基于Hough变换和优化K均值聚类的反舰导弹编队识别目标选择方法

现有反舰导弹编队识别技术存在侧重于队形识别而非目标选择、对编队末端态势变化考虑不足、实时性偏弱、未考虑队列线检测区间对聚类效果的影响和聚类数优化与聚类迭代过程相互独立等问题。基于Hough变换和优化K均值聚类算法，提出反舰导弹编队识别目标选择流程，构建V形、平行和环形编队目标生成与目标选择模型，旋转、缩放、冲淡式干扰和队型变化等编队目标变化模型。仿真结果表明，聚类数优化代价函数在关键聚类数段区分度明显、聚类数优化准确，移动检测区间检测解决正常检测区间两侧边缘样本点对应机制缺失问题，采用多样本更新聚类与单样本更新聚类结合的聚类迭代、聚类数优化迭代与聚类迭代融合迭代效率高，工程适用性强，对于反舰作战模拟具有重要意义。     

基于HMM与K-均值聚类的声目标识别

提出一种隐马尔可夫模型和K-均值聚类混合模型的声目标识别方法.在该方法中,建立声信号的HMM,提取了声信号的线性预测系数（LPC）作为目标识别的参数,用K-均值算法对参数进行聚类,产生了训练和识别所用的特征向量.最后根据混合模型的识别算法判断声目标的类别.仿真结果表明：新的混合模型识别系统在声目标识别中具有可行性.     

基于模糊C均值聚类方法的子母弹落点识别

对子母弹落点的随机特点进行了分析,基于模糊C均值聚类方法,分析了一定面积上散布子弹的分布中心及类别,提出了由单个子弹落点特征判断识别该子弹在母弹腔体中所处位置的计算方法,该方法通过了模拟计算,识别效果较明显.     

基于形态学和Hough变换的航迹起始研究

为进一步提高密集杂波环境下航迹起始算法的有效性,受人工航迹起始方法的启发,将雷达多次扫描数据视作二值图像,提出了一种基于形态学中膨胀操作和Hough 变换相结合的航迹起始算法。首先为降低计算量,基于最大速度和雷达扫描周期这一先验信息构造了距离关联门,提出了一种去除图像杂波点的预处理方法;分析了雷达量测误差对目标位置的影响,给出了一种描述目标空间分布范围的近似方法,并依此构造了膨胀操作的结构元素,利用该结构元素对源图像进行膨胀来强化真实航迹呈直线这一特性,继而运用Hough 变换方法进行直线检测。仿真实验给出了各步操作的算法结果,证明了所提预处理算法和起始算法的有效性。     

基于改进的K-均值聚类信源数目估计算法

针对盖尔圆盘法在低信噪比和少快拍数背景下进行信源数目估计时会出现错误判断的问题,提出了色噪声背景下改进的K-均值聚类信源数目估计方法.求出数据相关矩阵后按照信号和噪声的类均值对信号特征值和噪声特征值进行K-均值聚类,然后不断更新类均值直到信号特征值收敛.计算机仿真实验证明了该方法在低信噪比和少快拍数时的估计成功概率高于盖尔圆盘法.     

基于联合Wigner-Ville分布—随机Hough变换改进算法的线性调频信号参数快速估计

为了解决传统Hough变换(HT)庞大的计算量和存储量的问题,提高对线性调频( LFM)信号参数估计的实时性和准确性,根据Wigner-Ville分布(WVD),得到含噪单分量LFM信号的时频特性,利用最大值法进一步估计出瞬时频率;截取一段频率估计值,利用随机Hough变换(RHT)实现LFM信号的参数估计。仿真分析表明,与传统WVD-HT相比,该算法的运算量明显减少,约为WVD-Hough的1/3,并且参数估计精度高于WVD-Hough算法,具有校强的实用性。     

基于数学形态分形维数与模糊C均值聚类的滚动轴承退化状态识别

针对滚动轴承的退化状态识别问题,融合数学形态学与模糊聚类理论,提出一种基于数学形态分形维数与模糊C均值聚类的退化状态识别方法。以数学形态分形维数作为滚动轴承的性能退化特征,从分形角度定量描述其复杂度与不规则度。鉴于不同退化状态边界的模糊性,将模糊C均值聚类方法应用于对退化状态的模糊聚类中,根据最大隶属度原则识别轴承性能退化状态。依托杭州轴承试验研究中心进行滚动轴承疲劳寿命强化试验,采集了滚动轴承从完好到失效的整套全寿命数据,将该方法应用于滚动轴承全寿命周期振动信号中,总体状态识别成功率达到96%. 研究结果表明：该方法计算代价小、效率高,能够有效地识别出滚动轴承的性能退化状态。     

基于全散度的自适应鲁棒图形模糊聚类算法

针对图形模糊聚类对灰度分布不均匀及噪声干扰图像无法获得满意分割结果的不足,提出一种基于全散度的自适应鲁棒图形模糊聚类分割算法。全散度和像素邻域信息相结合,得到一种改进的全散度;改进的全散度引入图形模糊聚类最优化模型,并嵌入像素空间邻域信息。当前聚类像素与邻域像素均值的偏差作为该鲁棒聚类分割模型的正则因子,促使该聚类对强弱噪声具有自适应抑制能力。测试结果表明,与现有的图形模糊聚类、鲁棒模糊聚类等算法相比,自适应鲁棒全散度图形模糊聚类分割算法的分割效果和抗噪鲁棒性均有明显改善。     

基于四元数粒子滤波的飞行器姿态估计算法研究

针对飞行器非线性姿态确定问题,提出了一种四元数粒子滤波算法。将状态向量分为线性部分和非线性部分分别进行处理,降低了粒子滤波的运算量。针对四元数加权求和规范化问题,通过构造拉格朗日代价函数的方法将四元数加权和问题转化为代价函数取极值时的四元数向量求解问题;并通过求取四元数误差方差矩阵对角线元素平方根的方法保证扰动四元数的规范化;利用乘性误差四元数表示四元数估计点与采样点之间的距离,求取四元数的协方差矩阵解决了旋转矢量方差计算问题。仿真实验表明,与传统的扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）算法相比,该算法估计精度更高,稳定性更好。     

基于反步法和非线性动态逆的无人机三维航路跟踪制导控制

为实现无人机在大范围内稳定、精确地跟踪三维参考航路,基于制导与控制回路独立设计的思路,提出了一种无人机三维航路跟踪制导控制方法。在制导外环,引入沿参考航路飞行的虚拟无人机作为向导并利用反步法设计三维航路跟踪的非线性制导律;在控制内环,以非线性动态逆理论和奇异摄动理论为基础,设计由机动指令生成器、角度转换器、慢回路姿态控制器和快回路角速度控制器所组成的飞行控制模块,对制导外环给出的制导指令进行快速精确地跟踪。基于Lyapunov稳定性理论证明了无人机航路跟踪制导控制方法的稳定性。通过对比分析无人机6自由度模型下的三维航路跟踪仿真,说明所提出的制导控制方法能够使得无人机精确地跟踪参考航路,从而验证了该方法的有效性、合理性。     

基于模糊的并行Hough变换航迹起始算法

由于测量误差和参数空间分割大小的影响,并行Hough变换航迹起始方法仍存在较多的杂波。针对这一问题,提出一种基于模糊的并行Hough起始算法,该算法利用不同时刻模糊函数的隶属度分别作为参数空间的累积量,继而将具有相同索引的累积量构成累加向量,再根据规则来确定累加矩阵,最后通过门限检测判断是否航迹起始。仿真实验表明,该算法可有效抑制变换误差的影响,降低虚假航迹占有率,并在密集杂波下准确地起始航迹。     

基于连续隐马尔可夫模型的仿真模型验证

将连续隐马尔科夫模型（CHMM）应用于仿真模型验证研究,在分段提取各可选仿真模型输出特征向量序列的基础上,采用Segmental K-Means算法训练并建立各可选仿真模型的CHMM,进而构建模型库;将实际系统的特征向量序列作用于模型库,依据其概率输出判别各可选仿真模型相对于实际系统的有效性。最后通过实例分析,证明了该方法的有效性。     

基于模拟退火算法的空中目标识别

根据NMI特征和Jan Flusser提出的仿射不变矩的特点及各自的适用条件,提出了一种组合不变矩。利用所提取的组合不变矩的特征向量,实现了对空中目标的K-mean聚类分析识别。在此基础上将模拟退火机制引入其中,以克服K-mean聚类的局限性和对初始聚类中心的敏感性,最后提出了基于模拟退火的改进K-mean聚类算法。仿真实验结果表明,该方法具有较高的识别精度和较好的抗噪性。     

基于大气预估的再入飞行器机动减速制导方法

背景噪声和混响干扰是声纳目标探测中的主要干扰源,如何有效地减小它们对声纳工作特性的影响一直是水声信号处理关注的焦点。利用Volterra 级数理论,建立水声信号的非线性动力学模型,通过对水声信号的局部预测,实现对背景噪声的降噪和混响干扰的抑制。结合二阶Volterra 自适应滤波器和基于奇异值分解的自适应滤波算法,分别采用直接法和迭代法完成了对水声信号的一步及多步预测。仿真结果表明,基于Volterra 级数模型的水声信号迭代预测方法比直接法不仅具有更好的预测性能,而且还可以实现多步预测。     

基于整数域改进粒子群优化算法的多平台武器目标分配

武器一目标分配( WTA)问题是军事运筹学中经典的NP完全问题,其模型为非线性整数规划模型,包含多种约束条件,求解复杂、收敛速度慢,采用改进粒子群优化( PSO)算法求解WTA问题.在建立WTA最优化分配模型的基础上,提出了一种针对多约束WTA问题的粒子编码方案及模型的适应度函数,解决了粒子的整数域初始化问题.采用粒子...     

用户行为反馈的网格资源检索方法研究

面向服务的网格环境下,资源种类多样,表示方式混杂,传统的网格资源检索方法不再适用于越来越复杂的网格环境,如何在复杂网格环境下建立一种合理有效的资源检索方法是目前网格发展的重点。提出了一种基于用户行为反馈的网格资源检索方法,这种方法建立在网格用户行为的基础上,利用用户行为的历史记录结合自适应的相关反馈方法对网格资源进行分析,通过资源的访问路径、访问频度、访问时间和检索结果等建立网格资源间的关联模型。该方法在某种程度上使网格资源检索结果与用户的主观感知更加接近,减轻了异构网格环境产生的语义混杂、模糊问题,并通过实验证明有较高的检索精确度。     

基于一种快速归一化积相关算法的图像匹配研究

在灰度图像匹配中,归一化积相关算法具有鲁棒性强、精准度高和易于硬件实现等优点。但算法复杂、计算速度慢是制约其应用的主要原因。基于迭代的思想提出了一种快速归一化积相关算法。该方法在计算基准子图图像能量时,只通过几个像素值的加减运算,便可快速实现基准子图像素求和,大大降低了计算的复杂度。实验证明,本算法与原算法具有相同的匹配精度,但计算时间仅为原算法的1/9.     

红外成像制导末端局部图像识别跟踪研究

针对红外成像制导末端目标图像充满导引头视场影响目标识别跟踪的问题,提出一种红外成像制导末端局部图像识别跟踪的方法。分析了红外成像制导原理;选取了高亮区比例、灰度标准偏差、长宽比、紧凑度和复杂度等5个特征量作为特征提取和目标识别的依据,提出适合导弹的目标快速识别算法;通过计算红外成像制导末端目标图像,在导引头焦平面上的投影面积的变化情况,分析了弹目距离与相对速度对目标图像变化情况的影响,研究了形心跟踪到局部图像跟踪的转换时机。综合考虑了可靠性和实时性要求,选取飞机机头作为局部图形跟踪的跟踪点;搭建红外成像制导仿真场景,对所提出的方法进行仿真分析。仿真结果表明：该方法能够有效地识别图像中的目标,减小红外成像导引头跟踪盲区,实现红外成像制导末端的平稳跟踪。     

基于分段抽取软判决加权Walsh Hadamard变换的卷积码识别算法

针对低信噪比环境下卷积码识别研究存在的不足,提出一种基于分段抽取软判决加权Walsh Hadamard变换(WHT)的卷积码识别算法。该算法利用接收比特的解调软判决信息求取软判决频次序列,并构造加权Walsh Hadamard矩阵,从而识别得到基本校验序列。利用基本编码矩阵构造规则,最终实现记忆长度及基本生成矩阵的识别。算法结合分段抽取思想,降低了所需运行存储量。仿真实验表明,该算法可在低信噪比环境下对不同码率卷积码进行有效识别,具有较好的容错性,且对大约束度的卷积码性能提高更为显著。