一种基于局部多结构元素形态学的边缘检测的修正算法

在前期工作的基础上 ,提出了一种基于局部多结构元素形态学的边缘检测的修正算法 .该算法根据图像中噪声和边缘形态的不同 ,建立了多个结构元素 .利用基于视觉模型的边缘阈值选择策略确定图像中梯度变化的像素点 ,并对其采用二值形态学的腐蚀操作 ,在进行腐蚀操作时 ,放宽了结构元素中相同灰度像素点的判别条件 ,从而更好的选择出图像边缘 ,滤除噪声 .实验表明 ,本文算法不仅具有很好的边缘提取能力 ,而且具有很强的抗噪能力     

一类非线性系统的在线建模新方法

为减少非线性系统的Volterra级数模型在线建模的计算量，根据多模型合成的思想。提出一种基于预设模型在线合成被测系统当前Volterra级数模型的新方法。建立了模型合成的公式和方法．仿真实验表明。该方法具有较高的建模精度。能有效减少Volterra模型在线建模的计算量。并且易于工程实现．     

基于混沌和数据挖掘的电子系统故障诊断

提出了一种基于相空间重构和数据挖掘算法的复杂电子系统故障诊断方法，混沌时间序列的相空间重构采用了复自相关和Γ-test的嵌入堆，时间延迟联合算法，所得到的结果为准最佳的嵌入堆、时间延迟。采用计算相空问中各个单位质点绕其质量中心的旋转半径的数据挖掘算法估计被测对象的工作状态，用统计学中的3d准则识别被测系统的故障参量。实验结果表明，该故障诊断方法可准确地检测出复杂电子系统中的故障现象。     

含有随机参数的机械多体系统动力学建模与仿真

在工程中,机械多体系统的参数往往具有不确定性,如设计公差、制造和装配误差、磨损等因素导致零件的几何尺寸具有随机性;工作温度的影响使得弹性模量、泊松比等参数产生变异.传统的多体系统动力学研究往往忽略了参数的随机性,因此存在局限性.文章基于Kane方程,采用随机理论处理参数的不确定性问题,讨论了含随机参数的多体系统建模问题;并采用Monte-Carlo方法进行解算,最终得到统计意义上的结果.对一含随机参数的柔性机械臂进行了仿真计算,验证了本方法的正确性和有效性.     

基于模糊推理原理的多传感器数据融合方法

利用模糊推理方法融合具有不确定性的多传感器数据 ,将传感器的测量值作为模糊系统的输入 ,要计算的结果是模糊系统的输出 ,利用三角形隶属函数表示测量的不确定性 ,在输入变量所确定的区间内 ,不断改变输出变量的位置 ,计算输出与输入的兼容度 ,则兼容度最大的位置 ,就是最后要得到的结果。给出了一个多个传感器数据融合的计算实例 ,验证了本方法的有效性     

基于分布式压缩感知的联合检测与跟踪算法

多基雷达系统对隐身目标的检测与跟踪具有良好的效果,但是在集中式融合框架下应用于 多基雷达的检测与跟踪算法具有计算复杂、计算量大的缺点.对此,提出一种应用于 多基雷达系统的基于分布式压缩感知的联合检测与跟踪算法.首先,应用分布式紧凑感知 矩阵追踪算法直接重构出表征目标状态空间信息的稀疏网格反射向量;然后,应用检测 前跟踪算法得到精确的目标运动状态和轨迹.仿真实验表明了所提出算法的有效性.     

不变结构半弹道式再入飞行器的混合状态估计与模型集设计

多模型方法是混合估计的主流方法之一,以该方法估计不变结构半弹道式再入飞行器(SBRV)混合状态的难点在于设计有效的模型集.文中提出了一种伪Monte Carlo模型集可以使SBRV混合状态估计器在最小均方差(MMSE)意义下接近于最优.SBRV的再入估计具有高度的非线性,同时其模式由多个边界已知的参数张成.给出了这种伪Monte Carlo模型集的设计方法,并分析了其性能特征.该模型集相比于Monte Carlo方法生成的模型集有更高的精度,理论分析和仿真结果表明了新设计模型集的有效性与合理性.     

基于平方根求积卡尔曼滤波器的弹道目标跟踪

针对再入阶段的弹道目标跟踪问题,提出运用平方根求积卡尔曼滤波器(SRQKF)估计目标的状态.所提出的算法是求积卡尔曼滤波(QKF)算法的平方根实现.该算法传播了目标状态的均值和协方差的平方根,确保了协方差矩阵的对称性和半正定性,改进了数值精度和稳定性,但其计算复杂性稍有增加.仿真实验表明,所提出算法的估计精度优于QKF算法和扩展卡尔曼滤波(EKF)算法,是一种很有效的非线性滤波方法.     

基于多目标MS-OSPA下界的分散式传感器选择

本文提出了一种分散式大规模多目标跟踪网络的传感器选择优化算法.该方法以多目标状态集和估计集间的均方最优子模式分配误差下界作为优化目标函数,根据加权Kullback-Leibler平均（Kullback-Leibler average,KLA）准则对局部多目标密度进行融合,最终采用坐标下降法来折中计算代价和跟踪精度.仿真实验在不同信噪比场景下验证了本方法的有效性.     

扩展风险性滤波算法的修正方法

针对非线性系统扩展风险性滤波(ERSF)估计精度较低的缺点,提出一种基于二阶Taylor展开对其进行高阶修正的算法.该算法利用高阶项对一阶扩展卡尔曼滤波(EKF)的状态估计向量及协方差阵进行适当修正,并由新息滤波方法得到修正的扩展风险性滤波(MERSF).高度非线性的仿真研究表明,所提出的算法在计算量增加不多的情况下,滤波精度有明显的提高.