广州地磁Z分量日变幅的谱特征

利用1972—1993年广州地磁资料，分析了Z分量日变幅的年平均、年变化和半年变化等低频成分的逐年变化，以及小于60天的短周期变化特征．同时对1972—1993年的F10.7日均值进行了谱分析．结果指出，广州地磁Z分量日变幅的年平均与太阳活动指数F10．7的年平均存在良好的线性相关；具有幅度大约5nT夏季极大的年变化，与太阳活动没有明显相关，是一种季节效应；存在春秋分极大的半年变化，幅度与太阳活动有关，高年的幅度明显大于低年；具有明显的与太阳自转相关的27天左右的变化和明显的与行星波有关的接近16日、10日、5日、2日等短周期变化．广州地磁Z分量日变幅的这些谱特征，有助于更深入地了解中低层大气对电离层影响的物理机制．     

地磁急始年发生数周期特征的小波分析

采用小波分析方法分析了急始年发生数的时间序列的周期特征，并对急始发生数的特征与太阳黑子相对数的特征进行了简要的对照分析，分析结果表明，急始发生数的周期规律与太阳黑子相对数的周期规律是有差异的．还进行了太阳黑子相对数与急始数的相关性，太阳黑子相对数与急始磁暴的相关性研究，分析结果表明它们之间显著相关．还对急始数与急始磁暴致以及其他的一些参数之间的相关性进行了分析，最后对分析结果进行了讨论．     

线性特征系统的标准形

本文在可控、可观测的条件下,建立了线性特征系统的标准形,并说明了系统结构参数d_1在建立标准形过程中的作用。对d_1=0的情况,通过上述标准形讨论了矩阵A的生成元所具有的独特性质。     

面天线检测数据处理方法的探讨

对面天线检测数据处理方法作了一些有益的探讨。从获取被测物的三维坐标后到获取真正有用的信息这一过程需要经过坐标转换和表面误差计算两个步骤 ,其中坐标转换是关键。在坐标转换方面 ,文中提出了曲面自由拟合、公共点转换和CAD面型转换三种方法 ,阐述了这些方法的数学模型 ,并且用实测数据进行了验证计算。理论分析和实际计算两方面显示 :CAD面型转换法既不需要天线的曲面方程 ,也不需要有已知的公共点 ,结果准确、可靠 ,是一种理想的方法 ;如果没有天线的CAD面型 ,但却存在公共点时 ,公共点转换法也是较理想的方法 ,其结果与给定的公共点误差有关 ;如果既没有天线的CAD面型又无公共点或公共点误差很大时 ,只能采用曲面自由拟合法 ,该法准确度最高 ,但容易使天线面型产生错位现象     

基于信号分类的时频分布

在将时频分析应用于模式识别的应用中 ,传统的方法是先用时频分析方法表示所获得的信号 ,然后根据时频分布提取相应的特征 ,最后将所提取到的特征输入到分类器进行分类。为了使得时频分布具有好的局部聚焦性和抑制交叉项 ,学者对一些分布进行改进 ,如采用平滑函数 ,或者是采用降低干扰核设计等等。但其目的是获得良好的时频分布 ,其最终目的不是应用于信号分类。介绍了一种基于信号分类的时频分布设计 ,其目的不是获得良好的时频分布 ,而是获得很好的分类效果。     

用广度优先搜索求割点和块的算法研究

本文在作者以前研究的基础上,进一步提出子树径和独立子树径的概念,深刻分析了在广度优先搜索下简单连通无向图的结构特征,并给出判断割点和块的准则,为设计用广度优先搜索寻找割点和块的有效算法提供了理论依据。     

磁云—高速流相互作用的数值模拟

对１９７８年８月２７至２８日期间观测到的磁云与尾随高速流的相互作用进行数值模拟，基本拟合了１ＡＵ处的观测剖面。模拟结果表明，磁云－高速流系统将导致前向快，慢激波和后向快激波的形成。     

短喷管型面设计

用特征线法计算出超音速短喷管的型并做了附面层位移厚度修正，对该型面的喷管流场求解了ＮＳ方程，证明流场指标符合要求，流场校测结果得到一致结论。     

基于局部几何特征的稠密点云配准方法

针对现有的稠密点云配准方法依赖初始位置设定、计算成本高、配准成功率不高等问题，提出了一种基于点云局部几何特征的稠密点云配准方法。采用深度卷积网络模型提取点云的局部几何特征，从而减少了三维点云数据的噪声、低分辨率和不完备性等带来的影响。在此基础上，使用K维树搜索完成局部几何特征描述子的关联工作。最后，通过随机采样一致算法对点云的相对位姿进行鲁棒的估计。通过对开源数据集上5个典型场景中的数据测试表明，该方法的配准成功率达到92.5%，配准精度达到0.0434m，配准时间相对最邻点迭代配准算法缩短了74.7%，实验结果验证了该方法的有效性、实时性和鲁棒性。     

雷达数字信息识别系统的理论研究

对雷达数字信息进行识别,识别率高达98.7%.对于摄取的图像通过选取阈值进行二值化,在第一次分割中从背景中提取数字图像信息,第二次分割采用统计投影直方图方法,把单个数字字符图像分割开,将图像大小规范化,提取轮廓,采用方向线素特征提取,通过欧式距离分类器方法进行识别.引入信度函数,对识别结果进行分析,提高了字符识别率.