多传感器组合导航系统的多尺度异步信息融合算法

首先,将状态方程采用数据块变换的方式得到新的状态块方程,并将量测方程表达为数据块的形式;然后,将量测向量进行多层小波变换以得到新的量测向量,结合状态块方程进行卡尔曼滤波;最后,利用异步贯序滤波的方法,建立了基于全局的最优估计值。将上述算法应用于GPS/SST/高度表/SINS多组合导航系统,仿真结果表明:相对于单一尺度的异步滤波算法,该算法可明显地提高系统的滤波精度。     

基于多尺度深度学习的自适应航拍目标检测

无人机已经被广泛应用到各个领域,目标检测成为无人机视觉领域关键技术之一。针对无人机图像中场景复杂、尺度多变、小目标丰富等问题,提出了一种基于多尺度深度学习的自适应航拍目标检测算法。首先,构建自适应特征提取网络MSDarkNet-53,引入多尺度卷积方式,采用不同类型卷积核对不同尺寸目标进行运算,有效扩大感受野。其次,结合注意力机制的优点设计卷积模块,自适应优化特征权重,增强有效特征,抑制无效特征,得到表征能力更强的特征。最后,构建基于多尺度特征融合的预测网络,根据小目标的特点,选取多层级特征映射融合成高分辨率特征图,在单一尺度上进行目标分类和边界框回归。实验表明：本文算法提升了无人机图像的目标检测精度,具有良好的鲁棒性。     

基于多尺度融合的自适应无人机目标跟踪算法

针对无人机（UAV）跟踪过程中目标的尺寸小、尺度变化大和相似物干扰等问题,提出了一种基于多尺度注意力和特征融合的自适应无人机航拍目标跟踪算法。首先,考虑到无人机视角下干扰信息多,构建了深层多样化特征提取网络,提供鲁棒表征目标的语义特征和多样化特征;其次,设计的多尺度注意力模块,抑制干扰信息的同时保留了不同尺度的目标信息;然后特征融合模块将不同层特征进行融合,有效整合了细节信息和语义信息;最后,使用多个基于无锚框策略的区域建议模块自适应感知目标的尺度变化,充分利用整合的特征信息实现对目标的精准定位与稳定跟踪。实验结果表明：该算法在数据集上的成功率和准确率为61.7%和81.5%,速度为40.5 frame/s。该算法对目标的辨别能力、尺度感知能力和抗干扰能力明显增强,能有效应对无人机跟踪过程中的常见挑战。     

基于动理学模型的多尺度随机粒子方法

传统随机粒子方法的时空离散步长受分子碰撞尺度(分子平均自由程和平均碰撞时间)的限制,当空间和时间离散尺度远大于碰撞特征尺度时,其输运系数的数值误差显著增加,因此如直接利用这类方法对跨流域流动精确求解,其计算效率往往是极低的(如DSMC方法,Fokker-Planck和BGK模型随机粒子方法)。通过对随机粒子方法输运系数离散误差的分析可知,这主要是因为传统算法将模拟分子的运动和碰撞解耦计算引起的。针对这一问题,本文介绍了适合于跨流域流动模拟的多尺度Fokker-Planck和BGK模型随机粒子方法。通过分子运动求解中耦合碰撞作用,在连续流区域,改进的随机粒子方法在较大的时间步长下仍能够满足宏观流体力学方程的输运性质。理论和计算结果显示,多尺度Fokker-Planck和BGK模型随机粒子方法可以高效准确地模拟从稀薄流到连续流的跨流域气体流动。     

基于隐马尔可夫的航空发动机视情维修研究

针对传统航空发动机维修方式存在的＂维修过剩＂或＂维修不足＂的弊端,研究了航空发动机的视情维修决策模型。采用隐马尔可夫过程对航空发动机劣化过程建模,解决了传统马尔可夫过程中故障率均假定服从指数分布的局限,同时考虑了检测过程中的不完全信息情况,更贴近实际工程,相关结果可为视情维修提供辅助决策支持。通过具体示例,验证了方法的有效性和合理性。     

基于多尺度法的压气机盘疲劳仿真分析

利用多尺度法对某型航空发动机压气机盘进行模拟仿真,通过建立宏观和微观分析模型,分析了典型工况下盘件的受载情况,研究了表面粗糙度对压气机盘疲劳性能的影响,得到了表面粗糙度与局部最低寿命和局部相对寿命的关系,为压气机盘的设计和修理提供了理论支撑。     

基于多尺度局部结构化信息测度的鲁棒像素级图像融合算法

现有的图像融合算法不能有效区分基本图像特征和噪声,往往在输入存在噪声时性能变差。自然场景图像中,视觉上显著的图像特征往往表现出一定的几何结构,而噪声缺少结构化信息。基于复数小波变换,利用Von Neumann熵推导了一个结构化信息测度,可以有效区分噪声和视觉上显著的图像特征。图像融合之前利用测度加权输入,从而自适应抑制噪声同时保留图像特征。对几个图像融合方案从主、客观上进行性能比较,显示了新方案的优越性。     

基于启发式信息的中文姓名识别方法

提出了一种以姓氏和互信息作为启发式信息探测潜在姓名,对上下文进行局部全切分,最后利用隐马尔科夫模型为工具识别姓名的新方法。本方法将姓名识别,汉语分词,词性标注结合为一体,总体上提高了姓名识别的性能,一定程度上解决了分词错误对姓名识别带来的影响。实验结果表明本文提出的方法是有效的。     

基于TV-L1模型的多尺度遥感影像分解方法

TV—L^2模型是一种有效的遥感影像分解方法,但采用TV—L^2模型进行遥感影像分解会出现分解不彻底的情况。基于TV—L^1模型的多尺度遥感影像分解方法是一种将TV—L^1模型和多尽度方法结合起来对遥感影像进行分解的遥感影像分解方法。实验证明,基于TV—L^1模型的多尺度遥感影像分解方法继承了Tv—^L2模型利用全变分分解的优点,解决了TV—L^2模型分解不彻底的问题,并且通过尺度调节实现了多尺度分解。实验结果表明,该方法在遥感影像分解中取得了理想的效果,可以进一步地扩展应用。     

基于小波变换的多聚焦图像融合评述

概述了数据融合的基本概念和应用,简明分析了多聚焦图像的成像机理,从像素级层面上描述了基于小波多尺度变换的图像融合思想和过程.由于在基于小波变换的图像融合过程中,融合规则起很重要的作用,因此本文重点综述了适于多聚焦图像融合的三种融合规则：基于像素的融合规则、基于窗口的融合规则和基于区域的融合规则,并对这些规则进行了比较,最后给出了图像融合效果的客观评测方法.     

基于条件随机场的日语依存分析

日语依存关系解析是日语句子解析的一项基本技术。提出了一种基于条件随机场的日语依存分析方法,并充分使用了上下文信息和功能词出现信息作为新特征。在京都大学文本语料库上的实验结果表明,本文提出的日语依存分析方法是有效的,依存关系正确率、句子正确率分别达到了89.26%和45.90%。     

基于飞行器图像的目标跟踪方法研究

提出了一种利用飞行器图像进行目标跟踪的方法，建立了飞行器图像跟踪系统。该系统利用一种云台控制算法搜索飞行器的图像，通过对飞行器图像的边缘检测、图像中心点提取等处理，实现了飞行器图像定位。理论计算和实际应用表明，该系统可以对低马赫数和高马赫数飞行器进行图像跟踪。     

基于高速摄影图像处理统计分析的点火过程试验

针对空气来流马赫数为2.1、总温为846K,总压为0.7MPa的条件下凹腔内的强迫点火过程,利用高速摄影观测了凹腔主动喷注方式的乙烯强迫点火试验.基于高速摄影图像的合成分析和概率统计,提出了能够定量分析出点火过程凹腔火焰稳定和燃烧室火焰分布的试验研究方法;利用该研究方法,采用主动喷注方式在全局当量比为0.15和0.17(相应的主动喷注当量比分别为0.04和0.06)的条件下,对比研究了采用凹腔后壁面喷注的喷注方案和采用凹腔前壁喷注和后壁面喷注相结合的喷注方案的点火试验过程;定量分析了这两种喷注方案点火后的凹腔火焰稳定和燃烧室内的火焰分布.当凹腔主动喷注当量比为0.04时,点火凹腔内并没有形成良好的局部压力反馈,火焰在点火凹腔内常以不连续形式稳定存在.当主动喷注当量比达到0.06时,整个燃烧室的火焰分布要更加均匀.针对超声速来流条件下的点火过程瞬态图像,该方法能够有效地开展定性分析和定量研究.      

基于不确定性测度与支持度的测试性验前信息融合方法

针对目前验前信息融合方法存在主观性和单一性的缺陷,引入验前分布的不确定性测度和支持度,提出了基于不确定性测度与支持度相结合的验前信息加权融合方法.首先,利用β分布对测试性验前信息的不确定性进行描述,运用不同的验前信息确定验前分布超参数;然后,引入不确定性测度和支持度作为验前信息加权因子,设计了相应的融合算法;最后利用混合验前分布,结合测试性现场试验数据,计算了Bayes融合评估的验后结果.该方法不仅考虑了验前分布本身对测试性参数的真实情况描述的接近程度,还考虑了不同来源的验前信息之间的支持程度.实例分析表明,在同一置信水平下,基于该方法的测试性评估置信下限相对于传统方法的测试性评估置信下限大约提高了0.7%.      

基于图像特征融合的粉末床缺陷检测方法

针对单一特征对粉末床缺陷表达不明确导致检测效果不佳的问题,提出了一种基于特征融合的增材制造过程粉末床缺陷视觉检测方法。该算法分别使用SIFT方法、灰度共生矩阵和Hu不变矩提取尺度空间特征、纹理特征和几何特征,借助词袋模型对每张图像构建3组视觉单词直方图,通过串行融合3组视觉单词直方图得到新的特征矩阵,采用特征选择对融合后特征矩阵进行降维,并传入随机森林分类器中进行训练。实验结果表明,不同特征对粉末床不同类型缺陷检测具有不同的贡献,优化特征融合参数后,算法平均准确率达到97.46%,缺陷检测效果明显提升。     

基于气体动理学方法的多尺度稳态热辐射计算

随着航空发动机燃烧室内燃气温度的提升,高温区域的热辐射问题将会变得更为重要,同时由于高温气体辐射导致辐射特性的剧烈变化,将会呈现出多尺度的现象,增加了辐射计算的难度。文章通过稳态离散统一气体动力学格式（SDUGKS,Steady Discrete Unified Gas Kinetics Scheme）的思路实现稳态辐射问题的求解,SDUGKS格式通过特征线差分离散的方法实现单元界面的重构,通过某种迭代格式来实现单元数据的更新,这一过程实现了对网格内部的辐射特性的有效模拟,该过程可适用于任何具体的辐射尺度。因此就可以在任意网格条件下实现多尺度问题的计算。文章引入了修正的延迟修正法（Deferred-correction,DC）实现单元数据更新,对单一尺度和多尺度问题进行了计算,在单一尺度问题中,验证了SDUGKS格式求解稳态辐射问题的正确性,进一步构造多尺度问题进行求解,论证了SDUGKS在多尺度问题计算中的渐近保持性质和准确性。     

基于序列图像的航天器自主导航降维滤波方法

非合作目标的运动感知与状态估计,是太空领域技术发展的重要组成部分。非合作目标相对状态的精确估计是相对导航的难点问题。传统的非合作目标扩展卡尔曼滤波算法需要结合非合作目标的质心位置,增加了状态变量的维数,提高了系统不确定性,从而会影响状态扩展卡尔曼滤波的收敛速度。提出了一种基于序列图像的非合作目标相对导航方法,该方法在不对质心进行估计的情况下首先对非合作目标姿态进行估计,在完成非合作目标姿态估计后再对其质心进行估计。本文推导了光学相机测量值与目标真实姿态的关系,构建了基于序列图像的测量模型,分别建立了不含有非合作目标质心位置的状态方程和基于非合作目标位置、速度矢量的状态方程,设计了适用于非合作目标状态估计的扩展卡尔曼滤波算法。仿真实验表明该方法可在10 Hz采样频率下经过50次采样（即5 s）内快速收敛,从而有利于空间飞行器的在轨服务与维护。     

基于证据理论的航空发动机早期故障诊断方法

在分析航空发动机早期故障特点和数据融合的基础上,将证据理论应用于发动机故障征兆级别的数据融合中,提出了构造基本信任指派函数的方法,从而得到了更准确的早期故障征兆.在此基础上,应用模糊聚类分析方法,依据最大隶属度原则得到发动机早期故障源.该方法考虑了发动机早期故障征兆不明确、不精确、不肯定等特点,应用模糊测度来表示征兆,更符合发动机早期故障的实际情况.      

基于预测矢量量化的图像压缩研究

针对预测器与矢量量化器的联合设计问题,通过分析常用的开环法与闭环法的设计特点,给出了结合二者优点的半闭环设计法并通过仿真验证了其有效性。实验结果显示,该方法设计的预测矢量量化器具有更灵活的设计方式和较好图像重建质量。