海表面盐度卫星微波遥感研究进展

海表面盐度SSS(Sea Surface Salinity)是研究大洋环流和海洋对全球气候影响的重要参量、是决定海水基本性质的重要因素之一。卫星微波遥感可以满足盐度研究过程中大范围、连续观测的需要,国际上统一的认识是选择频率为1.413 GHz的L波段作为盐度遥感的首选波段。目前,国外发展的海面盐度微波遥感反演算法主要有两种:基于海表发射率估算海表盐度的算法和基于贝叶斯定理提出的反演算法。影响盐度反演精度的因素主要有太空辐射、电离层法拉第旋转、大气、海面粗糙度等。其中,海面粗糙度对盐度反演影响很大,海面粗糙度处理模型可以分为3大类:理论算法(间接发射率模型、直接发射率模型)、经验算法、半经验半理论算法(Hollinger 半经验模型、WISE半经验模型、Gabarró模型)。SMOS卫星和Aquarius/SAC\|D卫星的成功发射,将海表面盐度遥感的反演精度控制在0.2 psu以内,通过改进反演算法,有望得到更高的反演精度。     

改进近邻传播聚类的彩色图像分割

针对近邻传播(AP)聚类算法存在运算时间长、空间复杂度高而难以应用于较大规模图像数据处理的问题,提出一种将mean shift(MS)算法和AP算法相结合的彩色图像分割方法——MSAP算法.首先应用MS算法对输入目标图像进行预分割,将分割后的区域数目代替原图像像素点数目作为AP算法输入数据的规模,计算每个区域中所有像素的彩色向量平均值,并将其作为AP算法输入的数据点,选用数据点间的距离作为相似度的测度指标;然后应用AP算法在数据相似度矩阵上进行聚类,得到最终的图像分割结果.实验结果表明,与AP算法相比,MSAP算法在运行时间和分割效果方面都有显著的提高.     

基于特征线匹配的城市建筑物识别方法研究

随着手机GPS位置测定、导航以及摄像功能的普及,对于移动状态下的位置定位以及都市空间建筑物实时搜索等应用功能存在日益增长的需求。介绍了图像处理方式的城市建筑物识别方法,通过对两种图像匹配算法--SIFT和Local Search的比较分析表明,构造物轮廓线及其组合是一种相对稳定的几何特征,在匹配时受图像的仿射变换、画质变化以及镜头畸变等因素干扰较小,此外,基于轮廓的图像匹配指数还能反映摄影位置的变化。因此,对Local Search进行了改进,利用实时图的建筑物的特征轮廓线与从三维数据库中提取的建筑群特征轮廓线进行匹配,然后选择匹配指数高的记录作为识别结果。结果表明基于Local Search算法的建筑物识别技术可以很好地适应移动条件下建筑物快速识别的要求。     

车辆TPMS轮速传感器误差消除方法研究

轮胎压力监测系统能够实时地自动监测行驶中汽车的轮胎气压,对于提高行车安全具有重要的意义。基于轮胎压力监测系统硬件平台,阐述了轮速信号的获取,研究了异点剔除方法,提出了基于弹性BP神经网络分析轮速传感器误差的方法,实现了对轮速信号的修正。仿真和实验结果表明,该轮速传感器误差消除方法的精度可达2×10-4rad,能够显著降低传感器误差,提高轮速信号的获取精度。     

修正型罗德里格斯参数在旋转弹上的应用

光纤陀螺可应用于旋转弹导航上,以提高其精确打击能力。基于光纤陀螺的捷联惯性导航系统是实现这一目的的重要手段之一。其中,姿态更新算法是捷联惯性导航系统的核心。针对旋转弹短时、近程的特点,提出一种基于修正型罗德里格斯参数的全姿态更新算法,并给出适合旋转弹姿态确定的数学模型。仿真结果表明与传统姿态更新算法相比较,新算法可以更有效的抑制不可交换误差,降低跟随时间的累积误差,减少高动态环境下的计算量,提高算法结算的速度和精度。     

基于颜色空间映射的自适应足球机器人视觉系统

为了解决足球机器人比赛中视觉信息检测问题,给出基于嵌入式多处理器体系结构的视觉系统框架,并研究了一种自适应阈值目标分割方法。该方法将视觉系统采集的图像从YCbCr颜色空间转换为一维颜色映射图像,并提出基于竞争学习的空间映射方法。同时使用小波变换方法来平滑颜色映射空间直方图和降低阈值搜索维数。然后使用基于映射图像直方图动态搜索阈值的方法来分割图像。最后,通过实验表明研究的视觉系统的有效性,能够实时准确地完成视觉处理任务。     

基于半定规划的无线传感器网络定位算法性能分析

基于测距的定位方法是无线传感器网络节点定位中一种常见的方法。测距定位方法往往将定位过程转化为数学优化问题。介绍了实现测距定位下的LS-SDR与SAL-SDR两种半定规划定位算法,并同时介绍了LS-LM、SLS-LM、SLS-US与SLS-S等4种定位算法。仿真实验分析和比较了6种不同定位算法的平均RMS定位误差,结果表明相对于其他4种定位算法,LS-SDR和LS-LM算法的定位误差较小。在信标节点数量较少的情况下,LS-LM算法的定位结果有可能发生奇异,造成定位结果的严重失真。而LS-SDR算法对于奇异的发生具有较好的抵抗能力,此时LS-SDR算法的平均RMS定位误差将优于LS-LM算法。     

“合作式学习”在智能机器人社团教学中的实践研究——以社团学员参加“机器人救援”项目为例

"合作式学习"在机器人教学中有着重要作用,更能显现"机器人救援"项目课堂教学的效果。在"机器人救援"项目教学、竞赛中,通过科学合理分组,挑选好小组长,完善教师评价、激励机制,建立合理有效的课堂评价等合作式学习方式,使得学生的主体地位得到充分的发挥,让教师成为课堂教学的组织者、指导者、检查评价者,有利于激发学生的学习兴趣,引导学生实践,从而提高课堂教学质量,提高竞赛成绩。     

基于WI-FI的井下定位算法研究

基于射频指纹的室内定位算法有很多,现提出基于射频指纹的应用在煤矿巷道这种特有的环境特征的一种新的定位算法。根据无线信号的衰减特性,将距离接入点3m处的接收信号强度值设为阈值,若设备接收的信号强度值大于阈值则直接定位到此接入点处。若信号强度低于阈值,则根据射频指纹数据库数据得到估计位置。在煤矿中移动目标的速度一般小于10m/s,根据这一特征,算法中设定前后两次的定位位置不能超过10 m;若超过10 m,则取前一秒的定位位置与该秒采用数据库匹配得出的位置的中点。将这些特征应用到射频指纹定位算法中可以非常有效的减少环境对信号强度的影响。通过实验表明,该定位算法具有较高的定位精度。     

基于几何解析的双雷达地面目标定位算法

传统的双雷达地面目标定位算法因测量数据本身固有的误差和量测噪声,使得基于非线性估计定位算法的定位精度不高。本文研究了一种新的双雷达地面目标定位算法,该算法将已知雷达探测数据以几何方式加以表示,通过几何解析对地面目标进行定位。此外,还详细分析了各种因素在不同情况下对定位精度的影响。所研究的算法具有计算量小、远距离定位精度高等优点。最后,通过仿真验证了该算法能够提高远距离定位的定位精度。