基于改进CLAHE的航空发动机导向叶片DR图像增强

为了解决航空发动机导向叶片数字射线（DR）检测图像信息动态范围大、对比度低、细节信息不明显,缺陷区域难以识别的问题,提出一种改进型限制对比度自适应直方图均衡化（CLAHE）算法。采用CLAHE增强导向叶片DR图像对比度,同时引入基于空间均值滤波器的Gaussian掩模处理,进行DR图像降噪,提取DR图像的低频信息;采用CLAHE增强的图像与提取的DR图像低频信息线性做差,突出DR图像的高频细节信息;与CLAHE增强的图像线性叠加,进一步提高了DR图像的对比度,实现导向叶片DR图像增强。依据图像基本空间分辨率（SRB）、信噪比（SNR）、灰度平均值对DR图像增强效果进行评价。结果表明: 改进的CLAHE算法,可以同时将表征SRB的D13双丝线对应的调制深度值从49.17%提高到了56.08%,整体灰度平均值从32 400.66增加到了38 684.43,02号微小裂纹缺陷的SNR从14.10提升到了15.16。结果显示优化的CLAHE算法,相比自适应直方图均衡化（AHE）等4种经典的航空发动机导向叶片DR图像增强算法,不仅提高了平坦区域对比度,突显了边缘细节信息,而且有效提升了微小缺陷的视觉效果。     

基于GPS/DR/DM组合导航定位系统的研究

设计了一种基于GPS辅助以DR和DM的组合导航定位的联邦滤波器,采用GPS、DR和DM组合导航定位的设计方案的基础上,提出一种先分散式再局部集中联邦滤波器并采用一种简化的自适应联邦滤波器算法对各定位数据进行融合优化,并进行了仿真.仿真结果表明本文设计的联邦卡尔曼滤波器自适应算法对多传感器系统进行数据处理,能够提供一种最佳估计途径,在容错、数据容量及降低系统费用等方面,都比集中卡尔曼滤波器更为优越,使误差进一步减小.该设计与一般的分散卡尔曼滤波器比较,在信息综合方面更加快捷.     

计算机生成兵力中DR算法的实现

随着分布交互仿真系统的发展 ,计算机生成兵力中的DR算法的实现就显得非常重要。讨论了DR算法在DIS中的原理和关键技术。提出了一种DR算法的实现方法。     

基于STF的Jerk模型自适应机动目标跟踪算法

在Jerk模型的基础上,提出了一种新的机动目标自适应跟踪算法STF-Jerk。该算法通过引入强跟踪滤波器(STF)的渐消因子,实时调节滤波器增益,增强了系统对突发机动的自适应跟踪能力,从而很好地改善了Jerk模型在跟踪机动目标时的跟踪精度。仿真结果表明,提出的STF-Jerk自适应跟踪算法显著提高了Jerk模型自适应算法的机动目标跟踪性能。     

基于自适应粒子群优化算法的无人机三维航迹规划

针对传统的粒子群优化算法容易陷入局部最优解的问题,提出了一种自适应粒子群优化算法,在迭代寻优过程中自适应地调节惯性权重和2个学习因子的数值。建立了无人机在山区环境执行勘察任务的航迹规划环境模型,分析了无人机自身约束条件。设计了自适应粒子群优化算法的适应度函数和航迹规划算法流程。分别采用自适应粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所提出的自适应粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。     

GPS/DR组合系统建模与实现

针对 GPS 在城市单独使用时精度无法得到保障以及 DR 工作的自主性,建立了 GPS/DR组合系统的状态方程与量测方程,并建立组合系统的卡尔曼自适应滤波模型,最后通过跑车试验验证了上述方案的可行性。     

一种基于特征空间的自适应天线旁瓣相消算法

把常规自适应天线旁瓣相消算法和特征空间技术相结合,提出了一种新的自适应天线旁瓣相消算法。该算法把常规自适应天线旁瓣相消算法的权矢量向由干扰特征矢量组成的干扰子空间投影,避免了由小特征值对应特征矢量组成的噪声子空间对权矢量的影响,与常规自适应天线旁瓣相消算法相比,该算法具有更好的干扰对消性能,其输出干扰对消比和波束方向图都能在很少的快拍下收敛。计算机仿真结果证实了这种算法的有效性。     

探地雷达中目标的自适应检测与跟踪

提出了一种自适应α-β滤波算法，该算法可用于探地雷达对路面结构的自适应检测与分层。仿真实验的结果证明了算法的有效性。     

基于量测预处理技术的GPS/DR组合算法研究

基于GPS在市区不能实现连续准确定位以及车辆航位推算系统(DR)的自主性,建立了GPS/DR组合的系统以及量测方程。以此为基础,根据GPS以及DR的采样频率的不同,引入量测预处理技术并用于GPS/DR的组合算法中,进而建立了采用量测预处理技术的卡尔曼滤波方程,最后通过实际的动态试验,论证了上述算法,并得出相应的结论。     

DR/GPS组合导航系统滤波技术研究

陆用航位推算系统（DR）的精度主要受到里程系数和航向误差的制约,其误差模型本质具有非线性,因此采用非线性滤波算法能显著提高里程系数和航向误差的估计精度。本文将粒子滤波应用到航位推算（DR）/GPS组合导航系统数据融合过程中,对航位推算 (DR) 与GPS组合导航系统中的里程系数误差和航向误差进行辨识估计,并对里程系数和航向进行修正。粒子滤波存在的主要问题是粒子的退化现象严重,本文将量子粒子群优化 (PSO) 算法与粒子滤波相结合,提出了量子PSO粒子滤波算法,该算法采用量子位对粒子进行编码,引入量子旋转门与变异操作保持了粒子集的多样性,通过量子PSO搜索寻优重新分配粒子,使粒子集有效地逼近真实的后验概率分布,从而有效地减轻了退化现象,提高了粒子滤波的精度。跑车实验结果表明,该算法有效地抑制了DR导航系统误差的增长,提高了组合导航系统的定位精度。     

Statistical estimation of navigation errors

An algorithm for estimating navigation system accuracy without the use of so-called ground truth data is presented. The estimates are expressed in terms of system covariance matrices and relative bias vectors; if one of the systems is a dead-reckoning (DR) or inertial system, the algorithm also estimates drift rate parameters. A summary of tests with US Navy ships backs up the results of Monte Carlo testing. The algorithm should also have applications outside the field of navigation     

二维DRAGON网格自动生成技术的研究

对重叠网格技术中新出现的Cut-Paste方法进行了研究和改进,结合网格洞边界标识的缝合与重组织技术,首次将其应用在DRAGON网格生成中,提出了二维DRAGON网格的自动生成方法,最后编制出通用程序,给出了多体网格的复杂示例.实际计算表明,本文方法具有自动化程度高、可靠性好、DRAGON网格质量高等特点.     

Limitations on SAR Image Area Due to Motion through Resolution Cells

Range-Doppler imaging systems are degraded by the motion of an object through its resolution cells during image formation. Given the range resolution dR, the cross-range (azimuth) resolution dA, and the wavelength ?, the image's range extent DR and cross-range extent DA must be constrained by ?DR ? 4d2A; ?DA ? 4dAdR to avoid significant image degradation. By implication, we can image a rectangular area A ? DADR. We show that, in general, the acceptable image area is a parallelogram which becomes a rectangle only in the special case of unsquinted, broadside operation. Furthermore, the actual useful image area within a rectangular map of range extent DR and crossrange extent DA decreases as the squint angle measured from broadside increases.     

Detection of stochastic signals in the frequency domain

The optimum detector for a random signal, the estimator-correlator, is difficult to implement. If the power spectral density (PSD) of a continuous time signal is known, a locally optimum detector is available. It maximizes the deflection ratio (DR), a measure of the detector output signal-to-noise ratio (SNR). A discrete version of this detector is developed here, called the discrete-MDRD, which takes a weighted sum of the spectral components of the signal data as the detection statistic. Its derivation is applicable to nonwhite noise samples as well. A comparison of this new detector against three other common types, through their DR values and simulation results, reveals that the discrete-MDRD is near optimal at low SNRs. When the PSD of a signal is not known, a common test statistic is the peak of the PSD of the data. To reduce spectral variations, the PSD estimator first divides the data sequence into several segments and then forms the averaged PSD estimate. The segment length affects the DR values; the length that maximizes the DR is approximately the reciprocal of the signal bandwidth. Thus for unknown signal PSD, a detector that approaches the maximum DR is realizable from just the knowledge of the signal bandwidth, which is normally available. Examples and simulation results are provided to illustrate the properties and performance of the new detector     

基于GPS／DR的车辆导航系统研究

本文研究了GPS和航位推算系统的组合导航技术，给出了GPS／DR组合导航系统的设计方案。由GPS接收机、压电陀螺仪和车载里程仪组成的多传感器系统通过卡尔曼滤波器实现信息融合，以提高GPS／DR组合系统导航精度。同时也对GPS／DR系统的MAP图像处理、软件流程和工程实现做了简要说明。     

求解航空发动机数学模型的混合智能方法

针对传统求解方法收敛性不强而遗传算法求解效率较低的问题,利用BP神经网络逼近发动机平衡方程的反函数,将求解结果作为Newton-Raphson法的初值,提出了求解模型的混合智能方法。仿真结果表明,该方法可以保证非线性数学模型在整个飞行包线范围内收敛,与遗传算法相比又提高了求解效率。     

一种基于边缘检测的虹膜定位算法

虹膜定位是虹膜识别过程中的重要环节,定位速度和精度决定了整个虹膜识别系统的性能。依据虹膜图像特点,提出了一种基于边缘检测的虹膜定位算法:首先利用Sobel算子提取虹膜图像的边缘;然后在边缘图中利用扫描线和直线拟合法粗定虹膜中心及半径;最后在原图边缘附近利用改进的Daugman算子进行虹膜精确定位。与传统的虹膜定位方法相比,该算法快速有效,提高了虹膜定位的速度和精度。