用AADL的即插即用武器管理系统建模研究

分析了即插即用武器系统,采用AADL对其进行建模,以武器管理计算机系统为例对分系统建模进行了描述。结合AADL建模的特点,详细研究了任务数据交换的格式和结构、周期性任务调度算法、非周期性任务调度算法及基于服务器的混合任务调度算法。采用OSATE软件对系统进行了建模和分析。结果表明:该方案能很好地对即插即用武器系统进行建模。     

基于多传感器融合的运动目标跟踪算法

为了提高多传感器下运动目标跟踪的准确性和实时性,提出了基于多传感器融合下的运动目标跟踪算法。首先采用多个传感器对运动目标的信息进行采集和融合;然后采用混合高斯算法对运动目标的背景进行建模,并采用均值漂移算法实现运动目标跟踪;最后采用仿真实验对算法的性能进行测试。测试结果表明,该算法可以准确地对运动目标实时动态跟踪,提高了目标跟踪的精度。     

基于改进CURE聚类算法的无监督异常检测方法

提出了一种基于改进的CURE聚类算法的无监督异常检测方法.在保证原有CURE聚类算法性能不变的条件下,通过对其进行合理的改进获得更加理想的簇,也为建立正常行为模型提供了更加纯净的正常行为数据.在建模过程中,提出了一种新的基于超矩形的正常行为建模算法,该算法有助于迅速、准确地检测出入侵行为.实验采用KDDcup99数据,实验结果表明该方法能够有效地检测网络数据中的已知和未知入侵行为.     

非线性对象神经网络建模的广义自组织学习

本文提出了非线性对象神经网络建模的广义自组织学习算法,该算法采用多个局部模型进行建模,扩展了Kohonen自组织学习算法中的局部模型划分机制,且多个局部模型的划分兼顾了输入样本的分布和模型匹配特性.仿真结果表明,广义自组织学习算法明显地提高了建模精度和收敛速度.     

一种新的渐进网格算法及其在共面波导FDM建模中的应用

在利用一种基于准静态的有限差分法(FDM)对共面波导(CPW)进行电磁仿真和建模的过程中,为了解决均匀网格在三维FDM计算中仿真时间较长的问题,并对常规的非均匀网格算法在算法复杂性和效率方面进行改进,我们提出了一种简单易行的渐进网格算法,取得了精度和效率的较好折中。同时利用这种改进的FDM电磁仿真和建模算法成功地完成了对CPW传输线结构、开路结构和短路结构的仿真和模型参数提取。文中通过对一个具体的CPW短路结构建模的算例分析,在进行算法验证的同时,也对这种新算法在应用方面提出了一些具体的参考准则。     

利用改进的背景差法进行运动目标检测

为了更准确地划分运动目标和背景区域,提出了基于背景差法的改进算法。该算法将选择更新法与中值滤波法相结合,对背景建模与阈值选取进行了优化,解决了复杂场景背景建模不理想问题,并能快速有效地进行背景更新。该算法还提出了双阈值思想,根据场景信息自适应地在图像的不同区域采用不同阈值,将当前帧图像与背景图像的差分作为反馈来调整阈值。实验结果表明,该算法能够较快速准确地提取运动目标,并对光照变化、场景变化、运动干扰有较好的鲁棒性。     

多项式建模解电离层相位污染阶数选择新方法

电离层相位污染使天波超视距雷达杂波频谱展宽,影响舰船等低速目标检测.针对这一问题,近年来发展了基于分段多项式相位建模和高阶模糊函数的(HAF)解电离层污染算法,如何合理地选取模型阶数是该算法的核心.给出了两种改进的自适应多项式建模阶数选择方法.并利用仿真方法进行了验证,结果表明:基于高阶模糊函数变换性质的频域和时域阶数选择方法的计算量较现有算法有较大提高,且频域法可在较低信噪比下准确判断多项式阶数.     

FDTD模拟软件电磁建模模块的研究和实现

FDTD算法(时域有限差分法)是解决电磁场问题的简单而有效的数值方法,在现有的计算条件下进行非均匀网格和均匀网格的生成以对目标物体建模是该算法的基本问题。本文介绍在直角坐标系下一种非均匀网格划分算法,并结合计算机可视化技术,实现电磁建模可视化模块的设计。该建模模块用于进行目标物体的3D可视化建模和电磁学参数描述及仿真数据预处理。文中的例子说明该电磁学建模模块数据处理有高效性、可靠性及良好的可视化效果。     

基于灰度特征和自适应阈值的虚拟背景提取研究

针对虚拟背景提取(Visual Background extractor,ViBe)算法在目标检测时容易出现鬼影和运动目标阴影的缺点,该文提出了一种基于灰度特征和自适应阈值的ViBe背景建模改进方法。该算法首先利用ViBe算法进行背景建模,得到前景目标,然后对前景目标进行灰度特征判断和自适应阈值比较,得到没有鬼影和运动目标阴影的运动目标。实验结果表明,改进后的算法可以很好地弥补ViBe算法的不足,提高ViBe算法的识别准确率。     

面向云计算的花朵差分授粉工作流多目标优化算法研究

为解决云计算环境下工作流多目标难于优化的问题,本文提出了一种花朵差分授粉工作流多目标调度优化算法.该算法将工作流中任务和虚拟机建模成花粉,将完整的调度序列建模成花朵.依据任务的偏序关系进行离散花朵授粉过程.仿真结果表明较算法NSGA-Ⅱ和MEOA/D,该算法能在限定的截止期和预算的条件下具有更高的资源利用率.     

基于网格的资源查找算法分析

文章对网格环境下已有的资源查找算法，通过建模分别在时间复杂度、空间复杂度上进行对比分析，指出了这些算法各自存在的优势和不足。     

一种自适应调整K-r的混合高斯背景建模和目标检测算法

针对非平稳背景下的复杂场景,该文提出一种自适应调整K-r的混合高斯背景建模和目标检测算法。该方法利用混合高斯模型(GMM)学习每个像素在时间域上的分布,构建自适应调整高斯分量K的方法,并针对不同情况,对描述像素的高斯分量数进行增加、删除或合并;在此基础上,模型参数更新式中引入了两个新的参数,能够根据实际情况自适应调整r值,使得背景建模和目标检测能够准确实时地随像素变化而变化,从而减少了运动目标信息的损失,提高了算法的鲁棒性和收敛性。实验表明,该算法在有诸多不确定因素的序列视频中能够迅速响应实际场景的变化,实现自适应背景建模和准确的目标检测。     

基于骨架运算的动态手势定位及识别算法

为满足在不同背景条件下用户的手势识别需求,提出了一种对于动态手势定位及识别的算法。在摄像头固定、目标移动的前提下,采用ViBe算法对背景建模后结合肤色检测,对手势目标区域进行检测。文中提出了掌心的定位方法,算法利用形态学骨架运算提取图像特征,为解决用户不同衣着和动作造成判断区域的多样性和不确定性,进行有效区域选取后定位掌心坐标,根据掌心坐标通过似圆度和掌心极坐标进行手势定位和识别。实验结果证明,所提算法能够在复杂背景下准确地对手掌高于手肘的手势判断出掌心点,分割出手掌并进行手势识别,该算法同时拥有较好的鲁棒性和实时性。     

一种基于多尺度点状目标建模的检测算法

为了解决点状小目标传统建模检测算法易受小目标自身暗淡呈点状的影响，在检测过程中小目标丢失或背景信息被误检成目标的问题，采用一种更加有效的多尺度点状小目标建模算法，对背景和可疑目标进行建模，得到了可疑目标图像。使用一种阈值分割算法，将真实目标从可疑目标中提取出来，进行了理论分析和实验验证。结果表明，该算法在同一数据集下，相对其它算法检测到点状小目标的轨迹更加接近真实轨迹。该研究对提高小目标检测效果的精度是有帮助的。     

一种MAKLINK图多节点链路建模的路径规划研究

针对传统MAKLINK图规划路径线路改变时,其最优化路径易与环境约束条件冲突的问题,提出了在MAKLINK图中各链路上增加节点数目的方法,以提高系统建模的适应性和鲁棒性。设计的多节点链路通过dijkstra算法得到更为理想的次优化路径,由蚁群算法进行迭代计算获得最优化路径,实现了在保证路径适应度的前提下,提高优化路径对环境约束条件的适应性。实验结果表明,与基本MAKLINK图路径规划算法相比,多节点链路的建模路径规划算法可有效提高次优路径的建模精度,最优路径的适应度值较单节点链路减小了1.43%,具有一定的建模优势。     

未知杂波下多目标跟踪AEM-PHD平滑滤波算法

针对未知杂波强度下的多目标跟踪问题,提出了加速期望最大化概率假设密度(AEM-PHD)平滑滤波算法。首先,对杂波的强度进行建模;接着,根据杂波的量测估计出杂波的个数;然后,利用高斯有限混合模型对杂波密度函数进行建模,在EM算法的基础上提出了AEM算法,将AEM算法用于高斯有限混合模型参数的估计,获得了杂波的密度函数;最后,将估计的杂波信息应用于多目标跟踪,对目标状态进行了平滑。仿真结果表明,在杂波强度未知的环境下,所提算法能准确估计出杂波的参数,具有跟踪精度高、目标数目估计准确的优点。     

无监督学习全局和局部特征建模的低光照图像增强

在EnlightenGAN的启发下，提出了一种新的基于无监督学习全局和局部特征建模的低光照图像增强网络(Low-light Image Enhancement Network Based on Unsupervised Learning Global and Local Feature Modeling Image Enhancement, GLFMIE)。该网络分为两个阶段：生成网络和判别网络。生成网络包括全局和局部特征建模网络，判别网络包括全局和局部判别网络。在全局特征建模中创新性地引入了Swin-Transformer Block,其移位窗口机制可以以较少的内存消耗对输入图像进行长距离的特征依赖建模，并很好地提取图像颜色、纹理和形状的特征，从而有效地抑制噪声和伪影。在局部特征建模中，设计了一种多尺度图像和特征聚合(Multi-Scale Image and Feature Aggregation, MSIFA)网络，允许在单个U型网内交换来自不同尺度的信息，进一步增强图像特征的表征能力。在多个公共数据集的测试实验中，与已有一些先进低光照图像增强算法相比，该算法均取得了SOTA级别...     

光纤陀螺静态温度漂移的小波网络建模

温度是影响光纤陀螺测试精度的重要因素,通过理论分析和实验研究了光纤陀螺的静态温度特性,提出采用经典小波网络进行零偏温度建模的方案,并与多项式拟合结果进行比较,其拟合精度得到大幅度提高。在此基础上,对经典小波网络进行改进,研究了一种新的参数初始化方法,并提出了基于动量变步长梯度下降法的参数更新算法。实验结果表明,改进的小波网络算法能够进一步提高网络的收敛速度和模型拟合的精度,从而能够更好地描述光纤陀螺零偏的温度特性。为了验证小波网络算法的普适性,利用多个惯性器件的温度实验数据,进行零偏温度建模和精度分析,结果表明,该方法能够较好地适用于对温度敏感的惯性器件的静态温度建模。     

低空无线信道建模及其均衡技术研究进展

在介绍航空信道建模基础上 ,借鉴地面移动信道研究成果,分析了描述低空无线信道特性的常用参数,对不同场景下低 空信道的多径时延、多普勒频移等传输特性作了详细介绍,给出了低空信道建模的一般模型 。介绍了低空无线信道常用的LMS、RLS、CMA 三种信道均衡算法。最后,对低空无线信道建模研究以及适合低空信道的均衡算法进行展望 , 指出在改进现有均衡算法、编码和均衡相结合、最大多普勒估计和自适应均衡相结合等方 面是值得关注的研究内容。     

基于OMP的SRAM成品率分析的分组建模方法

静态随机存取存储器(SRAM)电路的失效是极小概率事件,并且不同电路条件下的失效区域边界可能相距很远。因此,为了更高效地获得更精准的SRAM成品率预测结果,提出一种基于正交匹配追踪(OMP)算法的SRAM性能分组建模方法,并应用于典型SRAM电路成品率的预测。此方法主要根据不同SRAM电路条件下失效区域边界距离的差异将仿真数据划分为多组,之后利用OMP算法对不同组的数据分别建立多项式模型,该模型可用于对SRAM电路的成品率进行快速分析预测。与标准蒙特卡洛统计算法及基于OMP的单一建模方法相比,基于OMP的分组建模方法不仅可以缩短建模时间,提高建模准确度,还能够获得更加精确的SRAM成品率预测结果。