压差矢量水听器阵波束形成的优化

以各向同性噪声作为背景噪声场,对矢量水听器阵波束形成的优化方法进行了系统的研究.在分析各向同性噪声场中声压、振速相关性的基础上,利用最大信噪比准则推导了基阵的最佳增益与噪声场特性和阵列流形之间的关系,提出利用最佳增益权对阵列接收信号进行波束形成处理.通过对矢量水听器阵进行分解,将最佳增益波束形成引入矢量阵信号处理中.以二维压差矢量水听器阵作为接收基阵进行了仿真计算和湖上试验,结果表明,矢量阵的最佳增益波束形成可以获得性能更优的波束和更大的空间处理增益.     

基于U-正交变换的图像编码算法

为了更有效地进行图像编码,先用U-正交函数系构造出一类新型的U-正交变换, 并以三次U-正交变换为例,研究了基于U-正交变换的图像编码算法。该编码算法首先通过离散U-正交函数系的基函数构造U-正交变换的变换矩阵,并根据U-正交矩阵的对称性给出了U-正交变换的快速算法; 然后应用三次U-正交变换对图像实施2维变换, 再用JPEG标准中的量化矩阵、Huffman码表与熵编码方法对图像的三次U-变换系数进行量化与编码, 实现了基于三次U-正交变换的图像编码算法。实验结果表明, 三次U-正交变换的编码增益、去相关效率与DCT基本相同,而编码效果却与JPEG编码效果非常接近, 且计算复杂度与基于FFT的快速DCT算法基本一致。由此可见, 应用U-正交变换对图像进行编码压缩是一类行之有效的方法,并有望在视频编码中得到应用。     

基于神经网络控制的星载微波辐射计

本文提出一种采用神经网络控制技术的消除星载全功率微波辐射计系统增益和等效本机噪声波动的方法。此方法通过基于神经网络的控制系统,控制微波辐射计的系统增益与参考电压,使微波辐射计在轨运行期间系统参数保持不变。系统参数通过地面实验获得,因此在轨运行期间不再需要星上两点定标中的低温基准源,减少了低温定标天线等物理设备。     

选择分类器进行入侵检测

使用集成分类器的方法进行入侵检测,但差的个体分类器往往会对集成性能造成不良影响。因此,使用信息增益法评价各分类器性能,并剔除表现不好的若干个分类器。一方面,降低了分类器空间维数。另一方面,提高了集成效果。在公用的入侵检测数据集上的实验结果表明,本文方法具有较好的集成效果,优于单分类器性能。     

信息增益区分频繁模式分类方法

基于频繁模式的分类应用研究尚处于初始阶段,但其在关系数据、文本文档与图等方面的分类应用已取得初步成果。系统地研究了基于信息增益区分的频繁模式分类问题,提出了一种基于信息增益区分的频繁模式分类模型(IGFPC),从理论上论证了该模型的可行性。通过建立模式频率与基于信息增益区分度量间的联系,提出了一种在挖掘有用频繁模式上设置最小支持度阀值的方法,基于该方法和提出的特征选择算法(IGPS),生成用以构建高质量模式分类器的区分频繁模式。实验研究显示基于信息增益区分的频繁模式分类框架模型能在分类大数据集上达到较好的扩展性能和较高的分类精度。     

基于MATLAB/Simulink的PID参数整定

针对PID参数整定过程的复杂性,基于MATLAB/Simulink仿真环境,模拟临界比例度法PID参数整定的方法和步骤,给出了一种简单有效的PID参数整定方法。与通常的整定方法比较,其优点是非常直观、可以随意修改仿真参数,节省了大量的计算和编程工作量。通过仿真实例验证了该方法的有效性。     

循环流化床锅炉双模糊解耦控制的研究

针对循环流化床锅炉多参数、非线性、时变、强耦合的特点,引入了一种新型的模糊解耦算法,依据解耦补偿原理和模糊控制思想,提出了以模糊控制器作为解耦补偿器,以模糊PID作为系统控制器的双模糊解耦控制方法。以耦合最严重的燃烧系统为研究对象,通过相对增益确定多变量的耦合程度,并配对合适的输入输出变量。利用模糊控制器不要求被控对象精确的数学模型,适合于强耦合、大滞后等优点,有效地减少了系统动态响应时间,提高了实时性和控制精度。仿真结果表明,本文提出的控制策略简单可行、效果良好。     

强脉冲噪声环境下的多径衰信道估计

提出一种在强干扰脉冲噪声存在下对无线多径信道进行估计的算法.在无线通信系统中,衰落信道可以采用自回归(AR)模型建模,通过RLS算法和自适应Kalman滤波器分别对AR模型的参数进行估计,但是,这两种算法对噪声干扰非常敏感.为了加快RLS算法的收敛性,并有效抑制大脉冲干扰的影响,在算法的改进中引入了抑制因子,用于对脉冲干扰幅度的抑制.仿真结果显示:相比于传统的算法,改进后的算法在联合估计信道时,提高了抵抗大脉冲干扰的能力,加快了待估参数的收敛速度.     

基于颜色信息和光学增益的阴影消除

运动阴影常被误分为前景对象,会给目标的跟踪和识别带来很大困难,所以阴影消除在许多的监控系统中都是非常重要的。针对阴影检测算法受特定条件约束,不能自动适用于不同场景,为解决上述问题,提出了一种新颖鲁棒且无需复杂的参数调整的运动阴影消除方法。通过自适应高斯混合模型重建背景,采用背景差分法提取出包含阴影的运动区域,综合颜色信息与光学增益,将运动区域分类为运动对象区域和运动阴影区域。实验结果表明:所提方法在多种不同的场景下均能有效可靠的消除运动阴影。     

基于T-S模型的输出反馈滑模控制及应用

为了使系统满足品质要求并对不确定因素具有较强的鲁棒性,采用滑模控制方法。建立被控对象T-S模糊模型。针对系统状态不完全可测特点,采用迭代线性矩阵不等式方法,利用输出信息构造滑模面。根据系统品质要求,采用参数鲁棒设计方法,配置所需极点,确定相应在参数空间的映射关系。应用平行分布补偿算法,根据映射产生的参数样本训练T-S模糊控制器,实现等效控制律。在此基础上应用高增益方法设计切换控制律,保证系统对满足匹配条件的不确定因素具有较理想的自适应性。最后,直升机模型的仿真结果表明,方法具有很好的控制效果。