数据初始互联的自适应有限记忆法

本文针对高杂波密集环境下边跟边扫雷达实时警戒系统中的数据初始互联问题,提出了一种新的自适应有限记忆法.该方法利用雷达的检测概率和接收机的虚警率,结合所记忆的有限个周期的点迹教估计出可能起始航迹的数目;然后,通过自适应地调整互联相关域的大小及正规化残差平方和阀值,保留可能性较大的量测序列,抑制假航迹.算法分析和仿真结果表明,将雷达的动态检测信息和有限周期的量测相结合,能较好地解决实时系统中的数据初始互联问题.     

MODIS多光谱图像压缩研究

为有效存储MODIS多光谱图像数据,该文提出一种基于谱间预测和整数小波变换的多光谱图像压缩算法.首先通过构造谱间最优预测器去除谱间冗余,再利用整数小波变换和SPIHT算法对预测误差图像去除空间冗余,最后进行自适应算术编码.该方法可实现MODIS多光谱图像的无损、近无损和有损压缩,取得了满意的实验结果;在不同小波基条件下与3D-SPIHT算法比较,表明了该方法的有效性.     

迎接网络经济时代的挑战

本文在2000年上海科技论坛青年学者论坛IT研讨会基础上，阐述了上海市网络经济发展的现状、前景与对策，着重就通信网络、远程教育、企业信息化、自动化、天地一体化、Linux技术等网络经济发展中的重大问题进行了研讨，形成了一些可供政府和决策部门参考与实施的科学方案与建议。     

累量域谐波恢复方法

累量域谐波恢复算法,通常假定谐波初相在[－π,π]区间上均匀分布,而且大量的仿真实验沿用相关域的分析方法,假定谐波数目为二,其振幅几乎相等,本文在对实际信号模型分析的基础上,从理论上得出了初相确定、谐波数目较多和信号动态范围比较大时累量自身及累量域数估计方法的一些特点,指出了现有谐波恢复和基于三阶累量的噪声预滤波恢复算法作了改进,使其理论更加完善、改进算稳健性增强。     

IAESS仿真中数据分发层的设计与实现

飞机综合环境监视系统(IAESS)将传统的机载航电设备集成在一起,能有效地提高飞行安全程度并降低硬件成本和占用空间。在地面IAESS仿真系统中,各子系统之间有着大量的实时数据传输。为提高海量数据传输的可靠性,提出基于内存区对象的通信技术,通过自定义通信协议,并使用多线程和双缓冲区,设计实现了IAESS中的数据分发层。通过对实际仿真系统的测试和分析,证明所提出的数据分发层能够可靠、高效地传输各系统之间的数据,完全满足IAESS系统的实时性要求。     

梅花形采样离散小波框架图像融合算法

提出一种新的基于梅花形采样离散小波框架的图像融合算法. 首先论证多维完全重构滤波器组采样矩阵的可替换性, 由此推导出梅花形采样离散小波框架并分析其特性; 然后将该框架应用到多尺度图像融合方案得到一种低冗余近似移不变的融合算法; 最后对融合算法进行实验分析并与已有算法比较. 实验结果表明本文算法可以快速获取高质量的融合图像.     

点位控制数控系统的前馈控制器设计及运动轨迹规划

针对点位控制仅对定位精度以及调节时间有所要求的情况 ,本文从零相位误差跟踪算法出发 ,证明了零相位误差跟踪算法在阶跃输入下的无差性 ,并将之用于点位控制前馈控制器设计 ,以提高定位精度和快速性。在此条件下 ,为适应高速加工的需要 ,给出了一种既快速又稳定的运动轨迹。仿真结果表明 ,与传统的控制相比较 ,零相位误差跟踪前馈控制器用于点位控制能显著提高系统的定位快速性与运动平稳性。     

基于随机神经网络的数据关联组合优化研究

本文研究密集多回波环境下的机动多目标数据关联问题，通过对联合概率数据关联方法性能特征的分析，将其归结为一类的束组合优化问题，进而应用随机神经网络Ｂｏｌｔｚｍａｎｎ机的组合优化求解策略，结合改进的模拟增益退火方法，提出了一种新颖有效的机动多目标快速随机神经数据关联组合优化算法，克服了传统，ＪＰＤＡ存在出现的计算组合爆炸现象，仿真结果表明，该方法不仅收敛速度快，而且计算量小，关联效果好，回波愈密集，其     

多传感器模糊融合跟踪算法

针对集中式融合结构跟踪系统,利用随机逼近算法分析了权值的最优分配原则,提出了一种基于模糊推理的多传感器融合跟踪算法。该算法采用协方差匹配技术,依据滤波新息,动态调整测量噪声方差,使融合系统的均方误差始终最小。同时利用双滤波器结构,根据系统方差,实现滤波器间的动态切换,提出了基于模糊推理的并行双Unscented卡尔曼滤波自适应跟踪算法,增强当前统计模型对弱机动目标的适应能力。针对机动和非机动飞行航路进行了算法仿真,结果表明,在时变测量噪声条件下,采用模糊融合跟踪算法前后的速度均方根误差分别为45.7m/s和36.2m/s, 18.7m/s和9.6m/s,提高了多传感器系统的稳健性和跟踪精度。     

基于T分布变分贝叶斯滤波的SINS/GPS组合导航

为了解决组合导航中由于野值存在而导致传统滤波算法性能下降的问题,针对SINS/GPS组合导航系统模型提出基于T分布的变分贝叶斯高斯滤波算法,充分考虑野值所导致的噪声厚尾特性,将观测噪声建模为T分布.对系统状态和自举变量进行估计,并且在每个滤波时刻借助变分贝叶斯学习对状态估计进行迭代,以逼近真实后验分布.针对噪声存在野值的场景进行仿真验证,结果表明,在SINS/GPS组合导航系统中,当噪声存在野值时,基于T分布的变分贝叶斯组合导航滤波方法具有一定的鲁棒性,并且精度优于传统组合导航滤波方法.