基于数据处理的抗密集假目标干扰处理方法研究

随着现代雷达技术的发展,传统的单一假目标干扰及压制干扰的应用范围越来越有限,密集假目标干扰在电子对抗中应用越来越广泛,密集假目标通过产生大量虚假回波易引起虚假目标起始过多、目标错误跟踪等问题,会扰乱雷达对于真实目标的监视跟踪。基于对密集假目标干扰的产生机制的研究,提出了一种在数据处理层面,通过提前对干扰态势进行判别和感知的方法,对点迹是否为密集假干扰产生的数据进行判别,并通过分析其分布特性和回波特征信息,在航迹起始阶段,采用基于候选航迹径向速度的航迹起始抑制技术进行处理,在跟踪阶段,综合采用位置信息、点迹标注信息及特征信息进行多周期的航迹评判,有效减少了目标跟错的概率,并提高了关联准确性;最后通过实测数据对算法的有效性进行验证。     

基于斜率约束和回溯搜索的水下多目标跟踪方法

针对复杂水域环境下的多目标跟踪问题,本文提出了一种基于斜率约束和回溯搜索的多目标跟踪方法。首先,基于方位测量数据和水下目标运动学分析,利用门限阈值的方法检测目标。然后,基于传统多假设跟踪算法框架设计一种新的斜率约束和共用量测的假设生成规则。在航迹中断时,通过回溯搜索的方法确定中断起始航迹点,利用容积卡尔曼滤波对中断航迹预测和补偿,同时对假设生成结果减枝,以达到降低算法空间复杂度的目的。试验结果表明:该方案能够实现多目标自动关联跟踪、中断航迹自动预测、自动航迹终止等任务,目标跟踪平均均方根误差0.594 4°,算法平均运行时间0.826 5 s。     

无人机3D航迹规划及动态避障算法研究

规划一条高时效且低代价的三维(3D)航行轨迹,成为目前无人机广泛应用亟须解决的问题。针对蚁群算法在航迹规划中出现的航迹长度和平滑性不足问题,通过改进蚁群系统中的节点移动规则、构造多重启发信息并结合粒子群优化算法的全局搜索能力,提出了蚁群粒子群融合算法。同时,就飞行航迹中出现的动态避障问题和目标点变化问题,提出了改进生物启发神经动力学模型算法,该算法针对3D静态最优航迹中出现的障碍物和目标点变化,实现了局部在线航迹调整。实验仿真结果表明,蚁群粒子群融合算法能在3D静态环境中规划出一条期望航迹。同时,改进生物启发神经动力学模型算法不仅能对突发障碍动态避障,还能对动态目标点变化实时跟踪。     

基于改进Hough变换的检测前跟踪方法

在微弱目标检测的算法研究中,检测前跟踪(TBD)方法是在低信噪比情况下目标检测的有效途径.一种基于信息辅助的Hough变换微弱目标检测方法被提出.该方法着重Hough变换在距离一多普勒一帧三维空间中的应用.它利用基于系统先验信息的点斜式Hough变换估计目标航迹进行跟踪,然后再根据估计航迹进行多帧积累提高目标信号SNR的方法能对微弱目标检测.由于利用了先验信息,算法的运算量被有效地降低了.蒙特卡洛仿真验证了所提方法的有效性.     

基于白适应蚁群算法的无人飞行器航迹规划

为求解无人飞行器航迹规划问题,提出自适应蚁群算法,区别于标准蚁群算法的全部搜索模式,该算法采用局部搜索模式。首先根据起始节点与目标节点的相对位置关系选择相应的搜索模式,然后计算各个待选节点的转移概率,最后按照轮盘赌规则选择下一个节点。仿真结果表明,自适应蚁群算法具有搜寻节点数少、速度快等优点,在降低了航迹代价的同时,减小了计算时间。此外,自适应蚁群算法可以避免奇异航迹段的出现,从而保证所获的航迹实际可飞,表明所提算法整体性能明显较标准蚁群算法优异。     

复杂工业品仓储环境无人机盘库任务规划

盘库作业是各工业企业进销存系统中的重要环节,针对目前人工盘库工作效率低、容易出错等缺点,近年来出现了无人机搭载高精度便携式射频识别阅读器进行库存盘点的技术.其中,航迹规划是需要解决的关键问题.为减少能耗并提高盘库效率,以能效比最低以及时效比最小为目标来构造目标函数,建立了相应的无人机航迹规划数学模型,提出一种基于生命周期群搜索的混合差分进化算法.利用某烟草工业企业原辅物料仓库的实际环境数据进行物理建模,进一步利用所提出的智能优化算法进行仿真实验.最后,在相同的环境下,与其他3种前沿航迹规划算法进行对比,结果表明利用所提算法规划出的路径更能有效地提高无人机盘点效率.     

启发点引导D*算法扩展的无人机航迹规划策略

为了实现无人机从特定方向接近和打击目标点,同时实现航迹最短、规划时间最少,提出了基于启发点引导D*算法扩展的航迹规划方法。分析了航迹规划的约束条件,建立了无人机各威胁因素的区域模型和概率模型,将威胁因素模型叠加至三维环境中,得到了无人机工作的等效三维环境模型;分析了D*算法在具有方向约束航迹规划中遍历搜索和回退扩展的缺陷,提出了启发点引导D*算法扩展方法;给出了启发点的产生方法、启发方案的选择方法、启发点的切换策略等。经过仿真验证,同时使用D*算法、蚁群算法、启发点D*算法进行航迹规划,启发点D*算法规划的航迹最短,算法耗时最少,证明了启发点D*算法在有方向约束航迹规划问题中的有效性。     

基于 JPDA 算法的多机动目标航迹跟踪研究

针对传统多机动目标航迹跟踪算法精度不高的问题,提出基于 JPDA 的多机动目标航迹跟踪算法。首先计算两目标的互联概率,然后对加权值进行处理,最后得到目标航迹,并对航迹进行仿真。结果表明,本文所提出的算法具有较高的跟踪精度,可为多目标航迹跟踪实现提供了参考。     

基于JPDA算法的多机动目标航迹跟踪研究（英文）

针对传统多机动目标航迹跟踪算法精度不高的问题,提出基于JPDA的多机动目标航迹跟踪算法。首先计算两目标的互联概率,然后对加权值进行处理,最后得到目标航迹,并对航迹进行仿真。结果表明,本文所提出的算法具有较高的跟踪精度,可为多目标航迹跟踪实现提供了参考。     

船舶航迹间接多模态控制方法研究

航迹控制可分为直接法与间接法两种。该文提出了一种船舶航迹间接多模态控制方法。船舶航向、航迹偏差、转向分别采用P-Fuzzy-PID、BB-P-PID、P-PI-PD-PID多模态控制方法。船舶操纵的仿真结果表明此法航迹运行可靠，航迹控制性能良好，能自动捕捉转向点，并精确保持航迹，在航线转向点处能自动进行转向，且转向快速平稳。     

Improvement of overlapping nuclear track densitometry

Detection of tracks produced by α particles, protons or nuclear fission fragments in plastic detectors, viz., solid‐state nuclear track detectors, constitutes a very important tool in various areas. It is not easy for humans to count CR‐39 nuclear tracks manually, especially when the track density is very high. An automated computer program called KTTMS2, written in C++ and running with a user friendly interface, has been developed for recognition and parametric measurements of etched tracks in images captured from the surface of solid‐state nuclear track detectors. Well‐known edge detection methods were applied to estimate the precision and accuracy of nuclear track densitometry using the CR‐39 detector. Among the various routine edge detection methods, the Canny method was chosen because it was the most accurate technique. Because accuracy becomes more important as the track density increases, this allows more overlapping tracks to be detected. KTTMS2 (the proposed system) has an efficiency of 95% and can identify the noise as a background track (5%). Experimental results showed that the error percentage was reduced from 7.63% to 3.23% for high‐density tracks when the count was adjusted by the estimated overlapping tracks.     

遮挡环境下基于路侧异源雷达融合的多交通目标鲁棒跟踪方法

多目标跟踪是保障自动驾驶行驶安全与效率的基础,其获取的数据广泛应用于自动驾驶运动规划、驾驶决策等上层应用。传统多目标跟踪方法在遮挡环境下往往存在目标丢失、错位的现象,针对这一问题,本文提出了基于异源雷达融合与遮挡预测模型的鲁棒跟踪方法。首先,基于激光雷达与毫米波雷达的局部观测一致性方程,提出了一种基于多目标运动约束与全局最大匹配的多传感动态自标定算法。其次,针对完全遮挡环境下因观测数据缺失导致的跟踪中断问题,提出了一种基于异构雷达融合无迹卡尔曼滤波与长短期时序神经网络的混合监督目标位置预测方法。通过实验表明,本文提出的方法在完全遮挡环境下可有效补全至少81%断开的多车辆目标轨迹,且相比于最先进的方法,能够实现更为可靠的多交通目标跟踪。     

基于驰振的压电能量采集器建模与实验研究

针对低信噪比环境下核电站松动件的检测,以降低误报率、漏报率为目标,提出了一种基于盲解卷积算法的松动部件冲击响应提取方法,并进一步结合支持向量机分类辨识算法,给出了一种低信噪比环境下核电站松动部件检测方法。利用叠加实堆背景噪声的平板钢球跌落实验数据开展了报警研究,并对盲解卷积算法进行了参数优化设计。结果表明：优化后的盲解卷积算法能够很好地恢复出信噪比低至-20dB的冲击响应信号,并使噪声能量降低了75%,有效抑制了噪声;给出的松动部件检测方法在信噪比低至-14dB时,仍具有极低的漏报率,并且噪声误报率和脉冲干扰误报率为零,因而具有良好的抗误报、抗漏报能力。     

基于神经网络的曲面拟合方法研究

分析了应用于反求工程的几种曲面拟合方法,提出一种基于神经网络技术的自由曲面拟合新方法。该方法能在实物原型存在破损或不完整的情况下对测量数据进行数据插补和曲面重构,获得精度较高的拟合曲面。通过安全帽面的测量与数据拟合处理实例,验证了该方法的有效性。     

基于EMD和非线性峭度的齿轮故障诊断

采用经验模式分解(empirical mode decomposition,简称EMD)和非线性峭度的统计特性对振动加速度传感器获取的齿轮箱振动响应信号进行特性分析。利用EMD分解获得振动响应信号的本征模式函数,用非线性Tea-ger能量算子计算每个本征模式函数的瞬时能量,并对本征模式函数进行系数的非线性峭度计算,提取系统的特征信息。仿真结果表明,用经验模式分解和非线性峭度可实现在线监测齿轮运转工作状态,及时发现齿轮的早期故障,提高了故障检测的可靠性。     

基于驰振的压电能量采集器建模与实验研究

在压电能量采集器分布参数模型的基础上,对驰振作用下悬臂式压电能量采集器的振动和能量采集情况作进一步理论分析,得到质量块起振风速以及从起振到驰振过程中所采集到功率的解析解。利用直流式闭口低速风洞分别对正三棱柱、正四棱柱悬臂式压电能量采集器进行实验测试,结果表明,正四棱柱能量采集器和正三棱柱能量采集器的采集功率分别达到0.248 5 mW和0.125 9 mW。通过对采集功率和电压时程曲线进行对比,其理论解和实验值吻合程度较高,理论模型具有较高精度。通过理论模型分析发现：风速越大,质量块质量越小,能量采集器采集功率越高;对于不同条件下的能量采集器均存在最优外载阻值,低风速下还会出现双最优外载阻值。     

基于Lamb波传播路径分析的复合材料板中缺陷成像*

板型波导结构中的缺陷对Lamb波的传播会产生干扰,接收信号受干扰程度与缺陷和激励、接收传感器路径间的相对距离有关。提出一种基于Lamb波传播路径分析的多频率数据融合缺陷检测方法,对复合材料板中缺陷区域进行成像。采用压电传感器进行Chirp信号激励,由Chirp激励响应计算出具有不同中心频率的Tone burst信号,为成像算法提供多频率缺陷信息。对各信号中首次抵达波的包络峰值进行分析,确定缺陷所在位置同激励接收路径间的关系。选择同缺陷所在路径具有相近Lamb波传播速度的路径作为关注路径,结合椭圆成像算法和该路径中的缺陷散射信号信息计算出缺陷所在的椭圆轨迹。引入椭圆轨迹计算误差容限,对计算得到的不同频率下的椭圆轨迹进行筛选,将筛选后的椭圆轨迹进行融合实现缺陷区域成像。通过对复合材料板中缺陷区域的试验检测,验证了所提算法的可行性。     

Fitting tracks in wire chambers using the Chebyshev norm instead of least squares

It is proposed that for fitting tracks in certain detectors such as multiwire proportional chambers, the Chebyshev norm may be better than the usual least-squares method. Simulation results for tracks in ideal MWPCs show that the new method is more efficient, offers a better goodness-of-fit criterion, and produces more reliable track-parameter uncertainties than least squares.     

Urban rail track condition monitoring based on in-service vehicle acceleration measurements

Condition monitoring of railway tracks is essential in ensuring the safety of railway systems. Traditional track recording vehicles (TRV) can only carry out the track inspection in the midnight after all the service vehicles are off duty. One track line can be inspected only once or less in a month. The severe track condition degradation cannot be detected timely and there is potential safety hazard for the railway system. Therefore, the track condition monitoring based on in-service vehicle has been paid more attention in the recent years. In this paper, the track condition monitoring based on the bogie and car body acceleration measurements is presented. The track alignment information which can be derived from the bogie and car body sensor is investigated by using a mathematical model and the frequency response analysis. The track irregularities can be estimated by using the bogie and the car body acceleration sensors. The acceleration signals are preprocessing with a DC filter and a low pass filter. After that, the track alignments are obtained by double integrating the signals. Field tests are carried out in Shang Hai metro Line 1 for demonstrating the effectiveness of the proposed track inspection system.     

用支持向量回归法实现单帧图像超分辨率重建

由于一些传统的超分辨率重建算法学习多幅不同类别的图像仍无法获得好的重建效果,本文提出了一种基于支持向量回归机和光栅扫描的单帧图像超分辨率重建算法。该算法首先采用光栅扫描法对一组高低分辨率训练图像提取图像块,从块中分别抽取输入向量和标签像素。利用Log算子判断这些块是属于高频空间还是低频空间,从而构建高低频空间向量对并对其进行优化。然后,用支持向量回归机(SVR)工具训练优化后的向量对,得到高低频空间下的两个字典;抽取测试低分辨率图像中的块并得到高低频空间下的输入向量,利用SVR工具回归对应的属于超分辨率图像块的标签像素并得到回归后的图像。最后,对图像进行后处理得到最终的超分辨率图像。与其它算法的对比实验表明:提出的算法具有较好的视觉效果。特别在放大倍数为2时,提出的算法在不同图像上的峰值信噪比(PSNR)和结构相似度(SSIM)值较双三次插值法分别提高了3.1%~5.3%和1.5%~8.1%。得到的结果显示提出的算法获得了更好的重建效果。