基于随机截尾数据下Weibull分布的参数极大似然估计与应用

对服从Weibull分布的随机截尾数据建立似然方程,给出形状参数和尺度参数的极大似然估计,通过参数极大似然估计对火箭发动机试车试验数据进行了可靠性评估分析,算例得到的形状参数估计值与实际工程应用的经验估计值十分接近。     

基于改进遗传算法的波达角估计

利用线阵进行波达角估计的常用方法是长短基线配合测向,但是短基线长度往往达不到理论要求值,必须采用其他手段对测相数据进行处理.将遗传算法引入波达角估计运算,并进行了改进,将各条基线对应的相位差模糊数作为解空间的二进制编码对象,既简单易行,又不会受到二进制编码精度较低的影响.整个算法取得了较好的效果,能够较准确地估计各基线对应的相位差模糊数.     

模型组转换算法在机动目标跟踪中的应用

为改进变结构多模(VSMM)估计中模型组转换(MGS)算法对运动规律较复杂目标的跟踪,提出了用于模型组激活的核心模型转移法。该法为每个模型组确定一核心模型,并利用当前时刻滤波结果中的模型概率和似然等先验与后验信息,判断模型组的激活。仿真结果表明,核心模型转移法的滤波结果平稳,为MGS算法提供了一种简单易行且全面利用系统信息的模型组激活方法。     

基于红外视觉/激光雷达融合的目标识别与定位方法

近年来,基于可见光图像的目标识别在无人车感知领域得到了广泛应用.然而,可见光图像目标识别无法应用于弱光和黑暗环境.针对于此,提出了一种基于红外视觉/激光雷达融合的目标识别与定位算法.首先,通过基于颜色迁移的数据增强训练方法,提高了红外目标识别算法的泛化性能.继而,提出了一种基于激光雷达修正的单目深度估计方法,通过视觉图...     

基于深度学习的小目标检测研究进展

随着深度学习方法的快速发展,目标检测作为计算机视觉领域中最基本、最具有挑战性的任务之一,已取得了令人瞩目的进展。现有的算法大多针对于具有一定尺寸或比例的大中型目标,但由于待测目标尺寸小、特征弱等原因,对小目标的检测性能还远远不能令人满意。小目标检测（SOT）作为一种广泛应用于室外远程拍摄和航空遥感场景的技术,近年来受到了广泛的关注,各种方法层出不穷,但是目前对该问题的全面综述较少。从问题定义、算法分析、应用介绍、方向展望等方面对基于深度学习的小目标检测研究进展进行了综述。首先,给出了小目标检测问题的定义,阐述了其技术难点及在实际应用中面临的挑战;接着,从8个不同角度分析了检测器对小目标检测精度较低的主要原因及相应的改进方法,详细归纳总结了小目标检测在各技术方面的研究工作;然后介绍了几个特定场景下小目标检测算法的典型应用;最后,对小目标检测未来的发展趋势进行展望,提出可行的研究方向,期望为该领域的研究工作提供可借鉴和参考的思路。     

二维嵌套混合MIMO相控阵雷达接收阵列设计

针对二维混合多输入多输出（MIMO）相控阵雷达发射阵列子阵分割带来的自由度损失问题,提出一种基于二维嵌套阵列的二维混合MIMO相控阵雷达接收阵列设计新方法。首先,给出一种由稀疏阵列和密集阵列构成的嵌套阵接收阵列的二维混合MIMO相控阵雷达信号模型;其次,通过对接收信号的协方差矩阵进行Khatri-Rao乘积处理,得到阵元位置差的差异阵列,形成接收阵元数目的虚拟扩展;最后,通过空间平滑处理进行波达方向估计。仿真实验表明,与传统二维混合MIMO相控阵雷达相比,所提方法在不增加实际阵元数目的情况下可以有效扩展虚拟阵元数目,提高雷达阵列自由度,进而提高二维混合MIMO相控阵雷达波达方向估计精度。     

平滑重构稀疏贝叶斯学习测向算法

针对二级嵌套阵列中的紧凑阵元结构易受互耦效应影响的问题,提出了两种不同的嵌套阵列结构改进方法：连续平移嵌套阵列和间隔平移嵌套阵列。通过对原有二级嵌套阵列阵元位置进行调整,形成了两种不同的平移嵌套阵列结构,这两种结构对应的差分共阵均"无孔",并且测向自由度和阵列稀疏度均大于原二级嵌套阵列。针对嵌套阵列的差分共阵测向模型为单测量矢量模型,稀疏贝叶斯学习测向算法复杂度高的问题,提出了平滑重构稀疏贝叶斯学习算法。该算法通过空间平滑重构将单测量矢量模型变为多测量矢量模型,降低了观测矩阵的维度,减小了计算复杂度。算法求解时,通过对变换后的观测矩阵进行奇异值分解,进一步降低了观测矩阵维度,利用稀疏贝叶斯学习算法估计辐射源角度。仿真表明,在信噪比和采样数相同的条件下,该算法收敛速度比单测量矢量稀疏贝叶斯学习（SMV-SBL）算法快,且测向精度高于SMV-SBL算法和空间平滑多重信号分类（MUSIC）算法;存在互耦影响时,两种平移嵌套阵列比原嵌套阵列受互耦影响小。     

基于阶层标识的无人机自主精准降落系统

随着微小型无人机（UAV）在航拍、测绘、环境监测、快递投送等民用领域的广泛应用,对微小型无人机的可用性和可靠性提出了更高的要求。为了使微小型无人机能够精确地完成自主降落,由于计算机视觉部署成本低、独立性强、信息丰富等特点,提出了通过识别匹配一种多层嵌套二维编码的阶层降落标识来进行相对定位的算法,并展示了与之对应的阶层标识检测及定位的无人机自主降落系统,由于编码的信息量与其他系统相比,具有高低空的高识别率、编码空间大等特点,故此系统可同时支持单个或多个停机坪的配置,且成本低廉,无需添加机载设备成本。最后对该系统进行仿真验证和实飞测试,表明所提出算法能够有效地实现无人机全自主降落。     

真误差的获取及标准差估计

提出了获取真误差的原则和若干实例,给出了真误差计算方法及标准偏差估计方法,并举例说明其应用。     

基于极化敏感阵列的加权融合测角方法

角度估计是雷达的一个关键功能.极化敏感阵列用作雷达天线可有效减小模型误差,改善测角性能.为提高目标角度估计精度,本文提出了一种扩展的加权融合测角方法.首先对完备电磁矢量进行介绍,建立了极化-空域信号处理模型;其次推导了扩展后的加权融合测角方法;最后结合稀疏恢复测角方法,以双正交电偶极子阵列天线为例,验证了方法的有效性....