空间预警系统对弹道导弹发射点战术参数估计方法

本文围绕空间预警系统对弹道导弹发射的探测和监视过程，根据地球同步轨道上的星载传感器获得的角测量及有关目标弹道曲线的先验信息，利用改进的Gauss-Newton方法解决了对发射点战术参数最大拟然估计问题，并采用Monte实验验证估计算法的一致性和有效性，且对发射点位置的估计误差进行了分析。     

基于参数可调随机共振的微弱单方波脉冲检测方法

利用langevin方程构成的双稳态随机共振系统，本文提出了一种非线性检测器。利用Fokker-Planck方程的稳态概率密度函数，推导了该非线性检测器的检测概率、虚警概率和偏移系数，分析单方波脉冲在该检测器下的性能。实验结果表明，在低信噪比（-10dB）的情况下，随机共振检测器优于匹配滤波检测方法。     

太阳系中的宝石

土星看上去是什么样的?在太阳系行星中,土星光环最惹人注目,它使土星看上去就像戴着一顶漂亮的大帽子,所以,很多天文学家认为土星是太阳系中最漂亮的行星,称它为"太阳系中的宝石"。与其他行星比较,土星环系不仅漂亮,还比木星、天王星和海王星的环系都清晰。喜欢观看夜空的人们,利用一个小小的玩具望远镜就可以看见土星的环系。如果通过天文望远镜     

基于高斯混合概率假设密度滤波的扫描型光学传感器像平面多目标跟踪算法

高斯混合概率假设密度(GM-PHD)滤波是一种基于随机有限集理论的次优贝叶斯多目标跟踪方法,本文研究了该算法在扫描型光学传感器像平面的多目标跟踪问题.针对典型的锥扫模式和推扫模式,根据其扫描特性建立目标的运动模型和测量模型.介绍高斯混合概率假设密度滤波的基本原理.针对原算法在强杂波环境中的低效率问题,借鉴传统多目标跟踪...     

基于深度学习的超分辨率重构方法在CAARC标模绕流流场重构中的应用

基于深度学习的超分辨率重构方法是近年来发展的一种有效的流场精细化方法。本文超分辨率重构模型以卷积神经网络为基础，结合了混合下采样跳跃连接多尺度模型，并应用于CAARC标准建筑模型表面风压场和建筑绕流速度场的重构。通过对比分析对不同欠分辨率流场的高分辨重构能力，结果表明该深度学习模型重构高分辨率流场具有良好的精度，重构效果优于原始的卷积神经网络模型和传统的双三次插值方法。该方法具有一定的普适性，可推广应用到具有复杂湍流流动的任意建筑结构风场的超分辨率重构。