运动目标跟踪系统的遮挡问题处理

遮挡是运动目标跟踪研究中的一个重要问题,介绍了基于Markov Chain Monte Carlo(MCMC)的运动物体遮挡问题解决方法.该方法通过建立贝叶斯模型,确定先验概率和条件概率,将车辆分割问题看成求后验概率最大时的车辆状态;然后运用MCMC方法对后验概率进行估计,设计MCMC标准对后验概率进行采样,用长方形模型来近似车辆外形.实验证明MCMC方法在不需对车辆单独初始化的前提下能有效的将相互遮挡的车辆分割出来,检测出车辆之间的相互遮挡.     

改进的形态学检测算子在螺纹检测中的应用

针对工业精密测量中螺纹边缘检测的问题,主要研究了数学形态学边缘检测算法.在形态学边缘检测算子的基础上,综合形态膨胀和形态腐蚀,得到多尺度边缘检测算子,以减轻图像边缘检测的模糊性;在此基础上,提出了一种基于开闭运算的加权算法,将此算法用于螺纹检测的.实验证明该方法有效解决了传统边缘检测算子在有噪声时存在的问题.     

PLS流量工程故障恢复路径算法

提出一种适合MPLS保护切换和再路由--备份路径预有效恢复机制的备份路径优化算法.该算法引入故障说明,针对指定的保护对象计算恢复路径,同时,对链路的带宽进行分割,在链路可用带宽中指定备份路径可用带宽.通过算法优化,备份路径可以充分利用工作路径上的资源,降低带宽资源消耗,在保证网络提供连续服务能力的同时,提高网络资源的利用率,优化网络的运行性能.     

广义系统的时滞依赖静态输出反馈控制

针对一类不确定线性广义时滞系统,给出了静态输出反馈控制器的设计方法.首先基于标称广义时滞系统的稳定条件,以受限线性矩阵不等式形式,给出闭环广义时滞系统正则、无脉冲且渐近稳定的充分条件,同时利用受限矩阵不等式的可行解给出静态输出反馈控制律的一个参数化表示;其次,利用矩阵的正交补,把求受限线性矩阵不等式的可行解问题转化为求严格线性矩阵不等式(LMIs)的可行解;最后应用数值实例说明了所给方法的有效性和正确性.     

基于边缘增强算子的光谱保持型图像融合算法

通过分析比较多光谱与高分辨率图像间融合几种常用算法的原理及其优缺点,提出了一种基于边缘增强算子的光谱保持型融合算法,算法首先利用LOG算子对高分辨率图像进行高提升滤波,然后将滤波后高分辨率图像与原高分辨率图像的亮度的比值作为融合图像各光谱值的调节系数.实验结果表明,此算法具有很好的空间分辨率,同时又能较好地保持原有多光谱图像的光谱特性,取得了较好的效果.     

基于声发射的油箱检测软件的研究与开发

可靠的安全性是战斗机实战能力的保证,目前野战环境下声发射渗漏检测是维护副油箱安全的手段之一.通过使用声发射检测软件增加和修改检测算法可以提高渗漏检测准确性,因此有必要自主开发副油箱检测软件,针对声发射检测技术的相关理论,结合军机油箱检测软件的开发,详细分析基于声发射的油箱检测软件的设计和实现,最后就该软件的特点及应用的重要性作了必要的分析和讨论.     

Kerberos身份认证在中间件Tuxedo中的应用

首先对Kerberos网络身份认证协议进行简单的介绍,然后对Kerberos插件的特征和预配置进行具体的阐述,最后对Kerberos插件在中间件Tuxedo中的配置进行详细的论述.     

基于混沌遗传的巡航导弹实时规划技术

研究针对突发威胁的实时规划技术能够提高巡航导弹在未知威胁环境中的生存能力,具有重大的研究价值。实时规划的规划思想和规划算法的设计问题是巡航导弹实时规划技术必须要解决的两大难题。基于解决问题的考虑,设计了实时航迹规划的规划思路和一种混沌遗传规划算法。基于传统遗传算法的思想,利用威胁和约束条件构建适应度函数对航迹进行评价,设计了一种特殊的实数结构体编码,提出了合适的选择、交叉、变异三种算子使种群进化,并引入了混沌搜索算子,加速种群的收敛。最后进行了实时航迹规划的仿真分析。仿真结果表明:实时规划的航迹能够避开地形和新出现的威胁,算法收敛速度较快。这说明,设计的算法能够满足当前未知威胁环境下巡航导弹实时规划的需要。     

光通信中一种有效的差分脉冲位置宽度调制

考虑脉冲位置调制(PPM)在解调时需要严格的时钟同步和符号同步,而且功率越高,时隙越窄的问题,结合差分脉冲位置调制(DPPM)和脉冲宽度调制(PWM)提出了一种有效的调制方式--差分脉冲位置宽度调制(DPPM+PWM).研究了采用DPPM+PWM的红外通信系统在加性高斯白噪声干扰下的性能,对DPPM+PWM的符号结构、发射功率、带宽需求、传输容量以及误包率等特性进行了分析,并通过仿真与开关键控(OOK),PPM,PPM等调制方式进行了比较.结果表明DP-PM+PWM频带利用率高,传输容量大,不需要符号同步,且增加了脉冲信号的长度,大大简化系统实现,是一种很有实际应用价值的调制方式.     

随机选择最优个体的量子粒子群优化算法

在分析量子行为粒子群优化算法的基础上,针对算法后期粒子群体容易聚集到一个狭小搜索区域,群体多样性降低的问题,提出了在算法中引入随机选择最优个体的改进方法,提高算法搜索过程中粒子群体的多样性。将改进后的量子粒子群算法与量子粒子群算法、粒子群算法通过benchmark测试函数进行了比较,仿真结果表明改进后的算法更适合解决多峰类的优化问题。