基于边缘点投影方差最小的车牌倾斜校正方法

在车牌识别系统中,为提高字符分割和识别的效果,需要对定位后的车牌图像进行倾斜校正.提出了一种基于边缘点投影方差最小的车牌倾斜校正方法.首先将旋转后车牌图像的垂直边缘向水平方向投影;然后导出边缘点投影方差最小时旋转角度的闭合表达式,由此一步确定车牌的倾斜角度;最后通过双线性插值方法校正车牌.给出了实验结果,并与车牌倾斜校正的Hough变换法、旋转投影法和主成分分析法进行了精确度、算法复杂度及运算时间的比较,结果表明所提出的方法精确度高、鲁棒性好、实时性强.通过进一步分析和推广,将车牌倾斜校正方法总结为两种不同类型的方法,并对它们进行了比较.     

近程反导舰炮武器系统射击效率评估

近程舰炮武器系统担负着舰艇末端防空反导任务。提出了一种评估反导射击效率的方法,该方法选取了单目标毁伤概率、毁伤目标数学期望、服务概率作为射击效率指标。在确定舰炮武器系统有效射击区域的基础上,分析了反导可射击条件,研究了对单目标沿其航路射击的可射击时间、点射次数、受到各次点射的概率,利用经验公式得到单目标毁伤概率。然后,研究了多座舰炮对群目标射击时毁伤目标数学期望、服务概率两项评估指标的计算方法。实例计算分析表明该方法有效可行。     

无人机自主着陆半实物仿真系统设计

无人机自主着陆系统设计是实现大型无人机自主着陆的关键课题。设计了一种基于分米波仪表着陆技术体制的无人机自主着陆半实物仿真系统,用于设计和验证无人机着陆引导系统的稳定性、可靠性以及相关性能指标,替代工程研制的实际试飞,避免承担风险和节省大量人力物力财力。无人机自主着陆半实物仿真系统设计包括分米波仪表着陆系统地面和机载设备模拟器、无线电高度表模拟器和激光测高仪模拟器、无人机数学模型仿真机和飞行控制仿真机以及仿真主控计算机等。实现了对无人机自主着陆全过程的仿真试验,仿真数据可作为研制无人机着陆引导实物系统的重要参考。     

基于多特显点的干涉ISAR横向定标技术

针对干涉式逆合成孔径雷达(InISAR)成像时低信噪比和干涉相位缠绕带来的问题,利用ISAR图像强像素点处信噪比较强的这一特性,提出了一种新的基于多特显点的InISAR成像方法.该方法利用ISAR图像中若干特显点的解缠绕后的真实相位差,解得特显点的横距;然后根据特显点的多普勒频率和横距的关系,对整幅ISAR像进行横向定标.仿真结果表明,该方法对噪声有较强的稳健性,其能正确成像时的信噪比水平与传统方法相比有10-15 dB的降低.     

Tier1算法分析及其VLSI编解码复用结构设计

针对JPEG2000中Tier1编解码算法的复杂度高和硬件实现困难,提出一种Tier1编解码复用的VLSI体系结构。该结构改进了传统的位平面扫描方法和Tier1串行解码模式,充分利用了硬件资源,在通道并行处理的基础上实现编解码复用,具有很高的编解码效率和资源利用率。     

复杂系统脆性理论的风险分析

复杂系统的崩溃,主要是由于某些子系统受到内外界的干扰引发了各子系统之间的脆性联系,从而导致了整个复杂系统的崩溃.分析复杂系统脆性被激发的过程,从而得到引起整个系统崩溃的各个因素的集合;根据复杂系统的脆性风险与引起复杂系统崩溃的各个因素发生的概率、对系统造成的后果之间的联系,定义复杂系统脆性风险熵函数,并根据熵函数的性质找到控制风险熵的策略.将控制策略应用到煤矿瓦斯爆炸事故系统的脆性风险控制中,成功地对其进行了控制.     

V-BLAST系统的特征波束形成技术

针对特征波束形成技术与V-BLAST结合的系统,从最小化系统差错性能角度出发,在独立同分布衰落信道中和发射端已知信道均值矩阵信息的情况下,推导了特征波束形成的功率分配算法,同时设计了能够充分利用该功率分配方法的接收检测算法。仿真和分析表明,在发射端所知信道信息有限的情况下,该功率分配算法和排序检测算法能显著改善V-BLAST系统的性能,优于传统的V-BLAST检测算法。     

面向社团结构划分的最短路径相异性指数算法

用最短路径距离取代网络中用布朗微粒衡量的两节点之间的距离,在此基础上提出了基于最短路径的相异性指数算法.对算法实现过程进行描述,并将算法应用于存在的研究算法分析实例上,说明该算法可行性.把该算法应用于本文构造的虚拟企业网络的社团划分上,划分结果与预期相符.     

基于二维混合模型的鲁棒迭代学习控制设计

针对一类正则线性不确定系统,提出一种基于连续/离散二维混合模型的迭代学习控制设计方法。首先,通过独立地考虑迭代学习控制系统连续的控制行为与离散的学习行为,建立迭代学习控制系统的连续/离散二维混合模型,将迭代学习控制器设计问题转化为一类连续/离散二维系统的状态反馈控制问题。然后应用二维连续/离散系统方法,获得迭代学习控制系统稳定性条件。最后根据稳定性条件,利用线性矩阵不等式方法,求得迭代学习控制器参数,它通过Matlab工具箱可以方便的获得。与现有方法相比,所提出的迭代学习控制器利用了输出误差以及状态变化的信息来修正当前的控制,因而设计方法更加符合其本质特征,具有简单实用、直观明了的特点。数值仿真实例验证了所提方法的有效性。     

基于特征模型的预测函数控制的仿真研究

传统的预测函数控制通常采用一阶的预测模型,该预测模型不能完全表征被控对象,因此使得传统的预测函数控制的鲁棒性受到一定限制。特征模型是一种比动力学模型简单,但能表征被控对象特征的模型。针对预测函数控制算法的缺陷,提出了利用二阶特征模型来构成预测模型。通过与采用一阶预测模型的预测函数控制进行比较,理论分析与仿真实验结果均表明,采用特征模型的预测函数控制具有比一阶预测模型更好的控制效果,该算法在SUPCON-JX300X集散控制系统上实现。