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。     

库存导弹定期检测模型的数字仿真研究

储存可使用率是衡量导弹战斗性能的重要指标 ,也是衡量其定期检测有效性的重要参数。本文提出了三种定期检测模型 ,并用效能 /费用评估法分析了这三种模型对导弹的储存可使用率的影响 ,用数值仿真法分析了各模型性能的优缺点 ,为导弹检测部门制定一套最佳的定检方案提供了理论依据。     

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。     

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GANN的机翼盒段试验件传感器的优化配置

对机翼盒段试验件进行了结构分析,采用有限单元方法,建立了其结构的有限元模型,并进行了冲击压电响应数值仿真。构造了一种基于损伤检测的压电智能结构传感器优化配置的遗传神经网络(GANN)方法,采用该方法对机翼盒段试验件压电传感器进行了优化配置,得到了传感器对应于其初始布置模式下的最优配置,为该结构试验件的实际压电传感器的优化配置提供指导依据。仿真结果也表明,对于更多传感器的初始布置模式,采用该遗传神经网络方法可有效减少更多传感器的数量,从而降低成本。     

一类非线性系统的多故障检测方法研究

针对一类非线性系统,提出了一种基于最优滤波的多故障检测观测器设计方法。引入神经网络逼近系统非线性部分,由Lyapunov稳定性理论设计神经网络权值调整规则.采用对等空间方法设计最优滤波矩阵滤除干扰故障噪声,从而对目标故障进行检测和跟踪。仿真结果验证了该方法的正确性和可行性。     

支持组合夹具虚拟组装的快速碰撞检测方法

快速碰撞检测算法是虚拟环境下组合夹具装配设计的关键，针对组合夹具的结构特点，提出了一种基于元件级空间分割与包围盒检测相结合的快速碰撞检测算法（F-CD），通过建立检测区域的分层投影模型（LPM）实现最大限度的减少进行碰撞检测的元件对数，同时避免了建立复杂的层次模型树，降低了系统内存开销，提高检测效率。对LPM的建立和基于分离平面的包围盒干涉检测算法进行了详细的论述，并对算法进行了比较实验与性能分析。     

基于分布式检测和时间相关神经网络的训练模拟器设计

某型导弹发射设备训练模拟器涉及大量输入输出信号的检测和控制,为了提高硬件系统和软件系统的工作效率,确保仿真过程的实时性,根据对输入信号分别按照空间和时间进行分组的思想,提出了基于分布式检测的硬件系统结构和基于时间相关神经网络的软件算法。这些方法已成功的应用于某型导弹发射设备训练模拟器的设计与研制,并取得了显著的效果。     

基于改进的VI-CFAR算法的分布式CFAR检测

VI-CFAR是一种结合CA-CFAR，GO-CFAR和SO-CFAR的检测算法，它在均匀环境和非均匀环境下都具有较强的自适应性。在前后沿滑窗均存在干扰目标情况下，采用有序统计平均（OSCA）CFAR替代SO-CFAR，有效的提高了Ⅵ-CFAR在这种多目标环境下的鲁棒性．研究了采用改进的Ⅵ-CFAR算法作为局部检测器的并行分布式CFAR系统，融合准则采用“与”融合和“或”融合准则。给出仿真结果，并进行了讨论。     

基于免疫克隆选择算法的多用户检测技术研究

为了解决最佳检测器计算复杂度较高的难题，提出一种精简有效的克隆选择算法。把人工免疫系统和神经网络系统的信息处理机制引入到CSA提出了免疫克隆选择算法。所提ICSA通过使用随机Hopfield神经网络制备疫苗构成新的免疫算子，把新的免疫算子结合到克隆选择算法中，不仅加快了克隆选择算法的收敛速度，并提高了克隆选择算法的全局收敛能力。然后在CDMA系统利用此算法设计了新的多用户检测器。仿真结果证明了ICSA检测器能够快速收敛到全局最优解，并且无论抗多址干扰和抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器。