基于改进A^*算法的无人机快速轨迹规划方法

针对旋翼无人机在三维障碍物环境中自主飞行时路径搜索速度慢、轨迹生成通常忽略无人机动力学特性的问题,发展一种基于改进A^*算法并同时考虑无人机动力学特性和运动学性能的快速轨迹规划方法。首先,在三维障碍物环境中运用改进A^*算法通过剔除部分网格节点降低A^*算法的节点计算量,提升算法的路径搜索速度;其次,以最小化飞行轨迹的四阶导数作为目标函数,以路径点处的位置、速度、加速度等各阶导数作为约束条件优化飞行轨迹;最后,在三维障碍物环境中对比A^*算法改进前后的路径搜索结果,并对优化的飞行轨迹进行仿真飞行测试。结果表明:改进A^*算法大幅降低了A^*算法的节点计算量,显著提升了路径搜索速度;且无人机能够始终以较小位置误差沿优化轨迹光滑连续飞行。     

二维小波变换及其在医学图像处理中的应用

介绍了二维离散小波变换的一般形式，在图像分解的基础上．分析了二维小波变换在医学图像消噪和图像增强中的应用，同时给出应用实例。结果表明，应用小波分析进行医学图像处理，能够有效地改善图像质量，有利于医生对病情的诊断和治疗。     

形态图计算中的投影空间维数和投影空间模型

确定投影空间维数和建立投影空间模型是计算机视觉领域中形态图计算时一个十分重要的基本问题，本文根据态图计算时特征视图拓扑结构等价的特点，指出轴测投影下的投影空间是二维空间，透视投影空间为三维空间，并分别了投影空间模型的建立方法，从而使复杂物体形科计算是简单可行。     

对数正态分布海杂波背景下的雷达混沌检测方法

在研究海杂波具有混沌现象的基础上 ,运用非线性预测的方法对海杂波进行预测 ,然后把雷达目标检测中经典的二元判决问题转换成为对信号序列预测误差的分析 ,最后利用真实的海杂波数据进行了仿真 ,结果表明了该方法的有效性。     

基于雷达测距和测速的GEO目标实时关联算法

针对航迹密集情况下地球同步轨道（GEO）目标容易关联错误的问题，提出了一种基于雷达测距和测速二维判决的GEO目标实时关联算法。利用空间目标两行轨道根数（TLE）建立待关联初始库属目标集；根据空间目标轨道预报误差扩散规律设置粗关联门限，得到二次关联库属目标集；利用雷达测距和测速精度高的特点构建二次关联代价函数，根据归一化加权均方根误差最小原则得到关联结果。仿真结果表明：该算法在目标航迹密集的情况下取得了较好的关联效果，具有较高的关联正确率。     

绳索断裂对二维二次太阳翼展开过程影响分析

为识别二维二次太阳翼关键环节和预示其在轨展开故障模式，开展不同位置绳索断裂失效对太阳翼展开的影响程度分析。采用考虑绳索断裂的绳索联动轮力学模型，建立了适应于不同联动轮半径的联动轮受力模型，提出角度触发约束消除方法，解决了太阳翼第2次展开过程连续仿真问题，建立了太阳翼第2次展开动力学方程，分析了不同位置绳索断裂失效对太阳翼各板展开角度、展开构型和其他绳索张力的影响。分析表明，越靠近星体的绳索联动机构失效对太阳翼展开过程的影响越大，其中连接架上绳索联动机构失效可直接导致二维二次太阳翼在轨展开失败。     

一种改进的Manifold数据降维方法研究

Manifold学习算法已经被广泛应用到很多领域,如信息检索、模式识别、人工智能和数据挖掘等。已有的Manifold学习算法对局部临近区域选择很敏感,并且降维后的数据可分割性比较差。本文提出了一种自适应临近区域选择、具有良好信息可分割性的Manifold学习算法。这种方法在每一个数据点根据数据可估算的本质维度和局部正切方向选择临近区域。与此同时,在映射数据的时候使用聚类分析法聚集相似样本点集。这种方式能确保降维数据具有良好的可分割性,获得更好的降维效果。实验结果表明,新的方法在人工生成数据集上具有更好的嵌入效果。     

基于时空轨迹信息的目标行为模式在线分类方法

在预警监视领域，及时地预测目标行为模式对于态势认知至关重要。首先，针对当前大多数目标行为分类器实时性不强、对离群轨迹不敏感等问题，提出了带有离群检测的归纳式一致性多类预测器（ICMP）。其次，针对目标行为分类算法仅考虑目标的空间位置信息，而忽略航向和速度信息的问题，基于轨迹的时间和空间2个维度的信息提出了时空Hausdorff距离（STHD），从而可以有效区分空间位置相似但运动速度和方向不同的行为。然后，基于定向时空Hausdorff距离和K最近邻思想构造了定向时空Hausdorff最近邻不一致性度量函数（DSHNN-NCM）；在此基础上，提出了带有离群检测的序贯时空Hausdorff最近邻归纳式一致性多类预测器（SSHNN-ICMP），能够在预警监视场景下对目标频繁出现的行为进行在线学习和分类。最后，分别在仿真军事场景和真实民用场景中进行实验分析，结果表明本文算法具备较好的准确性和实时性，在预警监视任务中有良好的应用前景。