噪声对维纳滤波反卷积算法性能影响的分析

传统观念认为,扫描体制下的实孔径雷达方位分辨力受限于3dB功率波束宽度,这使得雷达难以从方位上区分波束内的两个等距目标。维纳滤波反卷积算法是一种简单实用的超分辨算法。文章仿真了不同信噪比下维纳滤波反卷积算法的超分辨率,对算法的噪声敏感特性进行了分析,为工程选择和应用提供了依据。     

红外图像中舰船目标增强技术研究

随着各国在海洋领域竞争的日益激烈,舰船目标自动识别技术正逐渐成为社会的研究热点,目标增强是舰船目标自动识别技术中的重要环节,但通常海天背景下舰船目标红外图像的目标背景对比度低,图像信噪比差。为使低对比度舰船红外图像中感兴趣目标得到增强,本文首先利用中值滤波去除图像中的随机噪声,然后对图像进行同态滤波,最后加入对像素空间位置的考虑,利用像素邻域的灰度均值和均方差值构建了一个灰度变换函数,实现图像的灰度拉伸。实验结果表明,以往仅通过灰度信息的增强技术很难取得较好效果,本文在考虑像素位置的基础上提出的灰度变换函数可较好的实现对舰船目标局部区域的增强。     

改进随机森林-蒙特卡罗法在A型液舱支座结构可靠性分析中的应用

[目的]随着液化天然气(LNG)船舶结构研究和设计深度的提高,需要有能够快速和准确地评估不确定性因素的可靠性分析方法。为此,提出基于改进随机森林-蒙特卡罗(RF-MC)法来解决A型独立液舱支座结构失效概率的计算问题。[方法]首先,根据不确定性因素的概率分布,使用MC法生成样本集;然后,以局部离群因子为准则,筛选出失效面附近的样本点,再对筛选出的样本点进行有限元计算后添加至训练集,通过重复训练随机森林近似模型,直至满足精度要求;最后,使用近似模型判别样本点是否失效,结合MC法计算结构的失效概率。[结果]综合考虑算法的准确率、复杂度和效率并结合算例1和2,可以发现在分析可靠性问题时改进RF-MC法比MC和BP-MC等方法具有更大优势。算例3的应用结果表明了改进RFMC法在A型独立液舱支座结构可靠性分析中的适用性。[结论]研究结果可为LNG船舶的优化设计提供可行的技术方案。     

军工电子设备电磁兼容性的试验标准和达标技术

GJB151A-97标准是我国现行的考核电子设备电磁兼容性(EMC)性能的国家军用标准,现对该标准所规定的测试项目作了说明,阐述了军工电子设备的EMC特点和设计对策。以在军标EMC的各项测试中达标为目的,提供了一些实用的设计经验。以某军工电子设备EMC设计为例,介绍了设计原则和实用技术。     

罗兰C接收机抗载波干扰分析

在结合罗兰C信号特性以及接收机组成结构的基础上，通过数学模型分析了接收机抑制窄带载波干扰的能力。仿真计算表明，通过前端滤波、累加平均和相位解码，接收机在较低的信干比条件下也能有效地抑制载波干扰。     

A hybrid model based method for bus travel time estimation

Providing accurate information about bus arrival time to passengers can make the public transport system more attractive. Such information helps the passengers by reducing the uncertainty on waiting time and the associated frustrations. However, accurate estimation of bus travel time is still a challenging problem, especially under heterogeneous and lane-less traffic conditions. The accuracy of such information provided to passengers depends mainly on the estimation method used, which in turns depends on the input data used. Hence, developing suitable estimation methods and identifying the most significant/appropriate input data are important. The present study focused on these aspects of development of estimation methods that can accurately estimate travel time by using significant inputs. In order to identify significant inputs, a data mining technique, namely the k-NN classifying algorithm, was used. It is based on the similarity in pattern between the input and historic data. These identified inputs were then used in a hybrid model that combined exponential smoothing technique with recursive estimation scheme based on the Kalman Filtering (KF) technique. The optimal values of the smoothing parameter were dynamically estimated and were updated using the latest measurements available from the field. The performance of the proposed algorithm showed a clear improvement in estimation accuracy when compared with existing methods.     

灰箱辨识在二系悬挂参数估计中的应用

介绍了灰箱辨识在铁道车辆二系悬挂参数估计中的应用,运用灰箱辨识方法估计二系悬挂的质量、阻尼和刚度参数,并比较了两种灰箱辨识软件工具MoCaVa和CTSM的辨识结果。分析辨识结果发现MoCaVa在测量噪声存在时比较精确的估计出线性模型的结构参数,且辨识结果对参数初值具有鲁棒性。该方法对监测车辆的运行状态,诊断车辆故障具有重要意义。     

车辆系统垂向与横向耦合的侧倾状态估计

为有效解决复杂行驶工况下车辆耦合侧倾运动状态无法精确获取,进而对车辆系统操纵稳定性与乘坐舒适性兼顾优化无法提供准确输入的难题,本文中设计了基于车辆垂向与横向耦合动力学的双非线性状态观测器算法,以实现复杂行驶工况下车辆耦合侧倾运动状态的实时准确估计。首先,建立了路面激励模型与整车系统垂向与横向耦合动力学模型;接着,利用无迹卡尔曼滤波方法(UKF)与非线性模糊观测(T-S)理论,设计了非线性状态观测算法,以在不同路面激励工况下对车辆系统簧载质量与侧倾状态进行联合估计;最后,运用CarSim■动力学软件,对比分析了在标准A级与C级路面上进行J-turn试验工况下,采用联合状态观测器(UKF&T-S)实时估计车辆侧倾角与侧倾率的观测精度。结果表明,本文所设计的UKF&T-S观测器可有效估计车辆侧倾状态,且与CarSim■仿真数据相比识别状态标准偏差不超过10%。     

灰度一梯度共生／环形Gabor滤波纹理分类

解决旋转不变纹理分析问题，提出一种新的旋转不变纹理分类方法：灰度～梯度共生（GGC）／环形Gabor滤波（CGF）联合。将灰度—梯度共生矩阵用于纹理图像的统计分析中。此外，将传统的Gabor滤波器（TGF）改进为环形对称形式，通过CGF信道输出区得旋转不变纹理特征。将两种方法结合起来作为分类纹理依据，提出基于信息增益的特征选择算法。实验结果表明该方法具有较高的分类性能。