测量噪声相关情况下的航迹融合和测量融合

研究了测量噪声相关情况下的航迹融合和测量融合问题,根据线性无偏最小方差估计理论,推导了噪声相关情况下的多传感器跟踪系统的航迹融合和测量融合算法.经Monte Carlo仿真表明,文中给出的考虑噪声相关的航迹融合和测量融合算法的跟踪精度均高于相应的不考虑噪声相关的传统算法,且附加的计算量很小.     

时空信息多模式融合模型应用研究

给出了时空多模式融合模型(MM模型)的实用建模方法.利用华北地震和北京SARS 2个时空数据集对MM模型进行了建模应用和性能评价,与单纯神经网络模型相比,MM模型的预测准确性与预测趋势变化的能力均有所提高.分析表明,利用MM模型对不同类型时空过程建模时,不同分量信息所起到的作用并不相同.     

基于多传感器数据融合的目标分析

声场环境复杂,易引起单个声传感器所获得数据的不确定性,利用数据融合方法可以解决目标分析中信息的不确定性问题.文中建立了适合工程实用的基于多传感器数据融合的目标分析模型,利用该模型对三维情形下舰船通过过程进行了仿真.该方法的应用实现了对多传感器信息的优化利用,取得了较满意的结果,证明了模型的有效性.     

铁路轨检车轴箱振动加速度消趋方法的比较

振动测量数据中往往包含了趋势项,这些趋势项对数据的分析会产生很大的影响,尤其在积分过程中,这种影响会进一步放大,所以消除趋势项是数据分析的基本前提。对包含在轴箱加速度中的趋势项进行消除,并进行双积分以达到与轨面高低不平顺进行比较的目的,采用了三种消趋方法进行对比分析的方式,三种消除趋势项的方法（多项式拟合消趋,滤波消趋及小波消趋）对实测数据的分析结果为：多项式拟合消趋不适于轴箱加速度的积分分析,而滤波消趋与小波消趋能适于这种分析,进一步,从波形包络来看,小波消趋与原波形最接近。最后提出了适合于轴箱加速度分析的消趋方法及其相关参数值。     

基于概率神经网络和声压的柴油机故障诊断

论述了利用柴油机运转缸盖噪声信息来诊断内燃机故障的一种方法,通过FIR数字滤波技术从发动机缸盖噪声信号中分段提取发动机的燃爆和气门开闭信息,采用参数平均法消除了缸盖噪声测量的随机误差,利用概率神经网络的分类功能,准确判断出了各种故障。     

GM(1,1)灰色模型在目标跟踪中的分析和改进

分析GM(1,1)灰色模型应用于目标跟踪的性能,指出其为受限的变加速模型,提出了速度模型的概念,并指出模型精度的受限的原因,给出相应的改进方法,最后通过仿真说明了该方法的有效性.     

专业认证背景下《机械设计》课程教学方法探讨

《机械设计》课程是高校机械类专业开设的重要课程之一,对创新型人才的培养起着非常重要的作用。为了达到专业认证的要求和培养高水平应用型人才,分析了机械设计的教学改革研究现状及存在的主要问题,对机械设计课程的教学方法、创新能力培养、考核方式、教师能力提升以及产教研融合体系的建立等方面进行了探讨和改进,旨在教师的教学水平,提升学生的创新能力,激发学生的学习主动性,培养能解决工程问题的创新型人才。     

大场景范围公路实景模型构建技术研究

在公路工程设计、施工和运维阶段建立一个能直观、逼真地展现公路全线的道路及周边环境的公路实景模型,可为公路工程建设在设计、规划、运维等方面提供辅助决策支持和成果的个性化展示,但是目前公路实景模型构建方法在显示效率、实景模型质量、模型构建自动化等方面缺少对大范围带状公路场景的优化。本次研究针对实景模型构建过程中高程和影像数据叠加、地形块轻量技术、LOD调度技术、道路BIM模型自动导入与优化、自动化地物识别和构造物叠加技术进行了研究,提出一种适用于大场景范围的公路实景模型构建方法,较大提升了公路实景环境模型的显示效率、模型效果和构建效率。通过对比LOD调度技术和地形块轻量化技术在不同场景大小下的显示效率和内存占用发现,该构建方法可以满足100 000 m×100 000 m。场小下的公路实景模型构建。     

数据融合技术在航海避碰决策支持系统中的应用

在航海避碰决策支持系统中引入数据融合技术,给出了系统的数据融合处理模型,并将数据融合技术与人工智能技术相结合,分别建立了基于ＤＳ证据理论、神经网络技术和模糊理论的目标识别模型、会遇状态估计模型及碰撞威胁估计模型。