基于运动增强和颜色分布比对的运动目标检测

为检测无人机视频中的地面运动目标,提出了一种运动和颜色信息相结合的算法.采用前向运动历史图像来增强独立运动信息和抑制背景噪声,确保完整分割出候选运动区域; 提出一种迭代的、基于局部颜色分布比对的方法,去除候选区域中的背景像素,以更准确地提取单个运动目标.算法不仅节约了计算量,还有效降低了误检和漏检的可能性.多组无人机视频的实验结果表明了所提算法的高效性和鲁棒性.     

粒子群优化粒子滤波的接收机自主完好性监测

接收机自主完好性监测（RAIM）是航空卫星导航接收机必不可少的功能,为保持全球卫星导航系统（GNSS）在卫星发生故障时系统性能不降级,需要对卫星故障进行检测和隔离。针对接收机观测噪声非高斯分布的特点,提出一种基于粒子群优化粒子滤波（PSO-PF）的故障检测和隔离算法。通过粒子群优化粒子滤波对状态估计进行一致性检验实现故障检测。采集实测数据验证算法的检测性能,并与基于基本粒子滤波的完好性监测算法进行比较,结果表明:本文所提算法在非高斯测量噪声下可检测并隔离全球定位系统（GPS）故障卫星,其性能优于基于基本粒子滤波的完好性监测算法性能,对研究北斗卫星导航系统（BDS）接收机自主完好性监测具有一定的意义。      

车辆视频检测感兴趣区域确定算法

利用最大方差阈值方法对灰度图像二值化后,对车辆底部阴影突变行检测,对感兴趣区域确定方法进行改进,实现了感兴趣区域的精确确定.通过计算精确确定后的感兴趣区域的灰度对称性和熵值归一化对称性测度,实现了车辆的精确检测,找到车辆的对称轴,并在车辆区域上边界一定范围内,进行灰度突变检测,实现了车辆上边界的准确定位.通过实验验证算法较好地实现了复杂环境下的车辆检测和上边界定位.     

基于重构算法的一种微弱目标检测后处理方法

 重点研究了形态学重构算法在微弱目标检测和跟踪中的应用，主要体现在对原始图像的背景估计过程和检测后处理过程。对于经过背景估计和二值化后的图像，若直接进行跟踪算法，由于虚警点数目太多，会严重影响跟踪算法的效率，同时也给跟踪结果造成了负面效应。因此，考虑在二值化之后，跟踪之前，引进后处理过程，以消除虚警点。在已知目标大致尺寸的情况下，选用不同的两个标记重构，同时消除小于目标的虚警点和大于目标的虚假目标。     

一种快速构造雷达地形遮蔽盲区的方法

在突防航迹规划中,应首先建立反映敌方对空防御状况的威胁空间和各种雷达盲区.其中,雷达地形遮蔽盲区是进行突防航迹规划的主要依据.分析了雷达盲区的生成因素,提出了一种建立雷达地形遮蔽盲区的快速构造方法,给出了对雷达盲区的有向性处理方案.     

基于串行支持向量分类器的模拟电路故障诊断

介绍了支持向量机的基本原理,提出一种新型支持向量多类分类器,其中多个二类分类器组成串行结构,每个二类分类器均带有非线性主元素分析特征提取器.描述了其训练与分类算法,并将其应用于非线性电路的部件级诊断.和传统BP网和RBF网分类器相比,支持向量方法在分类准确率上表现出明显的优势,其中串行支持向量多类分类器无论在训练和分类速度方面,还是在诊断准确率方面,都要优于传统并行结构的多类分类器.      

一种基于时间序列的自适应网络异常检测算法

传统的网络管理工具通常是根据预先设定的阈值进行网络流量异常检测,这种方法虽然简单,但不能根据网络状况进行自适应的动态调整.分析了基于时间序列的Holt-Winters异常检测方法,结合建立的历史流量的正常模型,改进了Holt-Winters模型的基值以及平滑因子参数的获取过程,加快了算法的启动时间,缩短了算法对网络环境的自适应时间.改进的Holt-Winters算法相较于原来的Holt-Winters算法以及阈值检测方法检测的正确率更高、误报率更低.     

一种基于LIDAR的精确月球软着陆目标点选定方法

研究了月球探测器不设悬停阶段的精确软着陆运动中实时目标着陆点的自主选定方法．其过程包括着陆器运动补偿、数字高程图（DEM）的生成、障碍识别和最优安全着陆点搜索4个步骤．采用LIDAR敏感器,由经过运动补偿得到的斜距数据生成DEM,给出一种月面地形坡度和粗糙度的定义,根据安全着陆区的判据进行障碍识别,最后设计中心螺旋式搜索方法对探测器最优安全着陆点进行搜索选定．通过仿真验证了本文方法的有效性和优越性．     

基于成本分析的入侵检测响应模型

运用博弈论及信息安全技术有关理论,提出了一个基于成本分析的入侵响应投资模型,得出在此安全技术配置下博弈双方的最优策略,讨论了入侵响应的纳什均衡解,并通过成本分析从理论和实践两方面验证了此模型的合理性.针对现有入侵响应系统中不计成本就进行响应的问题,引入入侵损失和响应成本,通过比较二者关系,分析了系统管理员进行响应的条件成本,从而给出系统管理员灵活调整入侵响应的自适应策略,提高信息系统的安全性及抵抗攻击的能力,且避免不必要的资源浪费,实现信息保护和资源可用之间的平衡.      

未知环境下移动机器人单目视觉导航算法

提出了一种未知环境下移动机器人单目视觉导航算法,算法包括障碍物检测、单目视觉测距和局部路径规划3部分.为减小光照等环境因素对基于特征的障碍物检测的影响,对彩色图像在HSI颜色空间中用基于像素的直方图比较进行分割,获取障碍物轮廓序列的图像坐标点集.在单目视觉测距中,通过几何关系推导法建立图像坐标系和机器人坐标系间的变换关系,进而实现由障碍物图像位置计算其与机器人间的实际距离.局部路径规划对摄像机梯形视场区域转换后的矩形区域建立模型划分栅格,由障碍物轮廓序列图像坐标和单目视觉测距计算构建障碍物栅格图,并用提出的栅格搜索算法搜索障碍物栅格图,得到机器人安全行驶路径.实际环境中进行的实验结果表明,算法能有效减小反光、阴影等的影响,在未知环境中正确规划出机器人局部可行路径实现导航.