伪目标动态可行域约束法中的观测站最优路线规划算法

在针对非视距环境下单站机动定位的伪目标动态可行域约束法中,目标位置可行域大小直接影响到算法速度和最终定位结果的精度,因此该文提出了一种基于动态规划的观测站最优路线规划算法。该算法在当前测量时刻所测数据的基础上,以目标位置可行域收敛面积最大化为目标,分析出观测站运动到下一测量时刻的最优运动方向,从而达到缩短定位时间和抑制定位误差的目的,实现整个测量路线的最优化。     

基于方向特性的指纹图像预处理

指纹图像具有方向特性,利用这一特点对指纹图像进行预处理可以达到意想不到的效果.本文中先对采集到的指纹图像进行背景有效区域提取,然后用Sobel算子计算得到指纹的方向角,并加以修正后用于提取前景有效区.实验证明经过修正后的方向角使指纹的方向更加可靠的.对图像进行基于该修正方向角的Gabor增强滤波,以及二值化可以大大提高处理精度.实验结果显示,该预处理算法可以有效去除指纹图像中的噪声,并能提高处理速度.     

基于数据约减的聚类有效性分析

聚类分析中利用有效性指标判断数据集的正确类数极易受到噪声数据、类之间分离性以及聚类算法的影响,所确定类数的正确性难以得到保证.为克服这个问题,以文献[1]中的数据约减方法为基础,对原数据集和约减后的数据集利用有效性指标进行正确类数判别.实验表明:该方法能增大类之间的分离性,有效判断数据集的最优类数.     

基于HMM的手势轨迹识别方法及应用

结合基于深度图像的手势分割不易受光照、背景变化等诸多因素影响的特点,提出一种基于隐马尔可夫模型(HMM)的动态手势轨迹识别方法.首先采用Kinect传感器获取手势的运动轨迹,利用模板匹配定标起始点,速度变化确定结束点,然后对轨迹进行高斯滤波预处理操作,再对手势轨迹进行方向角的特征提取,最后利用多观察值序列的Baum-Welch算法对HMM进行轨迹样本的训练,并用Viterbi算法求取最大概率序列的方法来实现轨迹识别.实验表明,该方法的实时性高、鲁棒性强,并成功运用到电视的遥控模块中.     

基于张开角测度的数据约简

数据约简是包括数据压缩、数据调整和特征提取在内的数据挖掘技术中的重要课题,但已有的数据约简方法主要聚焦在特征或者维度的约简,而针对样本个数的约简方法,往往是针对具体的数据集开发,缺乏一般性.针对数据集中数据分布的一般特征,定义一种新的基于张开角的测度.该测度能够区分数据集中核心对象和边界对象分布的本质区别,实现数据集中以核心对象为中心的数据压缩.通过对UCI公共测试平台上20个具有不同特征的典型样本集进行数据约简和测试,结果表明:约简能够有效地提取数据集中的核心目标;通过对约简前后数据集采用经典K均值算法聚类,发现约简后数据集中聚类正确率明显高于约简前数据集.     

基于二阶统计量的四维近场源定位

本文针对近场窄带信源频率、仰角、方向角和距离四维参数的估计问题，提出了一种基于二阶统计量的近场源四维参数估计方法。该方法利用中心对称的十字阵列和多重旋转矢量不变技术估计信源参数，无需谱峰搜索，同时避免应用四阶累积量，减轻了算法的计算量。仿真实验证明了该算法的有效性。     

土石方工程设计中挖填的计算机自动识别技术

对土石方CAD软件开发过程中遇到的挖填方的确定问题进行了探讨、对计算机自动识别的条件进行了推导,最后给出了识别条件的代数表达式和程序代码。     

基于只测向的舰载单平台无源定位技术

结合舰载无源定位的特点,论述了用单平台观测站通过只测向对固定或运动辐射源进行定位的基本原理和方法,并给出了相应的算法。文中对观测平台和辐射源的典型航迹进行了计算机仿真,结果表明,该方法是一种具有发展前景的单平台无源定位方法。     

基于MEMS与Android智能手机融合的 室内个人导航算法

针对微机电系统(micro-electro mechanical system,MEMS)惯性器件在导航解算中存在较大的累积误差问题,提出了一种基于MEMS惯性器件与Android智能手机融合的室内个人导航算法.导航算法在捷联惯性导航算法的基础上,根据人行走时的运动特点,引入了零速度检测与修正算法来检测人行走过程中的静止状态,并对行人静止时刻的速度和位置信息进行校正,以降低累积误差.导航解算中由于陀螺仪漂移导致获得的行人运动方向角误差较大,故采用MEMS陀螺仪输出姿态信息与Android智能手机中的电子罗盘方向角融合的行人运动方向校正算法来获取行人运动方向,并结合滑动均值滤波算法来进一步校正行人的运动方向,提高导航精度.最后通过实验结果验证了导航累积误差修正算法的可行性和有效性.     

双基地MIMO雷达多目标多参数联合估计

为了实现双基地多输入多输出(MIMO)雷达目标参数估计,建立了双基地MIMO雷达信号模型,提出了一种目标方向角和多普勒频率联合估计的方法,该方法通过构造空时矩阵,只进行一次特征值分解,即可得到雷达多目标多参数的闭式解,避免了多维非线性的谱峰搜索,并可实现自动配对.仿真结果证明了所提算法的有效性.