综合边缘检测和区域生长的红外图像分割方法

针对红外图像的特点,提出了一种综合应用边缘检测和区域生长方法的图像分割方法。其思路为:先对图像进行边缘提取,得到边缘像素点集;然后利用该点集的平均灰度和目标区域的连通性作为生长判决条件,采用区域生长法实现图像分割。仿真结果表明,该方法能快速准确有效地实现红外图像分割,避免了单独使用边缘提取或区域生长法进行图像分割时的典型分割错误。     

基于随机有限集的目标跟踪方法研究及最新进展

本文概述了基于随机有限集的目标跟踪方法的产生、发展和研究现状.论文概要总结了基于随机有限集的目标跟踪方法的基础理论,主要包括随机有限集的理论基础,概率假设密度滤波器的理论基础,概率假设密度滤波器的实现方式以及基于随机有限集的目标跟踪算法的性能评价指标.文中同时简要介绍了概率假设密度滤波器在目标跟踪领域的应用,并对在该领域未来的发展提出了自己的看法.     

基于共轭梯度法的混沌系统参数辨识和同步

提出基于共轭梯度法和驱动响应同步思想的未知参数混沌系统的参数辨识和混沌同步新方法.该方法采用驱动系统的单变量驱动与其结构相同参数可调的响应系统,由于混沌对于参数的失配具有极度敏感性,参数不同的两个相同结构的混沌系统无法同步,因此通过调整响应系统参数使同步误差最小就可以实现混沌同步,同时得到驱动系统参数.本文通过共轭梯度方法搜索使同步误差极小的未知参数值,从而在获得待辨识参数的同时实现驱动系统与响应系统的同步.该方法不需要确知驱动系统的参数,不需要驱动系统的所有状态变量,参数收敛速度快.     

基于VXI总线的直升机驾驶仪综合自动测试系统

面向航空、航天机载设备的自动测试、故障检测与维修,应用VXI总线技术和虚拟仪器技术为某型直升机自动驾驶仪设计了综合自动测试系统。介绍了设计要求、硬件组成、软件结构和系统特点。最后说明所设计的VXI总线测试平台是一个通用型综合自动测试平台。     

测量噪声相关情况下的多传感器数据融合

对于测量噪声相关的多传感器测量模型,利用Cholesky分解和单位下三角阵的求逆方法,将其转化为测量噪声互不相关的等价的多传感器伪测量模型,然后基于Markov估计,提出了一种测量噪声相关情况下多传感器数据融合的新方法。与直接利用原始传感器测量值的Markov估计数据融合方法相比,两者的计算精度相同,但新方法的计算复杂度却大大降低。数值仿真实验进一步验证了新方法的有效性。     

基于双互质分解的解耦控制器的设计(英文)

利用双互质分解法,研究了使系统稳定的控制器的设计方法,讨论的开环系统是多输入多输出的,其传递函数阵为有理正则的非方阵．     

一种视频序列的背景提取算法

针对传统背景提取算法的不足,提出一种新的视频序列背景提取方法。根据高斯分布建模图像每个像素位置背景,判断观测值是否和背景匹配,据此决定采用递推更新背景或是批处理更新背景。若高斯分布模型判断观测值和背景模型匹配,则更新高斯模型参数,并使用最小二乘法递推更新背景;对连续判断不匹配背景的像素则采取批处理方法更新背景。实验表明,和其它背景提取算法相比,该算法提取的背景效果好,能有效去除噪声和消除前景的运动模糊。     

基于小波域加权阈值的图像去噪方法

针对小波全局阈值去噪的缺点,介绍了一种子带自适应的阈值加权算法。通过对图像小波分解系数统计特性的分析,提出了一种近指数模型作为分解层之间小波系数的先验分布。在此基础上,对比噪声图像和无噪图像在各尺度下统计特性,给出了一种子带自适应的加权阈值计算方法,避免了各层子带去噪的不平衡。实验表明,与全局阈值和其它子带自适应阈值去噪方法相比,基于加权阈值的图像去噪方法能获得更高的信噪比和更好的视觉效果。     

非线性控制系统综合的频域逆系统方法研究

提出一种不需已知系统微分方程模型的非线性系统综合方法。首先得到对象非线性传递函数的估计,然后利用非线性补偿算法构造前馈补偿器,使复合系统具有近似线性系统的特性,最后采用常规线性系统反馈控制的方法进行控制。仿真结果表明,所提出的频域逆系统综合方法比一般非线性系统自适应控制方法有效。     

势平衡多目标多伯努利滤波器高斯混合实现的收敛性分析

研究了势平衡多目标多伯努利(cardinality balanced multi-target multi-Bernoulli,CBMeMBer)滤波器高斯混合(Gaussian mixture,GM)实现的收敛性问题.证明在线性高斯条件下,若GM-CBMeMBer滤波器的高斯项足够多,则它一致收敛于真实的CBMeMBer滤波器.并且证明在弱非线性条件下,GM-CBMeMBer滤波器的扩展卡尔曼(extended Kalman,EK)滤波近似实现—EK-GM-CBMeMBer滤波器,若每个高斯项的协方差足够小,也一致收敛于真实的CBMeMBer滤波器,本文的研究目的是从理论上给出CBMeMBer滤波器GM实现的收敛结果,以完善CBMeMBer滤波器对多目标跟踪的理论研究.