一种基于小波的快速景象预处理算法

由于景象匹配中基准图与实时图的差异，景象的预处理被证明是提高匹配概率的重要途径。在小波算法的基础上，提出了一种与小波预处理算法等价的预处理卷积核。这一卷积核保留了小波预处理算法在匹配概率和匹配精度方面的优点，同时降低了运算的时间复杂度。卷积核对每个像元的操作只需要完成4次加法运算，无需浮点数和乘法运算，便于DSP和FPGA的实现。     

影响光学景象匹配制导性能因素分析

光学景象匹配制导已经成功应用于巡航导弹或其它精确制导武器的末制导，大大提高武器系统的打击精度和突防能力，本文根据景象区配制导的基本原理，对影响其制导性能的主要因素进行了分析。根据基准图与实时图的各种干扰，建立了相应的误差模型，给出了解决方案。     

自学习自适应INS／Doppler组合导航系统

本文通过引入文［１］提出的自学习适应Ｋａｌｍａｎ滤波，而将氢此组成的具有自学习功能的智能组合导航系统直接建立在噪声分布密度的异步自学习估计上，由于此时的ＬＡＫＦ在每次重复滤波实验后可离线异步地学习模型与量测噪声的统计特性，从而可有效地避免滤波发散现象并能确保实时性。文中结合某飞行器，对ＩＮＳ／Ｄｏｐｐｌｅｒ组合导航系统进行了仿真研究，所得结果十分满意。     

浅谈表面安装技术

介绍了对当前十分活跃的一种电装技术一表面安装技术，详细讨论了该技术中的印制板的选择与热匹配以及焊膏的涂覆、焊接时温度曲线的设置等。     

Riccati方程最大解的一个重要定理

Riccati 方程在最优控制和滤波理论中起着非常重要的作用。最近,Kawasaki 和 Shimereura 引用了 Riccati 方程最大解的一个性质,但他们的证明是不正确的。本文对这个问题做了进一步研究,并提出和证明了 Riccati 方程最大解的一个重要定理。     

基于模糊自适应卡尔曼滤波的INS/GPS 组合导航系统算法研究

针对车载组合导航系统量测噪声统计特性随实际工作条件的不同而变化的特点,提出了一种基于模糊自适应卡尔曼滤波的车载INS/GPS组合导航算法。该方法通过监视理论残差与实际残差的比值是否在一附近,应用模糊推理系统不断的调整量测噪声协方差阵的加权,对卡尔曼滤波的量测噪声协方差阵进行递推在线修正,使其逐渐逼近真实噪声水平,从而使滤波器执行最优估计,提高导航系统的精度。对车载组合导航系统的仿真结果表明,这种算法对时变的量测噪声具有较强的自适应性,进而精度比常规卡尔曼滤波也大为提高,是一种可行的车载组合导航算法。     

中值滤波方法在遥测数据处理中的应用

叙述中值滤波方法的原理 ,讨论该方法在遥测数据处理中的应用 ,并进行效果分析     

旋转与比例不变点特征松弛匹配算法的Hopfield神经网络实现

本文在旋转与比例不变点特征松弛匹配方法的基础上，提出了用Ｈｏｐｆｉｅｌｄ神经网络实现该匹配过程的方法，通过对模拟图象进行的大量实验，得到了令人满意的结果，证实了采用Ｈｏｐｆｉｅｌｄ神经网络完成旋转与比例不变点特征松弛匹配过程的有效性和可行性。     

一种提高景像匹配算法抗灰度畸变能力的方法

为了有效消除巡航导弹景像匹配中制导图度畸变对匹配精度的影响，在定性分析制导图灰度畸变数学误差模型的基础上，给出了图像灰度最小化的定义及实现方法，通过对制导图的灰度最小化预处理，提高了匹配算法的抗灰度畸变能力。结合经典的灰度归一化积相关景像匹配算法，分析并验证了这一处理方法的可行性及有效性。     

基于H∞滤波技术的GPS/INS全组合导航系统研究

本文根据H∞鲁棒滤波理论，提出了基于H∞滤波技术的GPS/INS全组合导航系统。该系统仅含有位置误差、速度误差和平台误差角9维状态，并利用GPS和INS的位置、速度和姿态观测信息对全部状态进行观测，组成全松组合导航系统，由H∞滤波来提高系统的鲁棒性。文中对提出的全组合系统进行了动态仿真，仿真结果表明，该系统结构简单，状态估计精度较高，系统鲁棒性好，便于工程实现，坚实际工程应用具有重要的现实意义。