基于改进SURF和P-KLT算法的特征点实时跟踪方法研究

 针对视频序列中运动目标的实时跟踪问题,提出一种基于改进SURF算法和金字塔KLT算法相结合的特征点跟踪方法。首先人工标定目标区域,利用改进的SURF算法分块快速提取具有高鲁棒性、独特性的特征点;然后在后续帧中应用金字塔KLT匹配算法对特征点进行稳定跟踪,采用基于统计的方法剔除错误匹配对;最后利用Greedy Snake分割算法提取轮廓确定更加精准的位置信息,更新目标区域。为使算法更具鲁棒性,还设计了离散点筛选、自适应更新策略。利用飞行视频数据库进行了大量的仿真,结果表明:该算法适用于多尺度图像序列中位置、姿态发生快速变化且结构简单的飞行器的稳定跟踪。帧平均时间为31.8 ms,比SIFT+P-KLT跟踪算法减少47.1%;帧几何中心、目标轮廓面积平均误差分别为5.03像素、16.3%,分别比GFTT+P-KLT跟踪算法减少27.2%、56.9%,比SIFT跟踪算法减少38.6%、68.4%。     

基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.     

型号数据二次处理标准化研究

阐述了目前型号数据二次处理所面临的现状,分析了型号数据二次处理标准化研究的必要性,通过具体措施实现了二次处理标准化数学模型的收集、验证、软件实现及应用推广,形成了一套行之有效的试飞数据处理规范,制定了相应的数据处理流程和制度,加强试飞技术和数据处理技术的积累,提高了工作效率。通过型号数据二次处理标准化研究,标准化算法、模型及软件,规范标准数据处理软件的使用和更新,能够有效缩短数据处理周期,提高数据处理可靠性,利于客观评价被试对象,给出科学合理的试飞结论。     

多传感器多模型多尺度组合导航系统算法

多传感器组合导航系统是组合导航发展的方向之一。针对复杂环境,多模型自适应算法可以较好地解决模型及参数不确定的问题;而多尺度融合算法将基于模型的动态系统分析与具有统计特性的多尺度信号变换方法相结合,可有效提高系统的滤波精度。为此,文章将多模型估计与多尺度滤波算法相结合构成多模型多尺度滤波算法,该算法用于多组合导航系统后,经仿真验证,相对于多模型或单模型多尺度滤波算法,系统的滤波精度明显提高。     

小型无人机翼型优化设计

采用类别形状函数变换（CST）方法对翼型参数化描述;利用Fluent软件,进行翼型升力系数和阻力系数的气动计算;以升阻比最大为优化目标,通过拉丁超立方设计生成样本点,建立了径向基神经网络（RBF）代理模型;使用粒子群优化算法（PSO）,在Isight平台上,实现对Clark Y翼型优化的整个过程。优化翼型升阻比比原始翼型提高了约10%,表明此种方法是可行的,可用于小型无人机设计的工程中。     

基于自适应滤波的引信噪声调幅干扰抑制

噪声调幅干扰是一种有效的压制性干扰,可压制近炸无线电引信对目标信息的获取。为提高连续波多普勒无线电引信抗噪声调幅干扰的能力,将单频率自适应陷波器应用到连续波多普勒引信中,对噪声调幅干扰进行抑制。分析了噪声干扰抑制原理,并对噪声干扰抑制效果进行了仿真。仿真结果表明：SJR=-10dB时,仍然能达到很好的噪声调幅干扰抑制效果。     

一种基于自适应滤波器的潜艇辐射噪声仿真方法

文章提出了一种基于自适应滤波器的潜艇辐射噪声仿真方法。在对潜艇辐射噪声连续谱、线谱和调制谱的数学模型进行研究的基础上,利用Ecs型功率谱模型,基于自适应滤波器,通过傅里叶反变换对潜艇辐射噪声连续谱进行了仿真,分别叠加了线谱信号和调制谱信号之后,得到潜艇辐射噪声的仿真结果。通过对仿真结果的分析和利用仿真结果与实装进行对接测试,表明仿真的辐射噪声逼真度较高。     

基于星敏感器的姿态确定算法研究

为实现惯性/天文组合导航,提高导航精度,本文研究了基于星敏感器的天文导航姿态确定原理,在理论上推导了用于载体姿态解算的TRIAD算法、最小二乘算法、Eular-q算法和QUEST算法,并通过仿真和实验对以上四种算法进行了比较。仿真和实验结果表明,QUEST算法在四种算法中具有解算精度高而运算速度快的优点。由仿真和实验可知,绕星敏感器光轴方向的姿态解算误差大,这可为惯性/天文组合导航系统的方案设计提供指导。     

CCSDS近地LDPC译码算法研究

针对CCSDS（空间数据系统咨询委员会）推荐的近地LDPC（低密度奇偶校验）码技术进行了研究,建立了和积译码算法、对数似然和积译码算法、最小和译码算法的数学模型,并对上述译码算法的译码复杂度和译码性能进行了仿真分析.分析结果表明,和积译码算法与对数似然和积译码算法的译码性能距离香农限1.2 dB,最小和译码算法的译码性能距离香农限1.45 dB.因此,提出基于最小和译码算法的改进算法——偏移最小和译码算法与归一化最小和译码算法,并分析了这2种译码算法的译码复杂度,同时进行了大量仿真实验.实验结果表明,当偏移因子β=0.15时,偏移最小和译码算法性能达到最优,译码性能距离香农限1.25 dB;当归一化因子α=0.741 2时,归一化译码算法的译码性能达到最优,译码性能距离香农限1.2 dB.归一化译码算法具有优异的译码性能和合理的复杂度,可以遴选作为CCSDSLDPC的译码算法用于工程实现.此外,还研究了迭代次数对译码性能的影响,结果表明,当迭代次数大于10次时,译码性能提升不再明显,故工程实现时迭代次数应设置为10次.     

基于静态删减算法的神经网络在软件可靠性预测中的应用

与传统的基于人工神经网络的软件可靠性预测模型结构普遍由预先经验或者通过不断尝试的方法确定不同,在分析一般的软件可靠性模型的基础上,提出将一种基于静态删减算法的神经网络模型应用到软件可靠性预测中。通过利用2组经典的软件失效数据进行仿真,并与传统的神经网络可靠性预测模型对比分析,研究了神经网络拓扑结构和预测精度的关系,结果表明,基于静态删减算法的运用能够提高神经网络模型对软件可靠性的预测精度。