用于识别双星故障的RAIM算法

由于传统的基于识别门限的卫星故障识别算法存在漏检和误警致使识别率较低,为此提出一种可用于识别双星故障的接收机自主完好性监测算法.该算法通过构造新的奇偶矢量与故障特征平面,利用奇偶矢量与故障特征平面之间的几何关系来识别卫星故障,使得算法不再受限于识别门限的影响,从而有效地避免了由于识别门限引起的识别效率较低的问题.计算机仿真结果表明:改进后的算法与传统的基于识别门限的算法相比,双星故障正确识别的性能有显著的提高,正确识别率可达到90%.同时,与基于门限识别的重构最优奇偶矢量法相比,计算量可减少约61.2%以上.     

多传感器协同识别跟踪多目标管理方法

针对被跟踪的目标中存在虚假目标的问题,首先建立基于风险理论、贝叶斯理论和证据理论的目标识别模型,在此基础上考虑边跟踪边识别的情况,建立同时考虑目标跟踪和识别性能的风险函数模型。在模型求解过程中,提出一种基于多Agent分布计算理论的分布式算法。仿真实验结果表明:目标识别框架下能够对目标有效识别并及时停止对虚假目标跟踪;提出的传感器方案求解算法具有较好的求解质量和较快的求解速度;本文传感器管理方法能够避免传感器资源浪费,提高对真目标的跟踪效果。      

固体火箭发动机内弹道异常现象的计算机辅助分析

本文根据质量、能量守恒定律,借助罚函数调用模矢搜索法的优化方法,编制了一套利用发动机地面静止试车所得压强、推力—时间历程分析判断其内弹道产生异常现象原因的计算分析程序,并通过一台假想发动机因装药燃而、燃速的局部变化,喷喉烧蚀或瞬间局部堵塞引起的内弹道异常现象的分析计算,论证了上述分析方法和计算程序的可行性和可靠性,同时还给出了两台真实发动机试车曲线的分析算例。结果表明,利用这套程序分析发动机试车所得P_((?)x)—t,F_(ex)—t曲线,可迅速找出产生内弹道异常的原因,为改进发动机设计提供了一个较为实用的工程方法。     

面向边缘计算的数字化车间制造数据实时融合方法

针对当前数字化车间制造数据冗余性高、传输协议不一致的问题,提出一种面向边缘计算的车间数据实时融合方法。首先,围绕边缘计算思想,建立基于物联网的车间数据实时采集体系架构;其次,借鉴证据理论,以一致性检测和归一化后的数据为基础,提出互支持度进行证据转换,并引入改进的证据组合规则获得融合数据,减少设备端上传的数据量,减轻传输网络的传输压力;然后,以OPC UA信息模型为基础,构建协议转换所需配置的信息层次结构模型,以可视化配置的形式完成协议转换,为车间数据提供统一的传输接口;最后,以某航天制造车间总线控制台为验证对象,验证了所提方法的有效性。     

变背景下斑点状散布目标自动识别算法

从自动目标识别原理出发,通过对变背景下斑点状散布目标特性的分析,发现了该类目标图像中背景、噪声和斑点状散布目标的固有规律。进而,从图像像素灰度这一最基本的要素着手,研究了如何在大量的序列图像中搜索目标帧位置的方法。然后,基于目标轮廓提取和串行边界分割技术,解决了变背景下斑点状散布目标自动识别的难题。实验结果证明:该算法具有高效、快速、稳定、适用等优点,并为相关领域内的应用提供了宝贵的参考价值。     

基于北斗的电子对抗装备备件保障模式研究

随着新电子对抗变革的发展,我军电子对抗装备备件保障工作由传统的“粗放型”向“精准化”转变。为主动适应战时装备备件保障工作,构建“三化融合”视域下的战时电子对抗装备备件保障模式,以北斗定位技术为支持,5G技术为补充,利用北斗系统提供的备件运输工具的相关实时数据,形成强有力的集机械化的装备备件配送系统、智能化的地面仓储中心以及信息化的战时后勤指挥体系于一体的保障模式,提高电子对抗装备备件保障工作的透明性、精准性和及时性,并对我军电子对抗装备备件保障的未来发展方向进行展望。     

基于深度学习与灰度图的肌电机械手手势识别

为了提高肌电机械手手势识别的精度,首先将肌电信号信息转换为图片,实现更直观、更明显的肌电信息展示,然后使用迁移学习微调Res Net50模型,构建基于肌电信号灰度图的肌电机械手手势识别模型,并使用该模型对三种手势进行识别实验。结果显示,ResNet50模型对基于肌电灰度图的手势识别率高达93%,有效减少了过拟合现象并提高了识别精度。     

高斯模糊下舰船图像的矩特征

针对舰船目标图像受到自身运动、环境和图像预处理的影响出现模糊,丢失轮廓信息,造成像素点阵模糊和矩特征变化的问题,在高斯模糊低阶矩特征分析的基础上,提出并证明了Hu矩、仿射不变矩特征在高斯模糊作用下的变化定理;通过2个仿真实验验证了定理的正确性;为了保证舰船目标的识别效率,提出了建立多尺度特征库的建议。     

基于合成卷积层网络结构的焊缝X射线图片缺陷筛选技术

焊接技术应用于多个领域,近些年焊缝缺陷自动检测技术成为了重要的研究方向。本文基于VGG-16卷积神经网络的良好分类性能,提出一种SC-VGG网络结构,利用合成卷积层替换了单个卷积层,同时改进了训练过程中的损失函数,使网络结构更为关注焊缝缺陷类型预测的结果。经过实验测试,SC-VGG网络结构在训练过程中损失函数曲线可以很好的收敛,与其他网络结构相比对焊缝缺陷特征的提取性能更好,平均准确率和召回率达到了95.86%和98.33%,为焊缝缺陷自动化识别提供了算法支撑。     

基于理想解的模拟调制识别分析

利用排序待判决信号特征逼近各候选调制方式理想解的程度来实现调制方式识别,该方法不需要确定判决门限,运算量较小。以基本的模拟调制方式为对象,深入分析其识别性能,考察各权值系数对识别概率的影响,可以发现:一般各调制方式均只会被误判成其他某一种调制方式,且不同权值系数对判决结果的影响程度相差较大。因此,可以针对调制方式误判类型寻求新的特征参数,探求最优权值系数来进一步提升所提方法的识别性能。