民机地形感知警告系统前视功能分析及仿真

综述了民机地形感知警告系统(TAWS)及其前视功能的产生背景、发展过程,介绍了TAWS前视功能的主要原理.对前视功能的报警阈值时间设置方法进行了研究,给出了报警阈值时间设置的分析算法模型,并利用Matlab 工具进行了仿真,得到了相应的仿真结果.最后,对进一步提高TAWS前视功能仿真精确度,以及TAWS产品性能优化方法...     

“地形感知与告警系统”模式三的告警包线研究

地形感知与告警系统(TAWS)的目的是避免可控飞行撞地(CFIT)事故,提高航空安全。基于模式三的告警原理,对飞机发生掉高后的正常轨迹以及规避轨迹进行建模。在大量飞行事件中统计无告警事故率和告警事故率作为系统性能指标,并基于SOC曲线的掉高阈值包线生成方法获得模式三告警包线。仿真结果和实际使用包线一致,表明模型合理性和算法有效性。     

基于高通能量变换的多传感器图像配准

针对多源传感器图像的特点,提出了一种结合高通能量变换与角点匹配的图像配准方法。该方法首先利用SUSAN 算法进行角点检测,然后将角点匹配分为粗匹配和精匹配两个阶段实现：粗匹配时,对图像进行高通能量变换,有效减少多传感器图像间的差异,并利用高通能量图上角点邻域间的归一化互相关度量,来建立角点初始对应关系;精匹配时,通过RANSAC算法,进一步筛选出正确的匹配点对,并获取匹配参数。实验证明该方法能快速、准确地配准红外与可见光图像。     

基于选择初始图像的快速分形解码方法

给出推广的拼贴定理，并对迭代函数系统进行有效变形，记录下变形后的参数，形成不动点图像。迭代时选择不动点图像为初始图像，并证明不动点图像也是迭代函数系统的吸引子的一个较好的近似，实验结果说明，在保持同样的压缩比情况下，只须少数迭代就可得到理想的恢复图像。     

基于特征筛选的码本区分性增强方法

针对BOF模型中的码本训练问题,提出了一种改进的 K-means方法。传统的K-means方法没有考虑对采集到的特征进行筛选,基于优化的方法可以看做是一种特征筛选的方法,但是实现复杂,计算量大。提出了一种基于Gist信息的特征筛选方法。根据Gist信息可以将图像粗分为背景区域和前景区域,然后对前景区域进行密集的特征采样,对背景区域进行稀疏的特征采样,最后所获得的特征都用来建立码本。实验结果表明,该方法训练的码本在Caltech101上有很好的分类效果,表明了该方法的有效性。     

动态特性稳健设计的响应曲面方法

对动态特性参数的稳健设计,将单个控制因素和单个误差因素模型推广到多个控制因素和多个误差因素模型,给出了建立响应曲面模型的方法及模型的统计分析方法,改进了田口玄一博士的SN比方法,并以某型热膨胀仪的测试方法的优化设计为例,构造了响应曲面模型,通过仿真计算表明,响应曲面模型比SN比方法好,是对SN比方法的改进。     

基于反向投影的zero-shot Learning目标分类算法研究

zero-shot learning是对没有训练样本的类别进行分类的问题。传统回归方法的核心是将视觉特征投影到语义空间,没有充分利用视觉特征自身包含的样本信息,同时训练计算量大。本文提出基于反向投影的ZSL目标分类方法,将类别原型投影到视觉空间,利用视觉特征的语义性学习出映射函数,参数优化过程仅通过解析解就可以获得。在两个基准数据集的实验结果表明,我们提出的反向投影方法分类结果较传统回归方法和其他现有方法有大幅提升,且训练时间大大减少,我们的方法可以更好推广到未知类别的分类问题上。     

基于U-net分割与HEIV模型的遥感图像配准方法

在利用航拍遥感图像进行土地测量与变化检测时,需要对图像进行配准处理。为实现目标区域的高精度匹配,提出一种遥感图像配准方法。对图像进行U-net分割,以适用于小样本数据集的处理,针对不同区域特征的误差,将变量含异质噪声模型应用于配准参数估计,提高目标区域的配准精度。实验结果表明,与基于Harris角点的配准方法相比,该方法的全局平均配准精度提高41.39%,与基于SIFT特征点的配准方法相比,其感兴趣区域的平均配准精度提高16.67%。     

方向无关遥感影像的纹理分类算法

首先根据遥感影像空间分辨率较低,局部区域内图像纹理变化不大的特点,对遥感影像进行合理的分块,使得各分块具有单一的主纹理特征;然后利用Gabor小波变换提取各图像块的纹理特征向量,并通过简单的循环移位算法,方便的形成方向无关的纹理特征向量;进而引入改进的棋盘距离来描述图像块间的相似度,最后使用无监督聚类算法对影像块进行分类,达到了很好的分类效果．