一种引入目标运动速度的多站无源时差定位方法

在多站测角的被动目标跟踪中,目标的状态与角度量测值之间存在非线性关系,现有的方法主要是对其进行线性化,但线性化过程会带来滤波精度的下降,甚至会产生滤波发散而丢失目标。针对这一问题提出一种新方法,由于利用多普勒测速原理可以获得目标运动速度,因此将目标运动速度引入量测方程中,通过附加独立信息观测通道以期提高目标跟踪的收敛精度和收敛速度。仿真结果证实会使滤波算法收敛速度加快,收敛精度提高,改善跟踪性能。     

基于xPC目标的无人机飞控半实物仿真技术研究与应用

文章在掌握xPC Target工具技术的基础上,以实验室项目为背景,在xPC Target环境下,使用MATLAB的无人机硬件在回路仿真技术,将建模理论、飞行控制技术、计算机仿真技术、xPC目标硬件接口技术、硬件在回路仿真平台构建技术等融于一体,实现了无人机飞行控制系统开发和测试平台的统一。最后在半物理仿真条件下对设计进行了仿真测试,验证了仿真平台的可行性。     

水面舰艇超视距目标定位方法及精度分析

总结了水面舰艇舰载超视距雷达和舰载直升机进行超视距目标定位的方法,对典型超视距雷达和直升机目标定位方法的精度误差来源及构成进行了分析,提出了舰载雷达和直升机在远程定位的作战使用中的战术要求。     

基于当前统计模型的三维空间机动目标跟踪算法

对可以观测距变率和角变率的雷达观测系统提出了在三维空间中引入距变率(径向速度)和角变率(角速度)的当前统计卡尔曼滤波算法。针对三维空间中的机动目标,将新提出的算法和传统算法进行仿真,结果表明,当引入距变率和角变率时,其收敛速度加快,收敛精度提高,改善了跟踪性能,具有工程实践指导意义。     

隧道路面类型选择及调查研究

采用理论分析和实际调查相结合的方法分析了隧道内温度、湿度、噪声、基础强度、交通条件等对隧道路面类型选择影响.为了选择舒适、安全、耐久的隧道路面类型,基于灰靶分析理论从路面整体强度、耐久性、平整度、抗滑性能、耐磨性能及修复难易程度六个方面对沥青和水泥两种路面进行综合评价.结果表明沥青路面在隧道中具有更好的适用性.经对近百座隧道路面实地调查,验证了理论分析的正确性.随着施工、阻燃等技术进步,沥青路面将逐渐取代水泥路面在隧道内得到广泛应用.     

一种基于视频虚拟检测线的交通流参数检测方法

实时交通流参数检测在智能交通系统中起着重要的作用。参数检测有多种方式,其中基于图像处理的视频车辆检测方式近年来发展很快,由于它具有检测区域大、系统设置灵活等突出的优点,已成为智能交通系统领域的一个研究热点。车辆的检测基于车道,在每个车道设置两条虚拟检测线来检测交通流参数,虚拟检测线的作用类似于电磁感应线圈。系统通过对视频虚拟检测线的预处理将二维的数字图像转化成一维的检测信号,减小了运算量,降低了运算负荷。提出的基于视频虚拟检测线特征的交通流参数检测系统已经在PC机上用VC 6.0实现,并对不同典型天气条件下的交通流视频进行了实验,实验结果表明该系统具有较高的车流量统计精度。     

基于轻量化网络和注意力机制的智能车快速目标识别方法

为提高智能车在真实环境中的实时检测能力,改善复杂环境下检测效果不佳的问题,本文提出一种基于轻量化网络和注意力机制的智能车快速目标识别方法。首先,为了减少网络计算参数和提升目标识别算法的推理速度,提出利用GhostNet加速YOLOv4的特征提取;其次,为了提高复杂场景下对道路目标的识别精度,在GhostNet和特征金字塔部分添加结合软阈值化改进的注意力模块;最后,为了验证本文提出方法的有效性,选取Pascal VOC、KITTI公开数据集和自制城市道路数据集进行实验对比。与其他目标检测算法在精度和速度上进行比较,结果证明,本文方法在平均检测精度提升1.7%的情况下,模型参数量降低到原来的18.7%,检测速度提升了66%,检测速度和精度均优于其他算法,可满足智能车的实时感知需求。     

一种水下目标识别方法──基于模糊理论的多种神经网络融合分类

在应用多种方法提取目标噪声中分类特征的研究基础上,本文设计出基于模糊理论的多神经网络融合分类器,其研究重点主要包括有监督分类的模糊聚类神经网络分类、多神经网络与模糊综合分析相结合的融合分类。基于大量海试实测信号样本的多组实验表明,该分类方法具有良好的工程应用前景。     

铁路入侵运动目标实时检测技术

针对铁路场景下入侵异物的特点,采用智能视频技术,对监控视频图像序列中入侵运动目标检测方法进行研究．提出基于参考点的“相对背景差分法”、基于目标特征的跟踪算法和基于透视规律的目标分类方法,实现对多目标场景运动目标的实时检测识别。典型场景实验结果表明：上述算法实现了铁路入侵运动目标的高效检测,与基础背景差分法相比,误检率和漏检率分别减小了24．56％和54．17％;与基于区域的传统目标跟踪方法相比,误匹配率和漏匹配率分别减小了64．78％和22．58％,且算法具有较强的实时性和鲁棒性。     

智能冲击压路机路基压实度自动检测方法

为了提高路基压实度检测的准确性, 提出了路基压实度自动检测的瑞雷波法。采用落锤法敲击地表产生瑞雷波, 分别通过检波器和地震仪采集和记录瑞雷波信号, 应用τ-p变换提取经过信息处理后的瑞雷波, 获取频散曲线, 利用瑞雷波反演横波速度的方法计算压实度, 分析了压实度分布剖面图信息, 对比了用瑞雷波法和灌砂法计算的路基压实度。计算结果表明: 两条压实度曲线几乎重叠, 最大绝对误差为-0.300%, 相对误差为0.308%, 说明用瑞雷波法检测路基压实度数据可靠, 可以用于控制冲击碾压施工。