ算法是软竞争格式(SCS)的一种推广。最后将它们应用于说话人辨识。实验表明,EMLVQ神经网络辨识说话人取得了很好的效果。     

基于Stirling插值滤波和扩展卡尔曼滤波的方位估计

插值间距的适当选择可以从某种程度上确保剩余项更接近于全Taylor级数的高阶项,因此,对大多非线性比较强的状态估计问题来说,基于Stirling插值原理的SIF要比EKF具有更大的优越性。估计方位时我们用仿真实验分别对SIF和EKF的特性进行了比较,用四元数而不用欧拉角来表示旋转量以消除方位估计的奇异性问题,状态向量包括四元数方位和旋转速度,以四元数作为测量输入,因此测量方程是线性,仿真实验结果表明:由于动态系统的准线性本质,估计四元数方位时EKF特性要比SIF好。     

基于T-不变量的可重复向量的求解算法

研究了Petri网中T-不变量与可重复向量之间的关系,并基于此关系给出一个求解可重复向量的新方法。首先定义了变迁扩充网的概念,证明一个网的可重复向量与其变迁扩充网的T-不变量之间存在一一对应关系,从而将一个网可重复向量的求解转换为其变迁扩充网T-不变量的求解上。在此方法中,如果利用FM-算法去求解T-不变量,则某些求解的步骤可以省略,从而得到一个类似于FM-算法的算法来求解可重复向量。此算法能够求出一组可重复向量,而任一可重复向量都可被这组可重复向量非负有理系数线性表出。     

基于红外虚拟偏振的目标增强方法

研究了一种基于虚拟变偏振理论的红外面目标细节增强方法,该方法充分挖掘和利用了红外偏振信息的固有特点,利用入射光Stokes矢量和出射光光强之间的描述关系推导出出射光光强和起偏角度的解析关系,并据此虚拟实现了任意起偏角度的出射光光强,然后依据面目标信杂比最大准则,利用粒子群算法迭代实现了最优起偏角度的搜索,最终得到增强后的红外面目标图像。利用实测的长波红外偏振图像数据对算法的可行性和有效性进行了验证,实验结果表明,在灰度对比度、平均梯度、图像熵3种图像质量评价指标下,经此算法增强后的图像质量更高,为后续目标细节识别和攻击点选择等算法的实现奠定了良好的数据基础。     

基于压缩感知的多核稀疏最小二乘支持向量机

为了提高稀疏最小二乘支持向量机对高维、异构数据的泛化性能,提出新型的基于压缩感知的稀疏多核最小二乘支持向量机算法。首先根据压缩感知理论,用正交匹配追踪算法对最小二乘支持向量机的支持向量进行稀疏化,再利用线性多核扩展法求出新的核函数矩阵。将新的核矩阵应用到最小二乘支持向量机,得到稀疏多核最小二乘支持向量机的解,用稀疏的支持向量实现函数回归。理论分析与数据实验对比结果表明该模型对于高维、异构数据能够更快更准确地进行训练,大大提高了模型的泛化能力和运算速度。     

改进声矢量阵相干信号源方位估计算法

为提高声矢量阵相干信号方位估计能力,针对二维紧凑结构的声矢量均匀线阵情况,给出一种改进算法。该算法首先利用解析振速与声压信息,重构接收数据,求出协方差矩阵,并提取信号子空间第一列的3个分矢量进行孔径扩展。然后,利用类单块拍条件下的矩阵重构得到3个新矩阵并合并。最后,套用奇异值分解的多重信号分类算法得到目标波达方位估计。分析表明,所提算法利用数据的组织形式使信号矩阵对角化,最终恢复了矩阵的秩,而且具有一定的孔径扩展能力。同时,所提算法矢量阵阵列流形所具备的方向因子可以在模糊角度处形成抑制,保留了矢量阵的单边指向性。仿真结果证明,此算法无论在角度估计精度还是分辨率方面都要优于矢量阵空间平滑与矢量平滑算法。     

一种基于真实感图像生成的织物外观仿真快速算法

织物外观模拟方法是织物CAD系统开发的一个重要研究内容。为了提高织物真实感图像生成算法的效率,提出了一种新的织物外观仿真的快速算法。通过对织物表面浮长线的光强分布情况进行分析,发现各点的漫反射光强沿着轴向或截面方向均随距离增大而衰减,衰减系数为入射角的余弦,从而建立起相应模型及实现算法。最后通过实验对算法的正确性进行了验证。     

基于改进的圆投影向量的背景补偿方法

针对传统运动背景补偿算法难以适应大角度旋转的应用场合,提出了一种改进的圆投影向量的背景补偿方法。该算法首先利用图像熵自动选择合适的图像参考块,以增强算法的实用性;其次对传统的圆投影向量进行了改进,增加了相位向量以获取背景的旋转参量,并采用核函数定义各像素点的距离权值,从而可以获得更加准确的结果。最后给出了算法步骤,并利用实测数据进行验证。通过仿真实验证明了该算法在各种场景、各种运动情况下的有效性以及对噪声、光照等因素具有鲁棒性。