逆M序列在机抖激光陀螺消除动态闭锁中的应用

对逆M序列在消除激光陀螺动态闭锁误差中的应用进行了研究和验证.目前多采用M序列对抖动的幅度进行调制来消除激光陀螺动态闭锁误差,而逆M序列与M序列相比不仅满足注入到激光陀螺抖动中的要求,且比M序列有其性质等方面优势.通过理论分析及M序列和逆M序列在消除机抖激光陀螺动态闭锁中实验中的应用对比,实验数据表明逆M序列在消除动态闭锁中的作用要优于M序列.     

基于误差修正的二值水印图像提取算法

为了减少水印算法中设置阈值带来的不便,减少水印提取时的计算量.设计了一种图像数字水印盲检测算法,分析了离散余弦变换(DCT)系数位置时水印质量的影响,采用黄金分割选取待嵌入水印的DCT系数位置.在原始灰度图像中嵌入二值水印图像,采用修改二进制DCT系数来实现水印的盲检测,水印提取时,用闭环误差修正的方法提取水印信息.分别用椒盐噪声.压缩等攻击进行实验,得到了一些有益的实验结果.该算法计算量小,隐蔽性好.     

均衡竞争神经元获胜机会的方法

竞争型神经网络存在"死点"问题,某些神经元在竞争中可能始终未能获胜而成为"死神经元",不仅造成神经元的浪费,而且造成训练误差偏大,无法达到训练误差的精度要求,不能很好完成它所担负的聚类或分类任务.针对该问题,研究竞争型神经网络的切入点,深入探讨了LVQ神经网络并且通过引入阈值学习规则,均衡神经元获胜的机会,较好地解决了该类网络在遇到"死"点时训练误差偏大的问题,仿真实验结果表明了该方法的有效性.     

权重均方误差在基于小波的不规则网格压缩中的应用

为了提高图像数据在网络上的传输效率,往往将其压缩后再传输.基于小波的压缩能取得比较好的效果,但有时对压缩后的图像重构质量有更高的要求,就必须对小波编码器在编码过程中的均方误差进行改进.传统的方法是直接用小波系数的每个子带均方误差来表示和量化信号有关的均方误差,但这种方法只适用于标准网格.提出了适用不规则网格的权重均方误差,该方法适用于所有的模型、所有的位率和所有的升力模式.     

基于双向NAT和智能DNS内网服务器安全快速访问策略

校园内网服务器的访问通过教育网链路进行,公网用户的访问速度慢.通过双向NAT策略将公网用户的请求IP封包进行有效转换,将此IP包的公网源地址和目的地址转换为内网源地址和目的地址,并避开边界路由器内网口策略路由,实现通过公网链路进行路由选路;智能DNS对公网用户和教育网用户针对同一域名分别解析各自所在网络的IP地址,保证公网用户通过公网链路访问内网服务器.实验结果表明,公网用户的访问速度明显提高.     

连续时间部分可观Markov决策过程的策略梯度估计

针对连续时间部分可观Markov决策过程(CTPOMDP)的优化问题,本文提出一种策略梯度估计方法. 运用一致化方法,将离散时间部分可观Markov决策过程(DTPOMDP)的梯度估计算法推广到连续时间模型, 研究了算法的收敛性和误差估计问题,并用一个数值例子来说明该算法的应用.     

基于自适应噪声抵消的MIMO-OFDM信道估计

对多输入多输出正交频分复用系统的信道估计进行了研究,利用自适应噪声抵消的思想,提出了一种基于自适应噪声抵消和奇异值分解的信道估计方法.该方法首先利用自适应噪声抵消对最小二乘(LS)估计进行去噪处理,然后将其结果用于奇异值分解(SVD)的MMSE低阶近似方法中.仿真结果表明,利用此方法有效地抑制了噪声的影响,其系统性能优于利用最小二乘方法所获得的系统性能.     

光纤陀螺捷联系统振动误差补偿研究

针对舰船振动环境对光纤陀螺捷联系统性能的影响,提出基于神经网络的非线性数学补偿方案。对加速度计信息作傅里叶分析,进行振动特征提取;利用提取的振动特征值作为输入向量进行BP神经网络训练,建立光纤陀螺误差输出模型;对陀螺进行在线补偿,减小振动引起的漂移误差,提高了捷联系统初始对准精度。     

光电编码器在齿轮传动误差中的应用

提出了降低传动系统转速,用光电编码器代替圆光栅测量齿轮传动误差信号的思想,对于采集的行星轮系传动误差实验数据进行了有效性的判定,用Burg算法对传动误差信号进行了功率谱密度的AR模型的参数估计,绘制出实验测得的传动误差功率谱密度曲线,对光电编码器测量传动误差结果进行了分析,证明了在低转速情况下,用光电编码器代替圆光栅测量传动误差是行之有效的。     

石英挠性加速度计正交双表测试方法研究

给出了在转台上标定石英挠性加速度计的正交双表测试方法。分析了转台误差源对加速度计误差模型辨识的影响,建立了g^2观测法的辨识模型,并在转台上进行了20位置试验。试验结果表明：正交双表法可以降低设备转角误差对加速度计模型参数估计结果的影响,从而显著提高加速度计测试精度。