基于多参数特征的辐射源识别技术

针对复杂战场电磁环境下辐射源识别困难的问题,提出一种基于多参数特征的辐射源识别方法。介绍了辐射源辐射信号特征量的提取技术,给出了识别的原理和步骤。最后在小样本和大样本辐射源数据库的基础上,利用该识别技术进行了仿真,结果证明了基于多参数特征的辐射源识别方法的有效性和准确性,相比于传统的辐射源识别技术,该方法识别率更高,速度更快。     

一种雷达信号脉内调制特征分析方法

以单载频、线性调频、BPSK和FSK信号为例,通过提取信号的瞬时相位,对雷达信号的脉内调制特征进行了分析。首先介绍了信号瞬时相位的提取方法,然后通过瞬时相位微商得到信号的瞬时频率,接着引出了一种基于最小二乘算法的调制类型识别方法,最后对这种方法进行了仿真分析。仿真表明,相位测频法是一种有效的雷达信号调制特征分析工具。     

抗旋转和缩放的SAR与可见光图像自动配准算法

针对合成孔径雷达与可见光图像在大角度旋转和大比例缩放情况下的高精度自动配准问题,提出了一种尺度和旋转不变的SAR(Synthetie Aperture Radar)和可见光图像自动配准算法.算法以SIFT(Scale Invariant Feature Transform)算法为基础,首先通过增强Frost滤波和自适应直方图均衡增强SAR和可见光图像的共性,使其显著提高能够提取出足够多的特征点数目,然后再通过特征描述方法、相似性度量方法、点匹配方法、特征点聚类方法和误匹配点剔除方法等方面对原始SIFT方法进行改进,有效地提高其在多源图像、强噪声、复杂成像条件下的特征提取和匹配性能,最后通过最小二乘法和相似变换模型实现SAR和可见光图像的精确配准.试验表明该算法对图像尺度和角度变化具有良好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法,具有良好的工程应用前景.     

基于mean—shift的多目标粒子滤波跟踪算法设计

针对视频序列中多目标的跟踪问题,提出一种基于mean-shift和粒子滤波的多目标混合跟踪算法,采用目标之间的距离门限和相似度门限作为转换条件,有效地结合Mean-shift 算法的简单快速和粒子滤波跟踪算法的抗遮挡的优点.实验结果表明,该算法在对多目标跟踪时能在保证跟踪效果的同时减少跟踪的时间花费,有效提高了设计的跟踪系统的实时性.     

多变量线性时变系统的特征模型及自适应模糊控制方法

对于阶数及参数未知的高阶系统，如何设计一个工程上易于实现的低阶控制器，以实现有效的高性能控制，这是目前航天等领域亟待解决的问题。该文采用将对象特征和控制性能要求相结合的方法，对多输入一多输出高阶线性时变系统和一类非线性时变系统从理论上详细推导出了其特征模型，在此基础上设计了基于特征模型的稳定的自适应模糊广义预测控制方案。由于控制结构中使用了分层模糊系统，从而减少了模糊规则数目。通过对一个挠性航天器控制的仿真实验验证了所给方法的有效性。     

建立航天科研领域专业人员胜任力特征模型

为实现航天事业的跨越式发展和人力资源管理以人为本的理念，就要引入以胜任力特征模型为基础的新的人力资源管理模式，针对航天科研的特点，采用问卷调查为主、行为事件访谈和专家小组座谈为辅的方法，提取优秀科技人员的能力素质特点，形成航天科研领域专业人员胜任力特征模型，并以此为基点更有效地开展人力资源管理与开发工作。     

初始轨道高度对气动力辅助异面变轨的影响

气动力辅助变轨技术可以有效利用大气资源,借助气动力作用减少推进剂消耗,有可能成为未来有大气行星进入/再入飞行的重要手段之一。文章针对改变轨道平面的变轨过程,进行气动力辅助异面变轨分析,探讨了初始轨道高度对气动力辅助异面变轨性能的影响。计算气动力辅助变轨特征速度,并与冲量变轨所需消耗能量进行比较。研究结果表明:气动力辅助异面变轨推进剂消耗量与升阻比呈非线性变化,当升阻比大于某一数值时,气动力辅助异面变轨在一定初始轨道高度区间内能够节省推进剂。文章的研究成果可为有翼再入航天器的研制提供依据,为气动力辅助变轨的工程应用提供技术参考。     

运载火箭智能控制的能力特征与关键技术

运载火箭智能控制是智慧火箭研制的核心技术之一。结合智能技术在航天控制上的应用研究与工程实践,对运载火箭智能控制的能力特征进行了分析;介绍了运载火箭的智能测试与发射、典型动力故障诊断与重构、环境与模型自适应控制,以及“软件”定义运载火箭等关键技术;对我国运载火箭智能控制系统的未来发展进行了思考。通过对航天智能控制技术持续不断地研究与实践,为我国智慧火箭的研制提供强有力的支撑。     

基于特征融合的雷达信号脉内调制类型识别

针对雷达信号脉内调制识别算法准确率低的问题,提出基于特征融合的雷达脉内调制类型识别方法,该方法首先提取雷达信号时频图像的形状特征和纹理特征,利用改进的主成分分析法（IPCA）对特征进行融合,然后将融合特征输入支持向量机（SVM）,实现信号的分类识别。仿真实验中对8种常见的不同调制类型的雷达信号进行识别,该算法在信噪比为5dB时识别准确率接近100％,验证了该方法的有效性。     

一种适合于大尺寸航拍图像的特征点提取方法简

 一些航拍图像的尺寸较大,现有的特征点提取算法在对其处理时均要耗费大量的时间,针对这一问题,提出一种快速有效的特征点提取算法。首先构造原始图像的拉普拉斯金字塔,以获得图像的尺度信息,同时保留图像的方向信息;再使用非均匀多方向滤波器组将金字塔图像分解在不同方向上,在分解后的图像中提取局部极值点作为候选特征点集;采用特定的合并策略合并候选特征点最终得到特征点集,并根据方向滤波器组为特征点分配方向向量。试验结果表明,本文算法在基本保证提取到的特征点匹配率及正确率的前提下,有较高的效率。