基于仿射不变矩特征的舰船图像识别方法

获取舰船图像会受到视角影响,产生仿射变换。文章研究了矩特征的平移、旋转、尺度不变性和仿射变换的性质,进一步构造了仿射不变矩。首先,提取舰船图像的封闭轮廓;然后,计算仿射不变矩作为识别的特征库。通过计算待识别图像仿射不变矩与特征库特征的相关系数进行舰船类型识别,通过仿真数据证明仿射不变矩具有良好的识别性,最大相对误差小于...     

用于精确寻的的几种算法研究

介绍了几种比较典型的、寻的精度较高的算法———图像矩算法、归一化积相关算法和多子区灰度相关算法 ,分析了它们的算法原理 ,给出了实现方法并对之进行了简化 ;在计算机上进行模拟实验 ,获得了它们的寻的精度参数和寻的时间参数 ;分析了实验结果 ,得出各种算法的性能评估 ,为在精确寻的应用中选用寻的算法提供了依据并指出了进一步改进算法性能的工作方向。     

金属螺旋的旋波特性研究

采用细线近似对金属螺旋线的电磁散射作距量法数值研究，对于具有镜象对称特性的右旋和左旋金属螺旋，计算了不同尺寸，不同电磁波投射方向下的感应电流和散射场幅值，计算结果表明，由它们产生的感应散射场同样具有镜象对称性，计算得到的前向和背向散射场显示不同旋向的螺旋对散射场的极化产生相反的旋转。     

基于菲涅耳变换的不变矩提取及目标识别方法

提出了一种基于菲涅耳变换的不变矩特征提取方法,并应用于图像目标识别.利用菲涅耳变换得到图像的衍射图样,将图像映射到菲涅耳衍射空间;在衍射空间提取几何矩或正交矩来获取图像全局信息的特征描述;利用k近邻法识别目标.实验结果表明基于菲涅耳变换的不变矩提取方法对于平移、尺度及旋转变化的图像目标具有更高的分类精度和抗噪声能力.     

时变等离子鞘套相位抖动对GPS导航的影响

飞行器再入过程中产生的时变等离子鞘套会引起信号的时变衰减和相位抖动,其产生的相位抖动对调相体制的GPS导航系统必然产生影响。探讨了时变等离子鞘套引起信号相位抖动的机理,通过传输矩阵法计算了由时变等离子鞘套引起GPS导航信号的相位抖动的统计特性,结合Hilbert方法建立了受到相位抖动影响的GPS信号模型,研究了黑障发生前等离子鞘套的相位抖动对GPS导航的影响。仿真结果表明GPS导航受到影响的程度和相位抖动方差大小密切相关。在NASA数据下相位抖动方差为0.1142时,定位变化大于10m的最大比例超出了1.5%,大于5m的最大比例超出了14%。     

隔振平台对姿态控制系统影响分析及参数选择

为实现卫星的高精度高稳定度姿态控制,在控制力矩陀螺群(CMGs)和星体之间加装了隔振平台。首先依据整星动力学简化模型推得了隔振系统传递函数矩阵;然后分析了隔振平台的使用给姿态控制系统带来的影响,并提出了一种既能使CMGs隔振平台满足隔振要求,又能保证姿态控制系统充分稳定性的参数选择方案;最后通过数值仿真的方式验证了所提出的参数选择方案的合理性。     

两轮升压式空气动压轴承涡轮冷却器起浮压力计算

通过分析两轮升压式空气动压轴承涡轮冷却器的起浮原理,建立了计算起浮压力的方法.按照该方法编制程序计算了某型涡轮冷却器在不同条件下的起浮压力,计算结果与试验实测数据吻合较好,说明计算方法具有较高准确度.通过计算和分析可以看到涡轮出口背压和轴承预紧对轴承起浮影响较大,背压越低则起浮压力越低;轴承预紧力越大则起浮压力越高.      

基于小波矩特征和神经网络的灰度图像识别算法研究

小波矩结合了矩特征和小波特征,既反映了图像的全局性信息,又反映了图像的局域性信息,并且具有旋转、平移和缩放不变性。文章研究了基于小波矩的灰度图像特征提取算法,并将其与BP神经网络组合,利用神经网络的强学习能力和容错性,形成一个灰度图像识别系统。仿真实验表明,在图像失真较小的情况下识别率可达到100％,较之未提取特征的神经网络识别方法而言,网络收敛速度与识别精度都有较大的提高。     

星用微波功率放大器研制

文章提出了采用S参数获得功率场效应管的输入输出阻抗的方法。在对PA绝对稳定性分析的基础上,采用基于有限元思想的MOMENTUM法设计匹配网络,在设计中将高频寄生和耦合效应加以考虑,提高了设计的准确性。对PA进行了热分析与设计,提出了加入铜载体来改善大功率器件结温的方法,来满足温度设计的要求。成功研制出电路尺寸为96．4mm×23mm的小型化三级PA。试验测试结果为：1dB带宽为125MHz（1647MHz～1772MHz）、P-1,为38．75dBm、增益为51dB、PAE为37．2％。     

一种目标识别中基于关键点的仿射不变矩

针对常用仿射不变矩对轮廓边缘信息敏感的特点,提出了一种基于关键点的局部仿射不变矩,以分割出来的物体灰度图像为基础,首先计算出物体的质心,然后以质心为扩展点向周围引伸出多条射线,寻找每条射线方向上的最近灰度极值点,将所有灰度极值点当作关键点集合,并按照文中提出的计算仿射不变矩的方法提取出多阶不变矩,将其当作神经网络的输入向量,放入已经训练好的神经网络来达到识别物体的目的,将此方法应用在了飞机图像的识别上,实验结果证明此方法在物体轮廓分割不完整和有噪点污染的情况下能保持很好的稳健性,简单有效并具有较广的应用范围.