基于马氏距离的半监督鉴别分析及人脸识别

针对人脸识别应用中人脸样本的类别信息不足以及人脸样本特征间存在相关性的问题,提出了一种基于马氏距离的半监督鉴别分析.该方法在图嵌入框架下利用马氏距离对数据集中带有类别信息的样本进行边界Fisher分析,不仅保持了类内的紧致性和类间的分离性,而且抽取出有利于分类的鉴别特征,同时将不带类别信息的样本用于描述数据集的几何结构,保留了样本间的局部邻域信息.与传统的特征抽取方法相比,该方法有较好的识别性能,在ORL,YALE及AR人脸数据库上的实验验证了该方法的有效性.      

一种机载SAR距离徙动修正的快速算法

距离-多普勒算法是机载合成孔径雷达成像信号处理中的常用算法,针对其采用逐点插值进行距离徙动修正而导致运算量过大的问题,提出了一种无需插值的快速距离徙动修正方法.该算法通过二次快速傅里叶变换和一次复乘操作完成合成孔径雷达成像所需的距离徙动修正处理.在分析回波信号模型的基础上,推导了利用该技术能够精确完成距离徙动修正的最大测绘带宽度,给出了该宽度与成像分辨率之间的关系,并用计算机仿真验证了上述关系的正确性.理论分析、仿真和实测数据处理结果表明,该方法具有运算量小、精度高的优点,非常适合于机上实时处理.      

一种新的判别决策树的建树准则

讨论了一种新的判别决策树评价准则,在建立二分树的过程中,提出采用不可分辨度最大下降作为选择自变量的原则.这种新准则与经典的非纯度下降算法在概念上是近似的.如果适当定义非纯度下降算法中的权重,则这两个准则就是完全等价的.然而,新准则的计算更加简单,并且通过案例分析可知,对新准则计算结果的解释也更加容易.     

基于Gram-Schmidt过程的判别变量筛选方法

利用Gram-Schmidt过程,在自变量集合中选择对判别分类解释性最强的信息,删除对分类无显著解释作用的信息以及重复解释的信息,并把挑选出来的解释变量集合变换成若干直交变量.一方面实现了判别分析模型中的变量筛选,同时也解决了自变量多重共线条件下的有效建模问题.在选入变量的过程中运用F统计量检验变量的判别作用,更容易被统计应用人员所接受.为了说明所提算法的合理性和有效性,以Fisher判别分析建模为例,通过仿真数据建模取得了合理准确的分析结论.      

基于距离信息修正的自由段弹道预测法

雷达具有测距精度比测角精度高的特点,充分利用这种测量的不对称性,提出一种基于距离信息修正的自由段弹道预测法.该方法是在雷达观测的弹道导弹自由段运动数据的基础上,采用滑动窗口中点平滑法处理观测数据,再次利用距离信息对轨道根数进行动态微分修正,提高观测数据的利用率和弹道预测的精度.仿真试验表明,该方法明显优于基本椭圆弹道法,大大提高了弹道预测的精度.      

一种基于Hausdorff距离的改进星图识别方法

针对基于Hausdorff距离HD(Hausdorff Distance)识别法存在识别速度慢和对星敏感器镜头旋转特别敏感的问题,提出了一种基于Hausdorff 距离进行星图识别的改进算法,它采用有向距离和绝对距离相结合的方法,利用恒星的空间结构信息,构建有向距离匹配模型;根据镜头旋转特性,建立绝对距离抗旋转模型;对两种模型测试研究确定加权因子,同时选取恰当的匹配识别门限,最终实现匹配识别的性能达到最优.仿真实验结果表明,改进后的算法不但保持了原有算法的高识别率,强抗噪性,而且还具有更快的识别速度和好的抗旋转特性.它在实际工程中已得到成功应用.      

基于目标一维距离像的雷达目标识别方法

讨论了马氏距离的性质,利用目标的一维距离像,提出了一种雷达目标识别方法.对雷达回波进行快速傅立叶变换,得到目标的一维距离像,计算其马氏距离,得到目标的稳定特征向量,根据相关算法进行目标识别.三种不同类型飞机回波的实测数据的识别结果,表明该方法是切实可行的.     

一种基于多重相关法的相位差测量方法

研究了一种新的测量正弦信号相位差的方法,就是利用正弦信号的特殊性质,通过多次信号的自相关和互相关运算,能够检测信噪比很低的两路正弦信号之间的相位差,分别讨论了信号的信噪比,取样点数,A/ D的量化位数对测量结果的影响,并给出了具体的仿真结果。实验表明这种方法能有效的提取出被噪音严重污染的信号的相位差,而且算法简单,物理意义明确,精度却可以满足工程的要求。     

红外成像系统中带有距离修正的目标能量预测方法

针对红外成像系统中目标遮挡后需要进行能量预测的实际情况,提出了一种基于距离修正的Kalman灰度预测方法,建立能量和距离之间的状态方程,通过装订的距离和观测到的目标能量来预测实际的目标能量,并结合具体的试验数据,与三阶状态向量Kalman滤波预测和 滤波预测做了对比,仿真结果表明,该滤波方法是正确有效的。     

基于最小轨道交叉距离的小行星顺访探测目标预筛选方法

小行星探测有助于研究太阳系演化等重要科学问题,在深空探测任务转移途中实施小行星顺访探测可增加科学研究回报。直接通过轨道递推筛选小行星探测目标计算量大、效率低,针对该问题提出了基于最小轨道交叉距离的目标预筛选方法。在推导出适用于计算双曲线轨道的最小轨道交叉距离公式后,将此理论应用到小行星顺访探测目标筛选中。首先基于探测器与小行星轨道的形状、空间位置计算二者轨道在空间中的几何最近距离,预筛选出可能满足接近距离标准的小行星目标;然后基于轨道递推模型,筛选出真实最近距离小于可接近标准的目标小行星。仿真结果显示,基于最小轨道交叉距离的预筛选方法可有效减少计算量,降低计算时间,提高小行星顺访目标筛选的效率。     

单形空间中多元成分数据的Fisher判别方法

首先,基于Aitchison单形空间成分数据运算法则,提出成分数据向量的代数体系,其中包括成分数据向量的加法、数乘、减法、内积、范数以及距离等定义.在此基础上,根据Fisher判别分析原理,建立多元成分数据的线性判别函数,以及利用距离判别的思想,根据待判样本投影点的得分与各类中心投影点的均值之间的距离,对待判样本进行归类建立判别规则,从而提出一种针对多元成分数据的判别方法.最后,通过仿真方法及实际案例验证该方法的有效性.给出的成分数据向量的代数体系为将其他多元统计方法推广到多元成分数据奠定了基础.     

距离相关系数融合GPR模型的卫星异常检测方法

卫星在轨运行期间,遥测数据表现形式通常为多维时间序列。高斯过程回归(GPR)模型可以为重要的遥测参数提供动态门限,及时发现隐藏在工程阈值内的故障征兆,但是高维卫星数据使得GPR模型具有局限性。因此,为获取与多个遥测参数相关的动态门限,在GPR模型的基础上,融合距离相关系数对预测变量进行选择,减少信息冗余和计算量,提高模型的可解释性,并估计模型的泛化误差以设置更合理的预测区间,提高模型的泛化能力,检测数据流的持续异常。对实际在轨卫星数据进行仿真实验,验证了距离相关系数融合GPR模型的卫星异常检测方法可以在卫星故障早期检测到数据异常,而且提高了模型的预测性能,降低了虚警率。      

一种基于攻击距离的对抗样本攻击组筛选方法

黑盒对抗样本生成过程中通常会指定1个攻击组,包括1个原始样本和1个目标样本,使得生成的对抗样本与原始样本范数差别不大,但被分类器识别为目标样本的分类。针对攻击组的攻击难度不同导致攻击不稳定的问题,以图像识别领域为例,设计了基于决策边界长度的攻击距离度量方法,为攻击组的攻击难易程度提供了度量方法。在此基础上,设计了基于攻击距离的对抗样本攻击组筛选方法,在攻击开始前就筛去难以攻击的攻击组,从而实现在不修改攻击算法的前提下,提升攻击效果。实验表明:相比于筛选前的攻击组,筛选后的攻击组的总体效果提升了42.07%,攻击效率提升了24.99%,方差降低了76.23%。利用攻击组的对抗样本生成方法在攻击前先进行攻击组筛选,可以稳定并提高攻击效果。      

一种机器人球腕的模型优化方法

许多机器人的共同特点是在操作臂末端安装了球腕.球腕是机器人上一个重要的独立结构,它的静态误差必然影响操作臂末端执行器的位姿精度.以机器人末端的球腕作为独立的研究对象,在静态误差分析的基础上,提出了一个评价球腕精度的综合指标.根据这一指标建立优化模型,对存在静态误差的球腕模型进行优化,从而建立新的球腕运动学模型.应用新模型进行运动学及动力学解算,可以减小机器人球腕的位姿误差,特别是减小具有较大静态误差的机器人球腕的位姿误差.通过对机器人球腕进行的局部优化,整个机器人末端执行器的运动精度将在一定程度上有所提高.      

基于旋量理论及距离误差的机械臂标定新方法

为提高机械臂的定位及定姿精度,必须对其进行标定.标定能否达到预期目的,主要取决于所采用的运动学模型及消除参数识别过程中外来误差的影响.分析了基于不同运动学模型时机械臂的初始位姿误差对标定结果的影响.提出了一种结合旋量理论与距离模型的标定用数学模型.该模型考虑了机械臂初始位姿误差对标定的影响,解决了用D-H参数建模存在的弊端,同时能消除因机械臂坐标系统与测量设备坐标系统之间转换所带来的误差,克服了测量技术上的困难.仿真计算验证了这种新标定数学模型的可行性.      

基于星光角距/激光测距的卫星组合导航方法

为了进一步提高卫星天文自主导航精度,提出了一种利用激光测距辅助的天文组合导航方法。激光测距能够直接获取卫星到地面参考信标的高精度距离信息,在以星光角距为观测量的天文导航系统中引入激光测距辅助数据,可以拓展滤波器观测量的维度,从而改善滤波效果。由于组合导航系统为非线性系统,为避免泰勒展开线性化引起的二阶截断误差,采用UKF滤波方法进行组合导航系统信息融合。仿真结果表明,所提出的组合导航方法能够明显提升导航精度,改善滤波性能。     

基于压缩感知的近距离电磁辐射源定位方法

提出了一种近距离电磁辐射源定位方法,针对常规多通道阵列系统复杂、硬件成本高、体积大等弊端,提出单天线单通道运动虚拟阵列系统,实现近场定位功能。在此基础上,提出利用辐射源在被测区域空间位置上的稀疏性,采用不驻停运动采样,并结合压缩感知算法,用较少的采样数据重构计算得到辐射源数量与位置。在保证定位精度的前提下减少了采样数据量,并消除了阵元多次采样的时间延迟可能造成的误差影响。经过仿真验证了方法的可行性后,设计了用于实际测试的系统并进行实验,取得了良好的效果。     

基于方向和距离的双因子定权的地磁数据通化方法

针对地磁数据通化处理中传统使用的直接平均法、反距离加权平均法和纬度差加权平均法在定权时存在的缺陷,并根据地磁场强度与纬度变化关系密切这一特点,提出了基于方向和距离的双因子定权方法,即在定权时不仅考虑了地磁台站之间的距离在权值中的贡献,而且在权值分配中加入了地磁台站在纬度和经度方向的影响,从而改进了通化结果的精度,为卫星、航空和海洋磁力测量数据提供更加准确的日变改正值。采用Intermagnet网站提供的地磁台站测量数据对所提定权方法的有效性进行了测试。实验结果表明:所提定权方法计算结果精度优于传统定权方法,为实施地面磁力测量存在困难地区的地磁数据日变改正提供了一种更优的定权方法,具有较好的应用前景。      

模拟弹塑性碰撞的修正SPH方法

从基本的无网格光滑粒子法SPH(Smoothed Particle Hydrodynamics)近似出发,修正了模拟固体力学中大变形弹塑性碰撞的SPH方法.在边界处采用修正的边界条件,弹塑性分析过程中采用增量理论计算应力,迭代过程中用守恒光滑法进行滤波修正消除拉力不稳定.对SPH方法进行了程序实现,给出了杆弹塑性碰撞的算例.计算分析表明,SPH方法节点的影响域较大、精度较相同节点间距有限元法的结果有一定差距,但是通过增加粒子数量可以提高SPH的精度,保持了其简单性和计算大变形的特性.