可视动目标逐步求精分割技术研究

运动目标识别跟踪系统中 ,目标分割是至关重要的处理环节。由于目标阴影、碎块等因素 ,估计精度受到影响 ,甚至导致跟踪的失败。提出了目标形状波动度的概念 ,并将其作为目标识别特征 ,利用最大似然估计准则 ,对目标初始区进行逐步求精估计。该算法简练实用 ,能有效地提高估计精度 ,为确保目标可靠性跟踪提供了新的手段。     

基于相位编码波形捷变和CFAR技术的抗同频干扰

同频干扰具有压制干扰和欺骗干扰的特点,是一种较难对抗的雷达干扰方式,而灵活的波形设计是抗同频干扰的一种新途径。本文对同频干扰的机理和信号特性进行了分析和总结,而后研究了两级相位编码信号变波形脉压失配后输出信号的特点。在此基础上提出了利用相位编码变波形联合恒虚警(constant false-alarm rate, CFAR)技术抗同频干扰的方法,通过合理设置相位编码波形和匹配压缩滤波器,使同频干扰信号处于脉压失配状态,再通过CFAR处理滤除干扰信号。仿真结果表明,合理设置相位编码波形并配合CFAR检测处理,能够有效地从同频干扰中提取出有用的目标回波信号,并且对强同频干扰具有较好的适应性。     

显色基质法定量测定质粒DNA中的细菌内毒素

探讨使用显色基质法定量测定质粒DNA中细菌内毒素含量的可行性。结果表明,质粒DNA溶液经2倍稀释,对内毒素检测不存在干扰作用,用显色基质法可以定量测定质粒DNA中内毒素含量。显色基质法与家兔热源法比较,有敏捷、快速、定量、稳定可行的优点,其测定结果同家兔热源法结果一致。     

"好药为医,梦的追逐"——访2006年启明星跟踪计划入选者柳红

柳红（下图）。一个好听的名字,一位志高存远的年轻学子。现年36岁的她,拥有药物化学博士,中国科学院上海药物研究所研究员。主要从事药物化学、计算机辅助药物分子设计、新药的研究发现等方面的工作。她正在进行的糖尿病先导化合物的研究与发现的研究课题得到了2006年度上海科技启明星跟踪计划的资助,也由此让我有幸结识了上海药物所又一位优秀的青年科技工作者。     

利用重心基准的激光跟踪三维测边网平差

针对激光跟踪三维测边网平差中起算数据不足引起的秩亏问题,引入重心基准约束条件进行参数求解.以Leica AT930型激光跟踪仪为例,在试验场内构建了高精度三维测边网,利用公共点转换模型求取各测站点的近似坐标.然后利用重心基准理论,引入附加约束矩阵,较好地解决了测边网中秩亏自由网平差的问题.实验表明,该模型在10 m测量...     

智能车辆横向轨迹跟踪的显式模型预测控制方法

为保证智能车辆跟踪控制的精确性、行驶稳定性和在线实时性,设计了一种显式模型预测跟踪控制方法.建立了预测时域内的跟踪精准性和行驶稳定性指标函数及约束,将跟踪控制问题转化为动态干扰下的主动转向最优化问题为提高实时性,将传统模型预测控制系统转化为与之等价的显式多面体分段仿射系统,运用参数分区上的显式控制律求得最优转角控制量....     

山东CORS站噪声特征分析

针对不同区域坐标时间序列的周期和噪声特性存在差异问题,以山东27个连续运行参考站(CORS站)2015年至2018年的数据为研究对象,在数据预处理的基础上,对各站点坐标分量的周期和噪声进行研究.结果表明:水平方向存在着明显的线性运动,垂直方向的周期运动较为规律;坐标分量的谱指数显示大部分站点的噪声模型为白噪声+闪烁噪声...     

公路隧道运营通风效果现场实测与分析

采用CO－1A型CO气体检测报警仪对某隧道内空气中CO浓度进行了实测，测试结果表明在通风系统正常工作的状态下，隧道内空气中CO浓度远小于设计值，能保持隧道内良好的空气。同时，采用SL－4001型声级计对隧道噪声进行了测试。     

色噪声与乘性信号驱动下昆虫爆发系统的稳定性和随机共振

研究的是一类受色噪声和乘性周期信号驱动的昆虫爆发系统的稳定性和随机共振现象.首先对于一类由色交叉关联噪声驱动的昆虫爆发种群系统,通过应用FPK方程,获取了系统的稳态概率分布函数的近似表达式,重点讨论了噪声强度及自相关时间对此类昆虫爆发系统稳定性的影响; 然后通过加入弱乘性周期信号,根据快速下降法和两态理论给出了信噪比公式,研究了噪声及其关联时间对于昆虫系统信噪比的影响.进而分析它们对系统种群数的稳定性和延续存活时间的一些实际作用     

Data association based on target signal classification information

In most of the passive tracking systems, only the target kinematical information is used in the measurement-to-track association, which results in error tracking in a multitarget environment, where the targets are too close to each other. To enhance the tracking accuracy, the target signal classification information （TSCI） should be used to improve the data association. The TSCI is integrated in the data association process using the JPDA （joint probabilistic data association）. The use of the TSCI in the data association can improve discrimination by yielding a purer track and preserving continuity. To verify the validity of the application of TSCI, two simulation experiments are done on an air target-tracing problem, that is, one using the TSCI and the other not using the TSCI. The final comparison shows that the use of the TSCI can effectively improve tracking accuracy.