证据推理的鲁棒性研究

在处理不确定信息的方法中,证据推理性能突出、应用广泛,它的鲁棒性分析十分必 要.首先基于证据推理的目的和要求,给出证据推理鲁棒性的定义,并提出冲突率的新概念,以 此为尺度对Dempster规则、加权分配冲突法和吸收法的鲁棒性进行了深入分析,证明了各方法 鲁棒性结果.仿真结果表明改进的组合规则鲁棒性能得到了明显增强.最后给出证据推理的一 般情形的鲁棒性分析.     

卸船机PLC及变频技术应用探讨

从控制原理和应用技术入手,结合卸船机电控系统的配置、保护设计应用,探讨了桥式抓斗式卸船机PLC及变频技术的应用。     

激光陀螺分形噪声的理论与实验研究

给出了一种利用小波分解求取激光陀螺分形噪声参数的方法。采用dB10小波,分别对中精度和高精度激光捷联导航系统(LINS)100Hz导航数据做7次小波变换,估计出了两种陀螺中分形噪声的分形指数γ分别约为1和2;试验说明,在导航频率下,激光陀螺噪声表现出的不是随机游走,而是一种零偏不稳定性和角速率随机走,并对这一现象的成因进行了深入讨论。为了减少这种不稳定性,从激光陀螺设计制造角度,应提高光源输出功率和镀膜质量;从信号处理角度,应设计适合LINS的数字滤波算法。最后给出了利用FIR滤波器凹点作为陷波器的参数设计结果,实测数据证明,在阶数增加很少的情况下,实现了对3个陀螺抖动频率同时陷波,提高了激光陀螺数据输出精度。     

相参宽带复包络正交解调器的误差分析与校正探讨

给出了用于高功率微波短脉冲雷达接收机的接收相参宽带复包络正交解调器的构成,从理论上对其误差的数学模型进行了较为详尽的描述,分析了解调器正交通道幅相不一致性以及本振泄漏和直流偏置漂移等因素对大动态宽带信号处理的影响,对可能采用的几种系统校正方法进行了初步探讨。     

利用相关峰内插时延估计提高四元阵定位精度

超短基线定位系统具有基阵尺寸小、易于安装等优点,被广泛应用于海洋科学领域。但超短基线作用距离短,远距离定位精度不高。为了改善超短基线的定位精度,在四元阵被动定位结构基础上,采用相关峰内插时延估计算法进行超短基线定位。仿真结果表明该算法能够较好地估计时延差值,有效改进定位精度。     

基于STAP的机载雷达弱目标检测前跟踪

针对载机运动及地杂波场景下的弱目标检测跟踪问题,提出了一种基于空时自适应处理的检测前跟踪算法.在目标检测跟踪处理之前,首先利用空时自适应处理抑制杂波和噪声;接着采用脉冲压缩进行距离处理;最后在原始观测数据基础上,采用Viterbi算法进行目标检测与航迹恢复.仿真结果表明此算法可以提高弱目标的检测概率及跟踪概率.     

多元线性回归分析在工业洗涤机械行业发展趋势预测中的应用

指出了工业洗涤机械行业发展趋势量化预测的必要性,提出了回归分析在行业发展趋势预测中的应用步骤,建立了我国工业洗涤机械发展趋势预测的多元线性回归模型。在模型讨论中,利用经济学中的需求函数,提炼出解释变量。根据大量调查数据,利用Excel统计软件进行了相关分析、回归分析和统计检验。最后,运用所建立的多元线性回归预测模型对工业洗涤机械行业在2004年的需求量进行了预测。     

基于场景模型与统计学习的鲁棒行人检测算法

提出一种基于场景模型和统计学习的行人检测算法. 针对训练行人检测器时面临的动态场景的复杂性和行人样本多样性等问题, 通过背景建模, 从场景的背景图像上提取有限的负样本用于训练, 大幅度提高了分类器的检测率, 同时降低了虚警; 提出一种快速弱分类器选择算法, 根据正、负样本特征大小的分布和期望的检测率, 直接求解特征大小的阈值范围, 能够满足在线训练和更新检测器的要求; 提出一种基于正样本错误率的训练算法, 先根据正样本加权错误率选择弱分类器, 快速提高检测率, 在训练结束后调整最终分类器的加权系数, 在保证检测率的同时尽可能降低虚警率. 实验中构建了一个试验视频数据库和行人样本库, 数据库包括雨、雪、阴影、季节变化、摄像机平移、旋转、缩放等情况, 并设计实现了一个实时行人检测系统BMAT (Background modeling and Adaboost training), 实验结果证明了算法的有效性.     

基于动态关键帧的自然地标景象匹配视觉导航

为研究GPS故障或失效情况下无人机的备用导航技术,提出了基于自然地标的动态关键帧号象匹配视觉导航算法.首先,分析机载摄像机获取的实时图序列,自主寻找并描述特征明显的自然地标;然后,将包含自然地标的关键帧抽取出来,并与卫星数字基准图进行景象配准,计算其大地坐标作为辅助定位的依据.利用实时图帧间的相关性,将实时图当前帧与计算的动态关键帧图像进行"相对"景象匹配,进而实现当前帧在基准图上的精确定位.实验结果表明,该算法在提高配准概率的同时可大幅度提高景象匹配的实时性与精确性.     

基于提升框架的一种自适应滤波方法研究

Haar小波和CDF(2,2)小波都可用提升框架的形式表示,该文把它们与无更新算子的Haar小波有机结合到一起,形成了自适应小波变换,随着信号的变化可以自动地选择合适的小波基。仿真结果表明,自适应小波变换对于含噪声的突变信号和光滑信号都有良好的去噪性能,兼具了Haar小波和CDF(2,2)小波各自的优点,适用范围更宽。