系留气球压差与球体应力变化关系研究

针对系留气球球体压差变化和球体应力变化之间的关系进行研究.对球体受力情况进行简化,采用微元受力分析的方法进行应力分析,得出球体应力的理论解.采用有限元软件对无附加结构的球体进行应力分析并同球体应力的理论解进行对比,验证了有限元软件计算结果的可靠性.利用有限元方法在不同压差情况下对球体应力进行分析,确定了其高应力区域的范围和数值.需要指出的是采用膜单元比采用通常的薄壳单元进行应力分析更贴近实际情况.上述结果为球体气囊的结构设计、强度设计提供依据.     

基于人工免疫的烟草异物图像多阈值分割

烟草异物图像分割是图像异物识别的基本任务。为了快速实现烟草异物图像多阈值分割,提出了一种基于人工免疫算法与最大类间方差法的多阈值烟草异物图像自动分割方法。算法首先定义了图像分割目标函数;接着运用人工免疫算法,结合最大类间方差法以及目标函数对图像进行自动分割,并产生最优的多阈值,从而实现图像的多阈值分割。人工免疫算法中,抗原是指最优图像分割目标函数,而抗体是指最优的多阈值。实验证明,方法对烟草异物图像多阈值分割的效果良好,分类清晰。     

低成本的UTRV三维可视化仿真测试系统设计

相对于常规飞行器,倾转旋翼飞行器原本就对飞控系统有着更高的要求,而其无人化后的产品UTRV(无人倾转旋翼飞行器)对此的需要还要更上一层楼.为了满足开发UTRV飞控系统的需要,有必要开发更加方便的飞控系统仿真测试环境.使用现有货架商品构建了一套UTRV三维可视化仿真测试系统.系统内含可调整的UTRV全飞行包线非线性气动模型,用于提供控制律开发和动态仿真;系统可以方便的替换飞控模块程序进行仿真实验,以此验证控制律;同时,仿真实验全程数据以直观的实时三维视觉仿真方式显示,有利于发现飞控系统缺陷.使用货架商品还大大降低了成本,非常适合中小研究所和大学使用.     

基于非局部算法的序列图像超分辨率重构

提出了一种基于非局部算法的多帧图像超分辨率重构算法,该方法无需进行图像校正。为克服传统图像复原算法基于图像局部点领域的影响,指出可以使用非局部去噪模型的优越边缘保持性和去噪性来重构高分辨率图像。实验证明,该算法在低信噪比情况下,可以取得较好结果,有效解决了低信噪比条件下图像复原的一个难点。     

一种通用的软件功能规模度量模型

功能规模度量（FSM）方法通过量化用户功能需求(FUR)而得到软件功能规模。针对不同的功能规模度量方法都是使用不同的抽象来描述一个软件系统的问题,提出了一种通用的FSM模型。根据软件系统的抽象模型,首先对度量所涉及的数据组和事务进行了泛化,然后以IFPUG FPA为例详细说明了该通用模型和FPA之间的转换过程,最后给出了度量过程的算法描述。     

基于干扰模型的无线网状网QoS路由策略

为支持无线网状网中多媒体业务,提出了基于干扰模型的QoS路由策略WQRI。首先对网络进行分层,然后提出新的可用带宽和端到端延时估计方法,在协议中实现可靠的接入控制和端到端资源预留。仿真表明,WQRI策略能以较低的控制报文开销为实时业务提供QoS支持。     

提取多尺度光照不变量的人脸识别

光照变化条件下的人脸图像识别一直以来都是图像处理中的热点和难点问题,为了提高人脸图像的识别率,提出了一种用于非均匀光照条件下人脸识别的算法.利用对数及二维小波变换的多尺度特性提取出人脸的光照不变量,然后运用PCA+LDA方法进行人脸特征提取,并采用基于欧氏距离的最近邻分类器进行识别.通过Matlab编程实验,在Yale B人脸库中达到了较高的识别率.     

基于自适应小生境递阶遗传算法的RBF均衡器

递阶遗传算法(HGA)一次只能确定一个最优个体。采用小生境递阶遗传算法,依据进化信息自适应调整小生境区域,在均衡数据误比特率最低,隐层中心聚类有效性最佳的基础上,可以从多个进化优解中确定出最佳结构的径向基(RBF)神经网络均衡器。仿真结果验证了算法的有效性和稳定性。     

基于复杂网络的大型软件系统度量

随着软件系统规模的不断增大,如何度量面向对象大规模软件系统成为一个亟待解决的问题.近年来迅速发展的复杂网络理论为解决该问题提供了一个新的视角.介绍了大规模软件系统中的复杂网络现象,从元素级、模块级、网络级3个不同的粒度提出基于复杂网络的软件系统的各种度量;实现了大型Java程序复杂网络描述和度量工具JPAC.JPAC可用于分析大型Java系统的结构,并计算基于复杂网络的各度量值.     

多传感器信息融合中时间同步方法的研究

多传感器信息融合技术日前广泛应用于自主车辆导航等信息技术领域,而时间同步技术是多传感器信息融合中的一项关键技术,是实现多传感器信息融合的必备条件之一.为了提高多传感器系统中时间同步的精度,提出了一种局域网内的时间同步方法,方法实现简便且可以提供很好的时间同步精度.通过仿真实验证明了所提出的方法不但在网络延时较小的情况下可以满足多传感器信息融合对时间同步精度的要求,而且在网络延时明显增大的情况下也可达到毫秒级以内的时间同步精度.