基于多重分形参数的高光谱数据特征提取

针对单一分形维数不能表征高光谱数据光谱局部吸收特征的问题,提出了基于光谱概率测度的多重分形参数特征提取方法.基于光谱信息度量进行光谱概率测度的计算,基于配分函数法估计得到尺度函数;通过对尺度函数求导计算出Holder指数,并对尺度函数勒让德Legendre变换计算出多重分形谱;从多重分形谱和Holder指数之间的函数关系提取表征多重分形谱形态的4个多重分形谱参数作为光谱特征参数;并应用于基于最小距离准则的航空推扫式高光谱成像仪(PHI,Prush-broom Hyperspectral Imager)图像监督分类.结果证明:利用基于光谱概率测度的多重分形参数特征提取方法提取的光谱特征参数进行分类得到的总体分类正确率达94.789%,分类精度明显高于利用信息量维数和多重分形谱特征提取方法进行分类的结果,证明了基于光谱概率测度的多重分形参数特征提取方法提取的多重分形参数的有效性和可靠性.     

基于时频分析的运载火箭故障特征提取技术

为尽可能从运载火箭飞行试验数据中获取更多有价值的信息,提出了新的火箭振动参数故障特征提取模型,用于火箭振动问题分析.构建了三维傅里叶谱,用于高效地分析全程观测信号频谱的时变趋势,研究了Wigner-Ville分布的标准算法与快速算法,用于精确刻画振动参数感兴趣数据段的频谱随时间的分布情况.试验结果表明:模型及方法处理火箭遥测数据直观、高效、精确,可以应用于实测数据分析.研究时频分析方法对试验数据进行更深层次的分析处理,对设计高可靠、高性能的运载火箭,具有重要意义.     

基于朴素贝叶斯分类器的空中红外目标抗干扰识别方法研究

红外诱饵对抗技术的发展使得空战环境日益复杂化,对红外成像制导空空导弹抗干扰目标识别技术提出了更高的要求。红外诱饵的投放使得目标特征的完整性、显著性及稳定性遭到破坏,基于特征融合匹配的统计模式识别方法无法准确识别目标。提出了一种基于朴素贝叶斯分类器的抗干扰目标识别方法,该方法对空战对抗仿真图像数据集进行了特征挖掘,利用实验拟合方法构建了典型特征的概率密度函数模型,构造了朴素贝叶斯分类器,实现了飞机目标和干扰的分类识别。仿真实验结果表明,该方法在已测试的弹道图像数据集下的平均识别正确率达到了81.82%,且能够解决假目标、目标遮挡等抗干扰目标的识别难题。     

基于雷达相位测距的微动特征获取

针对微动目标的雷达回波特征信号一般较小难以提取的特点,提出了一种基于雷达相位测距的微动特征获取方法。相参雷达工作在宽窄交替模式下,宽带信号形式为线性调频（Linear Frequency Modulation,简称LFM）。首先,通过窄带相位测距（游标测距）测量目标质心的平动轨迹;其次,通过宽带相位测距测量目标上各个散射中心的运动轨迹;最后,从散射中心运动轨迹中除去质心平动轨迹,获得散射中心相对于质心的微动轨迹。相位测距精度极高,已知微动模型,可以估计微动参数,获取微动特征。仿真结果表明,该方法可以有效获取目标的微动特征。     

中心传动球磨机排料口结构强度建模与分析

针对中心传动球磨机爪型传动件的薄弱结构,利用UG NX软件集成的三维设计模块和NASTRAN模块建立出料端组件装配体模型,并对其进行有限元分析。原始模型的分析结果显示其最大Von mises应力高于材料的屈服强度,结构的薄弱点在爪柱与十字槽圆盘连接处。两种改进模型A和B都能有效提高排料口的结构强度。数据表明模型B质量轻,所受应力也小于模型A,圆锥面加圆柱面的过渡连接更符合实用要求,为后续的优化设计提供依据。     

Severe disruption of the cytoskeleton and immunologically relevant surface molecules in a human macrophageal cell line in microgravity—Results of an in vitro experiment on board of the Shenzhou-8 space mission

During spaceflight the immune system is one of the most affected systems of the human body. During the SIMBOX (Science in Microgravity Box) mission on Shenzhou-8, we investigated microgravity-associated long-term alterations in macrophageal cells, the most important effector cells of the immune system. We analyzed the effect of long-term microgravity on the cytoskeleton and immunologically relevant surface molecules. Human U937 cells were differentiated into a macrophageal phenotype and exposed to microgravity or 1g on a reference centrifuge on-orbit for 5 days. After on-orbit fixation, the samples were analyzed with immunocytochemical staining and confocal microscopy after landing. The unmanned Shenzhou-8 spacecraft was launched on board a Long March 2F (CZ-2F) rocket from the Jiuquan Satellite Launch Center (JSLC) and landed after a 17-day-mission. We found a severely disturbed actin cytoskeleton, disorganized tubulin and distinctly reduced expression of CD18, CD36 and MHC-II after the 5 days in microgravity. The disturbed cytoskeleton, the loss of surface receptors for bacteria recognition, the activation of T lymphocytes, the loss of an important scavenger receptor and of antigen-presenting molecules could represent a dysfunctional macrophage phenotype. This phenotype in microgravity would be not capable of migrating or recognizing and attacking pathogens, and it would no longer activate the specific immune system, which could be investigated in functional assays. Obviously, the results have to be interpreted with caution as the model system has some limitations and due to numerous technical and biological restrictions (e.g. 23 °C and no CO₂ supply during in-flight incubation). All parameter were carefully pre-tested on ground. Therefore, the experiment could be adapted to the experimental conditions available on Shenzhou-8.     

基于平滑滤波与最小二乘支持向量机的指纹图像识别研究

平滑滤波能抑制或消除噪声,获得高质量的图像。建立了完整的指纹识别系统,通过预处理、特征提取和分类识别3个过程,实现了指纹的分类识别;研究了预处理过程中的滤波增强方法,比较了邻域平均、高斯平滑和中值滤波的处理效果;在识别阶段采用最小二乘支持向量机,进行指纹识别实验,并对实验结果进行了比较。     

基于小波神经网络的陀螺漂移预测研究

实时识别陀螺漂移,并且预测漂移性能的变化趋势,对提高整个导航系统的精度有着十分重要的意义。本文结合小波分析理论和小波神经网络的非线性预测算法,对陀螺信号进行趋势提取与漂移预测。采用小波神经网络避免了其它神经网络存在的局部最小化的缺陷,小波分析的引入可以有效提取出原信号的趋势,大大降低了环境因素的影响。将小波神经网络非线性预测算法与小波趋势提取算法结合,建立陀螺仪漂移趋势的预测模型,对某光纤陀螺实测信号仿真预测其漂移趋势,仿真结果证实该预测模型与实际情况相符,具有较好的预测精度,为预测一般陀螺的随机漂移提供了一种新的有效途径,同时还对一般陀螺仪表的漂移模型建立方法提供借鉴。     

星点图像的目标提取算法研究

对于星点灰度重心法等亚像素提取算法来说,需要提取星点区域内的每一个像素。基于扫描的边界搜索法只能获取目标的边界像素,文中对其进行了扩展,通过判断边界像素中最大最小行列数来确定目标区域的具体范围,从而提取目标区域内的每一个像素。针对大视场星点图像目标范围小、相互间距离远的特点,为减小计算量,提出了基于视框搜索的目标提取算法。通过实验证明,基于视框的算法在计算量上比基于边界搜索的算法减少3/4。