利用偏度分析建立动态检测门限的野值剔除方法

提出了一种采用动态门限检测和剔除野值的新方法。以往的单一检测门限不能可靠地清除观测数据中的全部野值 ,原因是缺少判断有无未剔除野值的识别机制。这里 ,借助于统计偏度分析建立了这种判别机制 ,从而能够有效地判断出是否存在有未被剔除的野值 ,并通过调节野值检测门限来达到彻底清除野值的目的。最后 ,还将此法推广到复数域     

基于DVENET的虚拟炮瞄雷达的研究与实现

在分析炮瞄雷达的物理特性和ＤＩＳ协议提供的相关支持的基础上,对ＤＩＳ协议进行了扩充,同时建立了炮瞄雷达仿真所需的相关数学模型,并针对分布式系统下存在的雷达数据一致性问题提出了一种解决方法。     

一种基于子空间匹配投影的暂态信号检测方法

利用短时傅立叶变换和子波变换的性质,针对两种实际的信号模型,提出了一类基于线性时频子空间匹配投影算法的暂态信号检测方法,推导了它的两种实现形式,并给出了计算机仿真结果。该方法充分利用了信号的先验信息并建立了匹配的信号模型,表现了较好的性能     

不确定网络化控制系统鲁棒故障检测

针对一类具有未知输入和模型不确定性的网络化控制系统,基于H_∞滤波器研究了系统的鲁棒故障检测问题.利用输入时滞方法,将含有网络传输时滞和数据丢包的不确定网络化控制系统建模成一类具有双加性状态时滞项的连续系统.采用Lyapunov-Krasovskii泛函方法分析了新系统的H_∞性能,并将所得结果应用于原系统鲁棒故障检测滤波器的设计,得到了滤波器存在的时滞依赖条件.最后,通过仿真验证了该方法的有效性.     

基于模糊集的故障检测方法

针对limit checking故障检测方法的缺点,提出了一种基于模糊集的故障检测方法。该方法基于传感器测量值的不确定性和门限值具有模糊的客观属性,在检测值所有可能值的论域上划分模糊子集,将检测值偏离门限值的程度用隶属函数与模糊子集报警权重表示。考虑到时间因素对检测结果的影响,提出采用时间窗函数的方法计算时间窗内的报警权值之和作为模糊检测决策依据。仿真结果表明,基于模糊集的故障检测方法相比于持续性计数(Persistence Counter)方法具有更好的检测性能。     

基于飞行体间精确测距的动态相对定位方法

飞行体间的精确相对定位是实现飞行体协同工作的重要技术基础。提出了一种将飞行体惯导信息与相对距离测量信息相结合、实现两飞行体间精确动态相对定位的算法。首先利用较为精确的相对距离测量信息对两飞行体惯导系统的相对误差进行单次修正,提高了两飞行体间的单次相对定位精度。然后,利用相对距离信息进行相对机动状态的检测,并根据检测结果对状态滤波模型进行选择和切换,实现飞行体间的动态相对定位。仿真结果表明,本算法具有较高的相对定位精度和稳定性。     

自适应阈值的边缘检测算法及其硬件实现

传统Canny边缘检测算法的阈值需要人为设定,且计算量较大。为了克服传统Canny算法的这些缺点,提出了一种自适应阈值的边缘检测算法,并将其在硬件上实现。从图像的梯度幅值直方图分析出发,得出阈值的计算方法,自适应地动态生成阈值,克服了传统算法需要人为设定阈值的不足。介绍了自适应阈值的边缘检测算法在FPGA上实现的方法。实验结果表明,在FPGA上实现的自适应阈值边缘检测算法可以大大缩短算法所消耗的时间,具有实时性好、自适应性强的优点。     

动态运行环境下退化系统最佳检测周期的确定

研究了运行在动态随机环境下退化系统的最佳检测周期。系统的运行环境用时间连续状态离散的马尔可夫过程描述,系统受磨损和冲击复合损伤下逐渐退化。以系统稳态平均可用度作为维修策略优化目标,寿命周期单位时间费用预算为约束条件,建立了一个关于检测周期的非线性规划模型,用遗传算法实现了检测周期的优化。最后通过算例验证了该模型和算法的可行性。     

UWB通信系统中的窄带干扰检测算法研究

针对改进的多带并发UWB通信系统的干扰检测算法和干扰抑制性能进行了分析.鉴于传统多带UWB调制方案的不足,对改进的多带并发UWB通信系统进行了数学分析和描述.在此基础上,提出了一种新的低采样率的共存干扰检测算法——并发子带干扰检测算法,并对该算法进行了数学分析和系统仿真.分析和仿真结果表明,该算法可在信号帧速率的采样量级上,完成对共存窄带干扰的有效检测,并与多带并发UWB系统的干扰抑制处理相结合,可对共存干扰进行有效抑制,明显改善共存UWB系统的误码率性能.     

基于BFM算法的空间有形目标识别方法

为了对具有复杂边缘的目标进行更准确的检测识别,提出了一种基于边界片段模板(boundary frag-ment model)训练模式的目标识别方法.方法首先提取目标的边界片段组成弱分类器,然后使用AdaBoost算法将它们提升训练成为强分类器,并用其进行检测和识别目标.仿真实验表明,该方法对有形目标,特别是对具有复杂边缘的空间有形目标有较好的识别效果.