基于小波分解与分形内插相结合的地形数据压缩方法

地形匹配制导中需要使用大量的地形数据，因此有效的地形数据压缩技术是非常重要的。传统的地形数据压缩方法主要采用线性内插的方法，但这对于地形起伏较大的山区地形失真太大，不能满足高精度导航的要求。本文基于小波分解与分形内插相结合的方法，提出了一种新的地形数据压缩方法，它具有压缩比高，保真性好，解码快的特点，特别适合山区地形数据的压缩。     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。     

一种新的导航星选取算法研究

在导航星表的建立过程中，由于恒星的数量太多，往往要进行筛选，通常这种选择复杂费时，而结果往往并不是最优的。本文引入了动态星等阈值分布函数，将传统星等阈值过滤算法中的静态阈值用动态星等阈值代替，建立了一种新的动态星等阈值过滤选择模式。而基于统计学习理论的支持向量机方法为求解高维非线性动态星等阈值分布函数提供了新的途径。本文讨论了这种基于支持向量机的导航星自动选择算法——回归选取算法。实验表明，用该算法所选取的导航星表，导航星数量少、分布均匀性好。同时它还能适应多种任务的导航星选取要求，具有很强的通用性。     

一种适合于遥感图像的逐行扫描压缩算法

在ChristosChrysafis基于逐行小波变换编码的基础上,提出了一种低复杂性基于逐行扫描的图像压缩算法。该算法不需要对图像分块,在对小波系数进行均匀量化之后,根据不同子带的上下文统计特征进行概率建模,采用改进的低复杂性Golomb Rice算法进行熵编码。试验表明,采用这种算法,在对大幅面图像压缩时存储器需求远小于基于SPIHT等算法的存储器需求的同时,其熵编码复杂性也大幅降低,特别适合于功率和空间受限的遥感图像压缩系统中。     

基于小面模型的星图中星获取算法研究

利用小面模型对原始星图的局部区域作灰度曲面最佳拟合.在拟合曲面上进行灰度极大值像素点的位置估计,初步得到星图中星的中心位置,从而加速星图中星的获取过程.基于所定义的性能评价指标,对模拟星图进行了星图获取的实验验证.研究表明,该算法具有较强的适应性.     

开关磁阻电机固定频率预测电流控制策略

针对开关磁阻电机(SRM)传统电流斩波控制(CCC)开关频率不固定、电流跟踪效果差的问题,提出了一种固定频率的无差拍预测电流控制(DPCC)算法。基于对SRM静态电磁特性的精确解析拟合,建立SRM离散预测模型。为了减小转矩脉动,利用无差拍理论实时计算下一时刻所需电压,实现对电机参考电流的精确跟踪。为进一步提高效率,采用新型转矩分配函数代替传统线性转矩分配函数。基于试验样机测试数据,在MATLAB/Simulink中搭建仿真模型,对所提出的算法进行仿真分析。仿真结果表明,所提出的固定频率DPCC方法相比传统CCC方法,具有更小的电流跟踪误差,并且能够有效减小SRM的转矩脉动,提高系统效率。     

基于等高线图与小波变换的3D地形匹配算法研究

提出一种新的基于边缘的3D地形匹配算法。在算法中，一种结构紧凑的特征“等高线图”，用于表示参考高程图(DEM)及从实时数据恢复的高程图，这样3D地形匹配转化为基于等高线的匹配，即边缘(平面曲线)匹配问题。在边缘匹配过程中，首先用一种具有平移，旋转，尺度不变性的规范化小波描述子描述边缘。其次提出了一种基于小波系数域的快速边缘匹配算法，并分析了运算复杂性。由匹配成功的边缘对提取控制点的坐标。讨论了图像变换模型及基于最小均方根误差准则的图像变换参数估计方法。用真实地形实验表明该算法匹配精度高，计算速度快。最显著的特点是该算法抗噪声能力强。     

在不同地形条件下的地形辅助导航系统定位精度评估

如何选择合适的地形是卡尔曼连续修正的地形辅助导航系统在实际应用中遇到的难题。本文首先建立系统仿真模型，然后利用ＡＲＣ／ＩＮＦＯ地理信息系统软件进行地形分析。在此基础上，通过大量的计算机仿真试验，对卡尔曼连续修正的地形辅助导航系统在不同地形条件下的定位精度进行了评估。评估结果为系统在实际应用中的地形选择提供了依据。     

基于预处理BP神经网络的开关磁阻电机建模

针对开关磁阻电机(SRM)强耦合、强非线性、难以精确解析建模的问题,提出一种基于数据预处理的反向传播(BP)神经网络建模方法。首先通过传统直流脉冲法测量一个电周期内SRM静态电磁特性,获取建模样本数据;其次充分利用电机先验知识,通过可以初步反映SRM非线性特性的磁链和转矩解析表达式对实测样本数据进行预处理并作为BP神经网络新的输入,降低神经网络拟合误差。与传统BP神经网络建模的对比结果显示,引入预处理方法可以有效减少BP神经网络节点数量,增强神经网络泛化能力,提高神经网络建模精度。     

基于局部熵差的图象匹配方法--算法及计算机仿真

传统的灰度相关匹配和基于边缘特征的匹配方法抗噪能力和抗几何失真能力较差，将信息熵的概念引入到图象匹配中，定义了图象局部熵，并由此提出一种新颖的基于局部熵差的图象匹配方法。由于图象熵反映的是图象的局部，因此基于局部熵差的图象匹配方法具有较强的抗噪能力。由于采用了分块、序贯检测及分层搜索技术，计算量大为减少，试验结果表明这是一种非常好的图像匹配方法。