基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

机载超短波干扰装备战术性能评估方法研究

分析机载超短波干扰装备在现代作战中的作战对象和任务使命,从侦察能力、测向能力、干扰能力和系统稳定性四个方面构建衡量超短波干扰装备战术性能的指标体系,提出运用模糊综合法分析其综合性能的方法,并通过实例验证了评估方法的可行性.     

双星TDOA/FDOA定位系统的目标定位精度分析

根据双星时差/频差(TDOA/FDOA)的定位原理,推导了目标定位精度模型,分析了目标定位精度与轨道高度、星间基线长度、TDOA测量精度、FDOA测量精度、卫星速度测量精度、卫星位置测量精度等误差源之间的关系。分析结果表明:测量因素中的FDOA测量精度和卫星速度测量精度,是影响双星定位的关键因素;而TDOA测量精度和卫星位置测量精度,对目标定位精度的影响较小。     

航空拖靶系统大长度拖缆飞行参数计算与分析

针对航空拖靶系统中大长度拖缆张力、下沉量等参数设计问题,给出了计算方法。结合某拖靶系统大长度拖缆的设计,对拖缆进行了多种结构组成状态下的飞行参数计算和对比分析,给出了优化后的设计结果,并应用于实际产品。经飞行验证,取得了满意的效果。     

一种基于稀疏分解的微多普勒频率估计算法

目标微动特性和微多普勒特征分析在真假目标识别方面发挥了重要作用。由于微动目标雷达同波具有非线性、多分量性等特征,需要相应的具有高分辨力、低交叉项、大的动态范围的分析工具,才能较好地揭示目标微多普勒特征。稀疏分解方法中的匹配追踪（MP）具有频域高分辨能力,对于信号细微特征提取具有很好的效果。研究了基于匹配追踪的微多普勒频率估计问题,该方法可以准确提取出目标微多普勒频率,为后续的目标识别提供了重要的依据。-     

一种基于机动辨识预测的空空导弹导引律

现有的空空导弹导引头在有噪声和干扰的环境下获得目标精确信息存在时间延迟,且新一代目标的机动能力更强,不对导弹加以补偿会造成较大脱靶量,所以需对目标状态有效预测。针对新一代目标规避空空导弹常用的大机动模式,为满足新一代空空导弹发展需求,设计了一种新型复合导引律。从目标自身出发,研究高机动目标规避导弹采用的典型机动形式,对机动轨迹进行离线建模,构建具有扩展能力的目标机动模型库。设计自适应滤波器对测量噪声进行降噪。同时,利用模型库设计了机动辨识预测器,对目标实际机动进行在线辨识。基于在线辨识的结果对目标机动进行预测,并对时间延迟进行补偿和修正,实现对高机动目标的精确打击。仿真结果表明:该方法对不同类型的机动目标均有较高的预测精度和命中精度。     

判断力权值的确定方法及AHP中群组判断矩阵的形成

在ＡＨＰ模型中，请一组专家对某一属性进行评价，根据专家的判断能力，给出判断力权值，再通过适当的数学处理方法，可得最优判断矩阵，这是ＡＨＰ中构造判断矩阵的一种新方法。     

基于多核融合的目标大面积遮挡处理方法

提出了一种基于多核融合的目标遮挡处理方法,用于提高大面积遮挡情况下视觉目标跟踪算法的鲁棒性和准确性.与现有基于单个对称核加权直方图的mean shift跟踪算法不同,该方法以目标区域内的多个非中心位置为核函数中心,构建多个非对称核加权直方图.由于这些直方图对目标的不同区域赋予了不同的权重,使得在遮挡发生时总存在一些直方图受影响较小.依据各个直方图分别进行mean shift迭代获得一组目标位置估计后,利用D-S证据理论融合判定最终的目标位置.实验结果表明,该方法在目标被大面积遮挡时仍能够获得准确的跟踪.     

如何贯彻落实高职教育的培养目标

本重点论述了高职院校人才培养目标，并对如何体现、落实培养目标及按照培养目标组织教学等方面做了详尽的阐述。     

企业应变能力及其传递矩阵研究

论述了企业应变能力的结构，内容及各层次间应变的特征，以应变能力在各责任单位之间的传递过程作了描述，用传递矩阵方法研究了应变能力在企业四个层次上的目标与保证关系，建立了一套实用的评价、诊断的定量指标体系。