基于功率估计的方位数据关联算法

将功率信息与电波传播相关理论引入到测向交叉定位的数据关联问题中,提出一种基于功率估计的方位数据关联算法。推导了阵列协方差矩阵中信号功率与阵列流型之间的关系,利用空间协方差逆矩阵高阶幂逼近噪声子空间的方法,在已知阵列流型的基础上准确获取各目标的功率参数,避免了幅值特征类关联算法易受噪声与信号波形影响的问题;根据功率和传播路径的衰减关系,构造方位组合与功率信息的关联置信度函数,挑选出正确的关联组合。仿真结果表明了算法的有效性和优越性。     

特征参数匹配法在雷达信号识别中的应用

概述了模板匹配法、模糊匹配法及灰关联分析法,以了解特征参数匹配法的优缺点.重点对灰关联分析法中分辨系数取值和权重值的确定问题进行分析,并提出改进的灰关联分析法.该方法首先对原始数据规范化处理,综合了序列取值法和自适应动态取值法对灰关联分析法进行改进.仿真证明改进的灰关联分析法能够对有误差的和参数缺省的雷达信号进行较好处理,对雷达信号识别更具有实时性,能够提高分析结果分辨率.     

雷达与IFF背靠背配置时的关联算法

对于雷达与IFF(Identification Friend or Foe)背靠背配置时的关联问题,提出了关联算法.主要包括雷达航迹与IFF点迹的时间对准、判别函数构造、关联判决准则选择和关联判决门限设置等,并讨论了多义性问题.4种典型情况下的仿真结果表明,目标间隔与目标到雷达距离之比越大时,关联效果越好;目标交叉时,离交叉点越近,关联效果越差;目标机动阶段时间对准采用雷达航迹平滑的关联效果优于航迹预测,其它情况下采用两种时间对准方法的关联效果相近;在NED(North East Down)坐标系和极坐标系下的关联效果相近;n/m逻辑应选择2/3或3/4,以同时保证对友方目标的漏关联概率和不明目标的误关联概率都较低.     

基于朝向约束和重识别特征的目标轨迹关联方法

基于检测关联和深度学习的目标轨迹关联方法是计算机视觉领域的研究热点之一,但现有方法设计中缺乏有效的时空约束,且目标表观特征泛化能力不足,在目标朝向差异明显的情况下会发生识别错误,在目标轨迹关联时会导致频繁的ID切换和错误关联。针对该问题,提出了一种基于朝向约束和重识别特征的目标轨迹关联方法。将行人朝向判别引入行人重识别中,提出了一种具有朝向约束力的行人重识别网络模型,提升了目标特征的表示能力。结合目标朝向、卡尔曼滤波得到的位置信息、重叠面积等时空特征,提出一种基于朝向约束的分层轨迹关联模型,得到单相机内的目标轨迹。在跨相机场景中,通过引入一种简单有效的双向竞争匹配机制,实现了目标轨迹的有效关联。实验结果表明: 所提方法在MOT数据集上度量指标优于多种方法,能够减少频繁的ID交换,有效解决了相似目标相向而行时的错误关联;帧率达到19.6帧/s,能够满足近实时场景下的使用要求。      

基于记忆关联学习的小样本高光谱图像分类方法

高光谱图像（HSI）分类是遥感领域的基础应用之一。该任务旨在根据部分带类别标签的像素样本训练分类器,预测图像中剩余像素对应的类别标签。在实际应用中,由于人工标记样本成本过高,只能获得少量带标签的样本。针对少量样本无法准确描述数据分布从而导致训练过程过拟合的问题,提出一种基于记忆关联学习的小样本高光谱图像分类方法。考虑到无标签样本中包含大量与数据分布相关的信息,构建基于有标签样本记忆模块,并根据样本间的特征关联,利用不断更新的记忆模块学习无标签样本的潜在类别分布,构建无监督分类模型,并与传统的有监督分类模型进行联合学习。在多个高光谱图像分类数据集上的实验结果表明,所提方法能有效提升小样本高光谱图像分类的准确性。      

滚动轴承振动性能状态演变的非线性特征和不确定性特征的灰关系分析

为了更加全面有效地监测滚动轴承服役过程中其振动性能状态的演变历程,用关联维数和盒维数表征振动性能状态演变的非线性,用振动数据瞬时值的波动范围和平均值的波动范围表征振动性能状态演变的不确定性。运用灰关系分析法求解参数序列之间的灰置信水平,进而分析轴承振动性能状态演变的非线性特征和不确定性特征之间的非线性相关程度。两个案例表明：总体上来看,关联维数和盒维数均有减小的趋势,瞬时值的波动范围和平均值的波动范围都有增大的趋势,而且它们在突变点处有某种意义上的对应关系。非线性特征参数序列和不确定性特征参数序列总体上有负相关关系,且不确定性参数序列与关联维数的灰置信水平均比其与盒维数的灰置信水平要高。     

面向机载应用的领域专用加速器研究

机载环境下数据处理规模的剧增以及人机混合智能的应用使得传统的以CPU 为核心计算单元的架构 已不能满足计算需求。在满足延时、精度等指标的情况下,选用高能效的处理器或处理器组合来快速准确地处 理这些数据成为机载计算领域面临的重要问题。按照常规处理器、领域专用加速器两大类型对各自主要代表性 处理器的架构特点进行了分析和总结,得出了各类处理器在机载情况下的主要适用场景和应用情况。根据领域 专用的设计思想开发了面向数据关联应用的专用加速器,对数据关联算法中的统计距离计算和分簇处理这两个 计算瓶颈进行了定制化的加速设计,并在基于FPGA 的平台上进行了测试验证,结果表明,加速器对于统计距 离计算的加速效果约为FT2000/4 单核性能的10 倍,对于分簇处理的加速效果约为FT2000/4 单核性能的3 倍, 整体运算速度相比FT2000/4 处理器的单核提升了5 倍。     

基于QAR数据的关联规则挖掘算法的研究

介绍和分析了关联规则的概念和Apriori算法,针对Apriori算法需要多次扫描数据库而导致运算效率不高的缺点,设计并实现了基于事务标识列表的频繁项集的产生算法——TagList Apriori.对比实验证明,新方法可以有效减少数据库扫描次数,节省运算时间,提高算法的运算效率,提高QAR数据关联规则挖掘的效率.     

航空发动机旋转帽罩结冰表面换热系数研究

旋转帽罩表面的对流换热系数是结冰、防冰研究的重要参数,旋转帽罩结冰模拟中对流换热量和蒸发量都需要已知对流换热系数。为了获取旋转帽罩表面的对流换热系数,采用数值模拟对旋转帽罩结冰表面的对流换热系数进行了研究。首先验证了网格与计算方法的合理性和可靠性,在此基础上,对影响表面换热的因素进行了分析,计算了不同转速、来流速度、来流温度对锥角40°,锥高176mm的旋转帽罩表面换热系数的影响。结果表明:锥尖区域,来流速度的影响与转速影响相比占主导;除锥尖外的其他区域,转速对换热系数的影响占据了主导地位;来流温度对整个表面的换热系数均有影响。采用不同工况下的数值模拟结果,在锥尖区域建立了来流雷诺数与努赛尔数之间的关联式;在除锥尖外的其他区域建立了旋转雷诺数与努赛尔数之间的关联式。     

一种基于最小二乘拟合的数据关联算法

针对点航关联在多目标跟踪中精度与实时性难兼顾的问题,提出了一种基于最小二乘拟合的点航关联算法。首先采用滑窗将历史航迹截断,采用最小二乘法在不同维度分别拟合、外推融合航迹历史信息条件下的航迹点,增加外推点的多样性及信息量。同时定义了5种全概率关联事件,提取传统滤波方法的预测点,将拟合外推点与滤波预测点融合,使归属判决更加准确。最后分别推导了不同事件发生时的状态更新方程与误差协方差更新方程,给出了其中参数的确定方法。经仿真数据验证,与经典的最近邻域法和联合概率数据互联算法相比,所提算法能够更好地兼顾精度与实时性,且计算复杂度较低,易于工程实现。