一种基于SIFT和KLT相结合的特征点跟踪方法研究

在目标发生明显姿态和大小变化条件下,为了利用基于特征点的跟踪算法实现对目标可靠、稳定跟踪,提出了一种SIFT算法和KLT(Kanade-Lucas-Tomasi)匹配算法相结合的特征点跟踪方法。通过对SIFT算法进行优化,使得到特征点分布相对均匀,同时不存在聚集现象;通过对KLT匹配算法进行分层迭代设计,提高了目标作快速运动时的匹配精度;最后根据特征点匹配结果,结合Greedy算法得到目标的准确位置。实验结果表明：该算法能够很好地适应目标姿态和大小的变化,实现对结构复杂目标的稳定跟踪;比KLT跟踪算法具有更好的鲁棒性和稳定性,能得到更加准确的目标位置。      

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取,对其不当假设导致滤波器估计性能不佳的问题,提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差,在传统脉冲星计时观测的基础上,增加恒星星光仰角及两个时刻间的相位增量观测量,共同增强XNAV。首先,分别建立计时观测模型、相位增量模型及星光仰角模型;然后将多信息测量模型集成到卫星轨道动力学方程中,以建立ADDF滤波模型;最后对所提方法进行仿真验证。实验结果表明,在相同的初始状态和初始噪声误差条件下,与传统X射线脉冲星导航算法相比,多信息融合算法能将导航位置估计精度提高70%以上,位置估计误差降低到 200 m 左右,速度估计精度提高40%以上,且ADDF性能优于无迹卡尔曼滤波器。     

基于国产操作系统的软件测试方法研究

国内软件研发平台的国产化趋势,使提高国产操作系统平台下软件的质量已经成为软件测试领域所面临问题的重中之重。通过对中标麒麟操作系统(Kylin)和锐华嵌入式实时操作系统(ReWorks)的发展现状与使用特点的介绍,结合雷达实际人机软件及数据处理软件的开发环境,对基于国产操作系统的软件测试方法进行研究,分析测试结果,总结软件测试方法设计、应用及实践的过程。     

基于粗糙集特征选择的过拟合现象及应对策略

在粗糙集方法中,利用向前启发式算法进行特征选择,是一个逐步加入重要度最高的特征的过程,直至满足所给定的约束条件。但使用这一策略选择出来的特征子集有可能产生过拟合现象。鉴于此,设计了一种新的启发式算法,其主要思想是借助交叉验证的方法对特征的重要度进行计算,当过拟合出现时,则采用截断式机制终止算法。使用邻域粗糙集模型,在UCI数据集上将启发式算法与所提算法进行对比分析,实验结果表明:所提算法能够有效地降低过拟合的程度;利用所提算法得到的特征子集能够带来更好的分类性能。     

基于特征线理论的旋转爆震流场结构特征研究

特征线理论及其计算方法是气体动力学的经典理论与方法,应用于旋转爆震流场分析具有简单高效的特点。将坐标系建立在爆震波上,对旋转爆震流场进行简化,采用特征线理论并结合流场计算单元过程,建立旋转爆震流场计算模型。研究了当量比和喷注参数对氢气/空气、甲烷/空气以及辛烷/空气3种不同预混气的旋转爆震流场结构特征的影响。结果表明:爆震波高度和倾斜角度受混气当量比和喷注总温影响明显;燃料由小分子氢燃料变为大分子碳氢燃料时,爆震波高度和倾斜角度逐渐减小;混气当量比和喷注总温主要通过影响爆震波传播速度、高度和倾斜角度而影响爆震波后宏观流场特征趋势。     

基于信息融合的双馈风机定子匝间短路故障诊断

双馈异步风力发电机在风力市场上所占据的比重越来越大,容量也逐年增大。由于其恶劣的工作环境,使得双馈电机故障频发,其中定、转子匝间短路故障占据很高的比例。根据多回路理论建立了双馈异步电机数学模型,分别模拟了正常情况下以及定子匝间短路时的情况,通过扩展派克矢量变换对定子端电流进行频谱分析和在失电残压的基础上对定子端电压展开分析,最终将得到的特征信息进行故障信息融合诊断。仿真结果表明,将信息融合方法用于电机故障诊断中,提高了其诊断的有效性和准确性。     

高性能产品(零件)制造技术特征现状的研究分析

系统分析各类高性能制造以注重零件的几何尺寸精度所带来的问题,即在具备超精密、高精度加工能力后,由"合格的高精度零件"装配出的产品至今依然还是合格率低、参数稳定性差的本质内因.首次从零件制造微观角度提出了产品生产合格率低、参数稳定性差是由零件表面微观特征与产品技术特征非匹配性导致的,提出了全新的产品制造理念,从注重零件的几何尺寸精度向关注零件制造微观工艺特征与产品技术特征的匹配性和符合性转变.形成和建立起我国自主创新的高性能产品制造思想和产品制造工艺技术体系,才能从根本上解决产品生产制造合格率低、参数稳定性差等问题,才能形成有继承性、可持续、稳定的产品制造技术体系,而这一切是工业4.0制造模式无法解决的.     

多无人机协同导航技术研究现状及进展

UAV是无人驾驶飞机(Unmanned Aerial Vehicle)的简称,无人机相较于有人驾驶飞机具有用途广泛、成本低和生存能力强等特点,在军事民用领域都有着广阔的前景,受到了国内外研究者的关注。协同导航技术极大地扩展了无人机的应用范围,提高了多无人机定位的精度以及无人机编队的稳定性、安全性和可靠性。现阶段协同导航技术在编队导航、目标监测与跟踪等诸多方面都得到了研究与应用。从四个层次对协同导航的研究现状和进展进行探讨:首先是对多无人机协同导航的概念、基本原理、国内外发展现状和必要性进行阐述;其次对协同导航中相对导航方式进行了分类分析,并分别介绍了无线电导航与视觉导航的原理、优缺点和应用场景;然后从导航目的、协同导航优化算法、滤波方法、协同导航信息融合容错策略几个方面对协同导航进行分析归纳;最后,讨论了基于多无人机协同导航未来的发展趋势。     

PCA在雷达目标识别中的应用研究

研究了宽带高分辨雷达目标识别中的特征压缩问题.首先提取目标一维距离像双谱特征,然后应用主元分析法(PCA)降低目标特征维数,最后利用支持向量机对3类实测目标数据进行识别.实验结果表明,对雷达目标识别来讲,PCA是一种可行的特征压缩方法.     

基于信息可信度的空中目标识别方法

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一.将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计.该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性.