基于NMF、ICA和复Contourlet变换的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于非负矩阵分解(NMF)、独立分量分析(ICA)和复Contourlet变换的检测方法。首先通过非负矩阵分解和独立分量分析分别抑制原始图像的背景,得到不同的小目标残差图像;接着采用复Contourlet变换对残差图像进行去噪;再对上述去噪后的小目标残差图像求和,得到了预处理图像;最后提出基于模糊灰度熵阈值选取方法分割预处理图像,从而实现了复杂背景下的红外弱小目标检测。针对红外小目标图像进行了大量实验,并与基于新型Top-hat变换、基于快速独立分量分析的目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。     

基于Pauli基分解的极化校准算法

极化校准是现代雷达精确获取目标极化散射特性的前提和基础。为解决某全极化雷达的校准问题,提出一种基于Pauli基分解的极化校准算法,给出了算法的正交条件和相关推导,可选择任意满足正交条件的三个目标做为定标体。对校准算法的误差来源和误差对校准结果的影响分别进行了理论分析和仿真分析。给出了不同条件下该校准算法和其它校准算法的仿真结果,以及某全极化雷达校准试验数据分析结果。结果表明：基于Pauli基分解的极化校准算法能有效消除天线的变极化效应,可更准确地校准目标的极化散射矩阵,并可应用于大型地基极化雷达、极化合成孔径雷达以及极化相控阵雷达等的极化校准。     

基于跨模态近邻损失的可视-红外行人重识别

可视-红外跨模态行人重识别任务的目标是给定一个模态的特定人员图像,在其他不同模态摄像机所拍摄的图像集中进行检索,找出相同人员对应的图像。由于成像方式不同,不同模态的图像之间存在明显的模态差异。为此,从度量学习的角度出发,对损失函数进行改进以获取具有更加辨别性的信息。对图像特征内聚性进行理论分析,并在此基础上提出一种基于内聚性分析和跨模态近邻损失函数的重识别方法,以加强不同模态样本的内聚性。将跨模态困难样本的相似性度量问题转化为跨模态最近邻样本对和同模态样本对的相似性度量,使得网络对模态内聚性的优化更加高效和稳定。对所提方法在全局特征表示的基线网络和部分特征表示的基线网络上进行实验验证结果表明：所提方法对可视-红外行人重识别的预测结果相较于基线方法,平均准确度最高可提升8.44%,证明了方法在不同网络架构中的通用性;同时,以较小的模型复杂度和较低的计算量为代价,实现了可靠的跨模态行人重识别结果。     

基于Laurent分解的星载AIS解调算法

为了适应星载AIS（船舶自动识别系统）条件,提出了一种基于Laurent分解的单通道星载AIS信号解调算法。AIS信号可通过Laurent原理分解成若干调幅脉冲信号,该算法用其中能量最大的2个调幅脉冲信号在接收前端作近似匹配滤波处理,然后采用维特比译码算法对信息码元进行还原。结合实际工程应用,对该算法在低信噪比和混叠信号2种条件下分别进行仿真。仿真结果表明,该算法在2种情况下正确解包率均显著优于传统算法。     

自由边界抛物薄壳的模态振型函数

基于membrane理论,推导出一组完全满足抛物薄壳自由边界条件的模态振型函数.通过模态分析实验得到自由边界抛物薄壳的低阶模态实验振型,将实验振型与有限元分析振型及依据模态振型函数所得到的理论振型进行对比,三者能够较好的吻合,表明所推导的模态振型函数可正确描述抛物薄壳的模态形状.     

高精度快速趋近滑模变结构末端导引方法

针对反导拦截过程中拦截时间短时传统比例导引制导脱靶量大的问题,运用滑动模态变结构控制理论,提出了快速趋近滑模制导律及高精度制导信息快速提取算法,在典型交战条件下与比例导引、扩展比例导引及开关偏置比例导引方法进行了仿真对比,结果表明该制导律实现了滑模趋近的快速性,有效抑制了指令的发散,滤波算法能快速有效提取有色噪声条件下制导信息,大大提高了制导精度,为高精度反导拦截打下了基础.     

基于动态Bayesian网络的叶片加工质量监控与溯源

 针对叶片加工过程中质量精度不高的问题,提出了基于动态Bayesian网络的叶片加工质量监控与溯源方法.利用动态Bayesian网络建立起叶片加工工序间的相互联系,实现对整个加工过程的控制.基于Bayesian网络对影响加工工序的因素集建立因果联系,采用多元统计过程控制中的T²控制图完成对各工序影响因素集的监控.进行误差溯源时,根据Bayesian网络建立的因果关系对失控样本的T²统计量依据原因变量进行误差分解,并构建各分解变量的控制限,将其作为误差源判定的条件.通过对某叶片加工过程的仿真,验证了所提方法的有效性.     

阀体后90°圆形弯管内部流场PIV测量及POD分析

利用激光粒子图像测速技术对阀体后90°圆截面弯管的内部流场进行测量,获取了弯管流场在不同来流流速及观测截面上的高分辨率瞬态速度场数据.分析了图像相关计算所获得的瞬态及时均速度场,对流场进行本征正交分解,并进一步分析重构脉动场中的涡结构特性.结果表明:流体流经蝶阀在弯管中形成卡门涡街,涡结构信息包含在本征正交分解低阶模态中,脉动场的模态重构可以还原涡的流动特性.     

高超声速飞行器的LPV变增益状态反馈H∞控制

针对高超声速飞行器模型高度非线性、强耦合的特点,提出了一种多胞形线性变参数系统（Linear Parameter Varying, LPV）变增益状态反馈H∞控制器的设计方法。首先在感兴趣的变参数轨迹上选取若干个平衡点进行雅克比线性化并拟合得到LPV模型,将其离散化后存储于一张量中,然后利用高阶奇异值分解（Higher Order Singular Value Decomposition, HOSVD）,舍去较小和等于0的奇异值及对应的特征向量对其进行降秩重构处理,得到了有限个LTI多胞顶点系统。在对各顶点进行状态反馈控制器设计时,为降低保守性,通过引入松弛变量,将Lyapunov函数矩阵与系统矩阵解耦,从而可以在不同的点使用不同的Lyapunov函数矩阵,以此得到依赖变参数进行增益在线调节的控制器。最后的仿真结果表明了所设计的控制器能够使系统较快地跟踪指令信号,并具有一定的鲁棒性能。