适用于信标光检测的非对称中值滤波改进算法

在进行星间激光通信时,光斑位置检测的准确性会直接影响捕获、跟踪、瞄准过程。然而由于其采集传输过程中受到干扰或自身器件响应的缺陷,导致出现模糊及噪声,因此在进行光斑定位前应当进行滤波预处理。经典3×3窗口的中值滤波算法对噪声的滤除效果较好,但处理时间过长,因此提出了基于3×4窗口的非对称快速中值滤波的算法。首先对经典方法两个相邻窗口处理时重复利用的6个中间像素值进行排序,再分别与窗口内最左列和最右列中值进行比较,所得中值替换掉原信号中心位置两个像素。经目视观察,两种滤波算法去噪效果相当。对于3×4窗口的改进中值滤波带来的后续光斑定位误差问题,可以通过统一标校进行弥补,误差在可接受范围内。通过程序仿真结果可得,改进的快速中值滤波算法缩短了响应时间。因此,非对称中值滤波改进算法增强了算法的实时性,更适合基于FPGA平台的设计与实现。     

一种新的基于DSP应用的改进SPECK算法

在基于小波变换的图像压缩编码算法中，Pearlman的利用子带内小波系数的聚类特性的Set Partition Embedded block(SPECK)算法与SPIHT算法相比，具有更低复杂度、更快的编解码速度和相近的性能。文中提出了一种基于DSP平台的SPECK编码器在实时环境下的应用方案。通过使用提升结构的整数小波变换并基于DSP平台上对变换流程进行优化，以提高小波变换的速度。引进误差比特数(Number of Error Bits)概念，并定义绝对零系数(Absolute Zero-Coefficient)对原有的SPECK算法进行改进，在不影响压缩性能的情况下，显著地减少了原算法对内存的需求，并提高了执行速度。实验结果证明，改进后的算法适应了大多数的实时系统的要求，是一个具有实用价值的DSP解决方案。     

改进SO优化KELM的液体火箭发动机故障检测

提出了一种ISO-KELM的液体火箭发动机故障检测模型。首先引入Tent混沌映射、动态策略和柯西变异3种方法对原算法进行改进。然后，采用改进后的蛇优化算法(ISO)对核极限学习机(KELM)惩罚因子和核函数参数进行寻优，构建了ISO-KELM液体火箭发动机故障检测模型。最后选取包含5种典型故障模式的某液体火箭发动机历史试车数据进行仿真。结果表明，ISO-KELM模型的故障检测准确率为95.2%,高于SO-KELM故障检测模型和传统BP神经网络故障检测模型，可有效检测火箭发动机的故障状态。同时也表明了ISO相比于SO,收敛速度更快，寻优精度更高。     

基于YOLOV3的改进目标检测识别算法

经过近几十年不断的研究和发展，红外目标检测识别在侦察、导弹制导等领域取得了卓越的成就和广泛的应用，亦成为当今的热门话题。为进一步提高模型的检测识别性能，提出一种基于YOLOV3改进的目标检测识别算法。首先，通过分析红外目标的检测特性，改进了原始算法的特征提取网络，融合KL-LOSS，在原网络预测目标位置的基础上，进一步预测了位置的准确度标准差，并结合Soft-NMS算法用于改善网络的检测准确度;其次，针对红外目标相对三通道彩色图像的特征量少的问题，在检测层前融合了SKNET模块，使网络更加关注目标的有用特征;最后，给出改进网络训练的新的损失函数及前向传播算法流程。实验结果表明:改进的KS-YOLO网络在目标域(实拍空中红外目标数据集)上的平均AP性能值要优于原来的YOLOV3网络2.4个百分点，预测时间比YOLOV3实用性更好、更快。     

基于改进Hough变换的ASAR图像船只尾迹检测算法研究

为能更准确地对先进合成孔径雷达(ASAR)图像中船只尾迹进行探测,提出了一种基于改进Hough变换的船只尾迹检测算法。切割ASAR窗口图像,以尾迹为中心、略小于尾迹长度为高度,确定含船只目标及其尾迹的窗口,将船只用窗口图像灰度均值替代以使其不影响尾迹检测。用改进Hough算法,先后对亮尾迹和暗尾迹进行检测,在变换域中由设定的阈值寻找峰值,反演出尾迹所在直线,再由阈值条件确定尾迹的起点和终点。给出了用于ASAR图像船只尾迹检测算法的流程。对两幅含船只尾迹的ASAR图像进行了检测,结果表明:与传统算法相比,该算法运算简单,实现速度快,能较准确地检测到船只尾迹及其起点和终点。     

空间碎片防护结构设计优化理论方法研究

航天器空间碎片防护结构设计优化在国际上属前沿课题，防护结构设计优化理论方法是其关键技术之一。在防护优化理论模型及其优化算法研究方面取得了突破性进展，建立了综合各类典型防护结构构型的统一的防护优化数学模型，提出了解决防护优化问题的几种算法：混合遗传算法，改进的差异演化算法和混合差异演化算法。最后采用航天器防护优化算例对防护优化理论方法进行了测试考核，优化结果表明了本文工作的可行性和有效性。     

用于信道盲均衡的基于软判决导向的LS算法

本文提出两种改进的基于软判决导向的最小平方均衡法。一种采用横向结构，另一种采用格式结构。这两种均衡算法的判决误差形式不同于一般的判决误差形式，它们的表达式是一种更为复杂的连续函数形式。通过计算机仿真，我们发现，采用横向结构的这种改进算法无论对于最小相位还是非最小相位信道的均衡均有较好的性能，而采用格形结构的这种改进算法的性能在非最小相位信道下的性能反而不如传统的格形算法。     

基于遥感影像的油罐自动检测算法

油罐自动检测和识别对于大比例尺、自动／半自动计算机制图具有重要的意义。提出的油罐检测算法利用改进的随机Hough变换（RHT），改进的Canny算法和模板匹配算法，不仅在识别率上有较大的提高，同时也缩短了检测时间，并解决了油罐识别中模板匹配模板选择问题，降低了RHT计算复杂度。通过实验证明，采用本文提出的油罐自动检测算法识别率优于80％，满足了75％的指标要求。     

基于广义模糊熵的液体火箭发动机故障检测研究

定义了系统状态的广义模糊熵及其计算公式，即当前时刻滑动数据窗口上聚类结果的我模糊度，给出了滑动数据窗口中采样数据矢量方向分布中心的离散度定义及其与广义模糊熵之间的负指数关系，并基于该离散度概念对自适应窗口滤波器进行了改进，提高了滤波器对噪声对敏感度，从而进一步提高了基于自适应窗口滤波器的故障检测算法对强干扰噪声的鲁棒性。本文基于受强噪声干扰的实际试车数据，采用模糊Ｋｏｈｏｎｅｎ聚类网络（ＦＫＣＮ）     

脉冲干扰条件下雷达自适应恒虚警算法及其体系结构

本文提出一种用于信号处理的新型并行算法以及带有自适应检测后积累（API）的恒虚警（CFAR）处理器的并行systolic结构。这种处理器用于脉冲干扰条件下雷达对小型机载目标回波的单个距离分辨率单元中的有效目标检测。这种算法的主要特征是在进行噪声水平估计前能自动地确定并删除二维参考窗口及检测单元中受脉冲干扰污损的不希望的样本。通过这种方法可将脉冲干扰环境对自适应门限处理的影响减至最低程度。对这种目标控制自满的统计分析表明，即便在脉冲干扰的功率与频率都非常高的情况下，信噪比损失也微乎其微。设计了CFAR API的Systolic结构。Systolic结构的基本微量尺度为处理器单元的数目、计算时间及实时实现所需的加速度。     

液体火箭发动机地面试车实时故障检测算法

为了实时有效地检测液体火箭发动机地面试车中的故障,提出了改进自适应阈值算法(IATA)。讨论了自适应阈值算法(ATA)的原理,研究了其改进方法,提高了算法对故障的敏感性和对新试车数据的适用性。通过大量历史试车数据和实际热试车对IATA算法实时性和有效性的验证表明,IATA算法不仅能够及时地检测到异常试车的故障,同时,对正常试车也没有误报警,简洁有效,计算量小,检测速度快。因此,IATA算法适用于液体火箭发动机地面试车的实时故障检测。     

简化七阶CQKF及其在SINS大失准角初始对准中的应用

针对捷联惯性导航系统（SINS）大失准角初始对准的滤波过程，提出简化七阶正交容积卡尔曼滤波算法（7th-SCQKF）。根据简化容积卡尔曼滤波(CKF)理论，推导出改进的简化七阶CKF算法（7th-MSSRCKF），改进了原简化七阶CKF（7th-SSRCKF）的性能；同时，在7th-SSRCKF和7th-MSSRCKF基础上，引入正交半径准则，提出简化七阶CQKF（7th-SCQKF）算法，提高了滤波精度；并将简化七阶CQKF（7th-SCQKF）算法应用到SINS的大失准角初始对准仿真中，结果表明，7th-SCQKF比7th-MSSRCKF的滤波精度高，验证了新算法的正确性和有效性。     

小天体探测器着陆图像匹配改进算法

针对小天体探测器着陆图像匹配信息存在数据量大、计算机存储空间有限等问题,提出一种基于改进BRISK和RANSAC的小天体探测器着陆图像匹配算法。首先,在Harris角点检测算法中引入尺度估计和尺度空间,在特征描述子建立阶段改进BRISK算法,提出降低相关性的采样点对选择策略,以减少计算量;然后,利用改进的RANSAC算法去除误匹配。在图像旋转、光照强度、高斯噪声、尺度因子的干扰影响下,仿真分析改进算法与基于BRISK的经典算法的匹配结果。分析结果表明:改进算法减少了计算量和存储空间,并在一定干扰情况下具有鲁棒性,可为后续视觉导航提供有效的陆标信息。     

基于改进SSD算法的航拍目标检测算法研究

研究基于深度学习技术的无人机航拍图像目标检测算法,首先介绍目标检测算法SSD(Single Shot MultiBox Detector),并对其特征提取网络进行改进,采用稠密特征提取网络替换原网络的主干特征提取网络,提高算法的特征提取能力,从而提升了算法的检测精度。针对网络实时性问题,在算法中引入分组卷积,极大地减少了网络参数量,提升了网络推理速度。为解决训练中出现的正负样本不均衡问题,利用焦点损失（Focal Loss）改进了原算法的损失函数,进一步提升了网络的收敛速度和精度。最后,通过仿真验证了改进算法在目标检测精度上的优越性。     

一种实时处理的无失真数据压缩技术

本文分析了著名的通用编码数据压缩技术──ＬＺＷ算法，在此基础上，给出了它的一种改进算法──ＩＬＺＷ算法，并对它们的性能进行了比较。     

基于时钟精度加权的时钟同步算法

在AS6802同步协议的基础上,针对系统中具有不同精度等级时钟的场景,提出一种基于时钟精度加权的时钟同步改进算法。通过仿真验证证明:改进算法可缩减节点间的时钟偏差范围至原算法的10%,提高了系统的同步精度。     

实时微分控制的算法研究

实时微分控制是进行航天器轨道控制的主要方法。本文在费景高所提出的算法基础上 ,提出了一种有效的改进算法 ,扩大了算法的适用范围。文章对算法的稳定性进行了研究 ,并给出了此算法在弹道导弹显式制导中的应用实例。     

基于改进EX的机动雷达误差配准算法

针对EX(Exact Method)算法的大计算量和耗时对其工程应用造成的不利影响,提出了一种改进的EX算法（MEX算法）,通过优化EX算法的算法结构,消除其存在的冗余运算,提高了实时性;为解决机动雷达情况下的误差配准问题,通过改进MEX算法以适应系统存在姿态角系统误差的特点,提出了扩展的MEX算法（EMEX算法）;把EMEX算法推广应用到多机动雷达情况下的系统误差估计中,得到了采用集中式融合结构的EMEX算法（CEMEX算法）。为验证提出算法的正确性和有效性,对算法进行蒙特卡洛仿真比较,结果表明,MEX算法在保持EX算法估计性能不变的前提下,大大减少了算法耗时,提高了EX算法的估计效率;EMEX算法能够有效地估计出机动雷达的各种系统误差;CEMEX算法能够有效地融合多部雷达量测的信息,具有良好的系统误差估计性能。     

基于改进ALO-RBF的高频地波雷达海杂波预测模型

高频地波雷达是海上动目标检测的重要手段,其中海杂波是影响海面目标检测性能的主要因素。为了提高海杂波的预测精度进而有效抑制海杂波,本文提出了一种基于改进蚁狮算法（Ant Lion Optimizer,ALO）优化RBF神经网络的海杂波预测模型（MGPALO-RBF,Multiple elites dynamic guidance Ant Lion Optimizer based on Gaussian difference variation-based learning with Perturbation factor-radial basis function）。由于标准蚁狮算法具有易陷入局部最优且收敛速度慢的缺点,本文在蚂蚁进行随机行走的过程中加入扰动因子以增加种群的活跃性和多样性,并提出多个精英动态引导机制,强化算法前期的探索能力和后期的开发能力,同时对种群中较差蚁狮进行高斯差分变异以提高算法的收敛速度。仿真结果表明：改进的蚁狮算法在对比算法中具有更高的收敛精度和收敛速度,MGPALO-RBF模型具有更好的海杂波预测性能。     

基于波段选择的RX改进算法

针对高光谱检测亚像元飞机的问题,提出基于大气吸收谱段的改进RX异常检测算法,实现亚像元检测能力和检测效率的提升.阐述了改进算法的基本原理,对比了10 km高度和地面大气吸收系数的曲线差异,建立了改进算法的检测模型,采用仿真的客用飞机可见-短波高光谱数据和海水背景高光谱数据,获得了信噪比10 dB的高光谱仿真图像.采用经...