基于增强学习的空空导弹智能精确制导律研究

根据现代战争的对抗格局,提出了空空导弹拦截高速大机动目标的智能制导律.这种制导律是采用基于Q-learning算法的.Q-learning的思想是直接优化一个可迭代计算的Q函数,并利用增强学习实现知识的自动获取,来扩展所能得到的知识资源.在Q-learning算法中,系统通过计算状态的值函数或者状态-动作对的值函数来控制导弹的飞行.根据环境的评价性回报函数来实现决策的优化,从而能够达到行为优化.这种制导规律只需要导弹和目标的位置、状态变量和法向过载的测量量,易于弹上实时实现,并且将这种制导律和传统制导相比较.结果表明:这种制导具有一定的智能行为,可以拦截大机动目标.这种智能制导方法有利于提高打击精度和载机的作战生存能力.     

摄像机标定中一种约束条件选择方法

目前在摄像机标定中,普遍采用最小二乘法,约束条件选择对计算精度有很大影响.对以往的约束条件选择进行了分析和总结,提出了一种新的约束条件选择方法.经过数学推导得到计算公式.解算过程避免了解非线性方程.它充分考虑了参数之间的约束关系,利用正交矩阵保证Frobenius范数不变性来选择约束条件.使误差能按参数之间约束关系进行分配,从而能提高摄像机标定精度.     

基于Visual C＋＋ 5.0下多媒体程序设计新方法

本文介绍在Ｗｉｎｄｏｗｓ ＮＴ４。０中,基于Ｖｉｓｕａｌ Ｃ＋＋ ５．０的环境下,应用多媒体高层接口ＭＣＩＷｎｄ窗口类来播放音频,ＭＩＤＩ或视频文件,并给出了一种实现过程。     

基于LabWindows_CVI的虚拟测试平台研究与开发

本文提出了一种基于虚拟仪器的雷达发射机自动测试系统的研究方案,将虚拟仪器的概念应用到标准仪器的测量控制系统中,通过编程语言LabWindows／CⅥ对标准仪器进行控制。该测控系统采用基于GPIB卡的主从式分布结构。在测控过程中,工控机平台成为控制环节的主节点,通过GPIB电缆连接微波信号源、脉冲信号源、数字示波器、峰值功率计4台标准仪器来进行整个系统的数据信息传递,完成发射机导引头各参数的实时采集、选择性存储、波形打印。     

基于网格状模板的实时图像跟踪算法

传统相关跟踪算法存在运算量大和实时性差的缺陷.针对这一问题,提出了一种基于网格状模板的实时图像跟踪算法.该算法首先从减少参与匹配运算的像素数目的角度出发,剔除部分冗余像素,将匹配模板设置为网格状.然后在成像跟踪仿真实验平台下,用归一化互相关匹配方法实现了对运动目标的跟踪.仿真实验结果表明,该算法不仅在很大程度上减少了图像匹配的计算量,提高了跟踪实时性,而且跟踪快速准确,具有一定的实用价值.     

基于增强学习的空空导弹智能精确制导律研究

根据现代战争的对抗格局，提出了空空导弹拦截高速大机动目标的智能制导律。这种制导律是采用基于Q—learning算法的。Q—learning的思想是直接优化一个可迭代计算的Q函数，并利用增强学习实现知识的自动获取，来扩展所能得到的知识资源。在Q—learning算法中，系统通过计算状态的值函数或者状态-动作对的值函数来控制导弹的飞行。根据环境的评价性回报函数来实现决策的优化。从而能够达到行为优化。这种制导规律只需要导弹和目标的位置、状态变量和法向过载的测量量。易于弹上实时实现，并且将这种制导律和传统制导相比较。结果表明：这种制导具有一定的智能行为。可以拦截大机动目标。这种智能制导方法有利于提高打击精度和载机的作战生存能力。     

一种实用的快速相关跟踪算法

图像跟踪算法是成像跟踪系统的关键技术之一。如何提高计算速度,满足实时要求,始终是该技术一个值得研究的课题。该文介绍了选择目标跟踪常用的跟踪算法,提出并详细阐述了一种逐步逼近的相关跟踪算法,该算法假设目标图像在帧问位移是一有限值,从目标图像中选定一点,精心设计X、Y两特征向量,逐次逼近目标的指定点,该算法最终收敛于指定点。仿真结果表明,该算法不仅能显著加快跟踪速度,而且有较大的实用性。