基于形态学梯度矢量的图像边缘提取算法

图像的边缘在很大程度上可以用梯度的概念来解释和描述,而现有的形态学梯度边缘检测算子抹煞了梯度的矢量性。文章提出了一种新的图像边缘提取算法:在边缘检测部分提出了具有方向估计的形态学梯度算子,且从理论和实际应用两个方面给予证明。并将模糊处理加入该系列算子,使这些算子在噪声抑制和提高边缘清晰度两方面均有较好的表现。同时在图像分割部分改进了最佳阈值化分割,利用小范围的边缘梯度各方向上的最佳阈值化进行调整,使图像的边缘更加完整、清晰。     

一种未知信源数的快速DOA估计算法

文章针对众多性能优良的超分辨DOA（Direction—Of-Arrival）估计算法大都是以预知信源数为前提、信源数估计不准可能会导致DOA估计失败这一问题,提出了一种基于协方差矩阵对角加载的超分辨DOA估计算法。该算法不需要预判信源个数和进行特征值分解,且通过对协方差矩阵进行对角加载,可以平滑小快拍数时噪声特征值分散程度,因此,该算法更适用于快拍数较少的情况。理论分析表明：该算法的统计估计性能接近于MUSIC（Multiple Signal Classification）算法。计算机仿真结果验证了该算法的鲁棒性和可行性。     

OFDM的时域和频域均衡技术

文章介绍了OFDM系统的时域和频域均衡的基本原理,说明了其在无线信道中传输的必要性,并给出了具体的实现方案。     

基于ASTSMO和UIO的故障估计方法

针对系统在有未知干扰情况下的故障估计问题,提出一种基于自适应Super-Twisting滑模观测器（ASTSMO）和未知输入观测器（UIO）的故障估计方法。不需要已知故障导数的上界,避免了现有自适应算法存在的滑模增益过估计问题,并且能够处理多执行器同时发生故障的情况。首先,通过非奇异变换将原系统降阶为两个子系统,其中一个子系统只受故障的影响,另一个子系统同时含有故障和不确定干扰。对两个子系统分别设计ASTSMO观测器和UIO观测器,并对误差系统有限时间内收敛的条件进行了证明,同时给出了滑模增益初始值和时变增益的设计方法。然后,基于等效控制的概念对故障进行检测和估计。最后,通过仿真算例验证了所提故障估计方法的有效性。      

混迭频率估计在低轨卫星动力学模型误差补偿中的应用

低轨卫星的动力学模型误差是影响定轨精度的重要因素。首先,在不进行动力学模型     

基于及时修正策略的成败型产品可靠性增长分析

针对及时修正试验策略,根据Fries可靠性增长模型和Duane学习曲线特性,基于不同的失败类型对模型进行了扩展。用进化算法对似然函数求极值,获得了参数极大似然估计,以及最终研制阶段可靠性点估计。对某固体火箭发动机可靠性增长实例的分析结果表明,与经典评估方法相比,本文模型更具优越性。     

截尾数据线性回归分析方法

提出一种新的回归分析方法,建立了截尾数据回归方程,给出回归系数和标准差的最佳无偏整体估计及其协方差矩阵。文中详细讨论了工程中最常见的正态分布截尾数据一元线性回归分析,给出其回归曲线的置信限和百分位值的置信区间估计,并将该方法推广到极值分布和威布尔分布的情况。传统回归分析只适用于来自正态分布的完全数据,对于截尾数据或威布尔分布数据则无能为力,目前工程上只能采用成组试验方法,结果导致试验量很大。本文方法能够很好地解决上述问题,与成组试验法相比,在试样数相同的条件下具有更高的精度,而在精度相同的情况下,则可以节省大量试样。      

根据两颗导航星信息估计捷联惯导系统误差的一种方法

针对高机动短时间飞行的飞行器,介绍了一种根据它相对2颗导航卫星的伪距离和伪速度信息,估计捷联惯导系统定位和定速度误差的方法.考虑到由确定飞行器相对每颗星的径向距离和速度的非线性方程施加的约束,根据这些误差矢量长度最小值的条件确定误差值.用空间解析几何法得出了计算捷联惯导系统误差估值的最终算法,这种算法能给出非线性最小值问题的精确解.     

基于频谱多特征信息的调频连续波测距测速方法

针对基于调频连续波(Frequency Modulated Continuous Wave,FMCW)雷达的着陆器测距测速中,由于差频信号频谱展宽导致中心频率估计不准确,进而影响测距测速精度的问题,提出了一种基于频谱多特征信息的高精度距离与速度测量方法。通过进一步利用差频信号的频谱带宽信息,并使用线性调频 Z变换(Chirp Z-Transform, CZT)对频谱的有效频段进行精细化估计,获取频谱的带宽信息。联合传统重心估计法获得的差频信号中心频率,形成关于距离和速度的多特征联合测量方程。最后,基于最小二乘法获得距离和速度的融合估计结果。仿真结果表明,基于频谱多特征信息的联合估计方法具有精度高、稳定性强的特点,在距离与速度测量方面均优于传统的重心估计法。     

最小二乘参数估计若干问题的讨论

讨论了最小二乘估计中应注意的几个问题,指出了最小二乘估计的一些新的研究和应用方向。