应用二维相关提高DOAS技术的温度鲁棒性

利用差分光学吸收光谱(DOAS)技术对空气中污染气体的浓度进行实时监测时,测量结果的准确度会受到环境温度变化的影响。为此,提出了通过二维相关光谱技术优选波长来提高DOAS测量中温度鲁棒性的方法。通过对不同温度下SO2的吸收截面进行二维相关分析,得到了动态吸收截面同步相关谱对角线的自助峰,据此分析了不同波长下吸收截面随温度变化的敏感程度,进而优选出最佳反演波长范围300.5～310nm。在将波长优选前后现场的测量结果和参考值进行对比时显示:采用优选波长前后24h的平均测量误差由22.5%减小至9.9%,测量值和参考值的相关系数由0.780 8提高到了0.949 6。结果表明,二维相关光谱和DOAS技术相结合,可以准确测量污染气体浓度。     

鲁棒的车载红外视频电子稳像算法

针对车辆行进中,红外热像仪拍摄的视频序列存在复杂的随机抖动,提出基于BRISK特征点匹配的运动估计算法,计算出高精度全局运动矢量,同时对于特征点匹配时出现误匹配及场景中存在前景运动物体的情况,采用模糊聚类法分离全局运动和局部运动,提高了算法的鲁棒性。提出了基于Kalman粒子滤波算法,有效实现了复杂扫描运动和随机抖动的分离,并利用双线性插值法进行图像补偿。采用快速图像拼接法进行未定义区域处理,实现了图像全景输出。还利用车载红外热像仪实际拍摄的红外视频进行了稳像实验。实验结果表明,视频序列获得了很好的稳像效果,能够满足实际应用要求。     

基于混合遗传算法优化的MLP神经网络的调制方式识别

提出了一种基于遗传算法与多层感知神经网络的调制识别方法,运用改进遗传算法优化的多层感知神经网络分类器对各种调制信号的特征矢量进行分类识别.利用遗传算法的高效全局特性,克服了传统BP算法易于陷入局部最优解的缺点,同时在遗传算法基础上增加梯度下降算子,加快了收敛速度,使得分类器的识别率、收敛速度和鲁棒性得到明显改善,仿真实验的结果证明了此方法的有效性和可行性.     

Natural Connectivity of Complex Networks

The concept of natural connectivity is reported as a robustness measure of complex networks. The natural connectivity has a clear physical meaning and a simple mathematical formulation. It is shown that the natural connectivity can be derived mathematically from the graph spectrum as an average eigenvalue and that it changes strictly monotonically with the addition or deletion of edges. By comparing the natural connectivity with other typical robustness measures within a scenario of edge elimination, it is demonstrated that the naturM connectivity has an acute discrimination which agrees with our intuition.     

耦合动力系统的预测投影响应

提出了耦合动力系统的预测投影响应,通过选择不同的函数以及改变比例因子可以构建一系列不同的驱动响应系统.详细研究了该系统的一种特殊情况——加速预测投影响应.在该系统中,响应系统与驱动系统的输出轨迹在幅度上成比例关系,并且具有更快的演化速度.同时,还进一步证明了该系统在驱动信号和驱动项有微小扰动以及参数失配的情况下具有鲁棒性.     

Robust color segmentation algorithms in illumination variation conditions

<正>Changing illumination condition can change the result of image segmentation algorithm and reduce the intelligent recognition rate.A novel color image segmentation method robust to illumination variations is presented.The method is applied to the skin segmentation.Based on the hue preserving algorithm, the method reduces the dimensionality of the red-green-blue(RGB) space to one dimension,while keeping the hue of every pixel unchanging before and after space transformation.In the new color space,the skin color model is established using Gaussian model.Experimental results show that the method is robust to illumination variations,and has low computational complexity.     

一种鲁棒的目标跟踪方法

针对传统特征光流场跟踪方法中由于误差积累和错误匹配而导致的特征点丢失问题,基于一种新的Harris-SIFT特征点表示方法,提出基于预测帧与关键帧的算法框架,实现了光流场运动估计与局部特征识别相结合的目标跟踪方法.预测帧利用塔式分解和递归算法计算特征点的光流场运动矢量,使用运动矢量直方图获取目标的运动矢量,并剔除误匹配点;当特征点数量小于5个时,关键帧使用Harris-SIFT特征点进行局部特征匹配,利用仿射模型对目标精确定位及姿态修正.实验结果表明,本方法对视频序列中的纹理特征目标跟踪的鲁棒性较好,在背景复杂、目标遮挡或暂时丢失情况下,仍可以继续完成目标的可靠跟踪.     

一种高空拦截导弹的自适应滑模制导律设计

针对使用传统的制导律拦截高空高速机动目标效果不佳的问题,提出了自适应滑模制导律;首先给出了比例导引律的具体算法,然后采用变结构控制理论,结合时变系统的特点,应用滑模自适应趋近律的概念,设计了导弹的自适应滑模制导律,并对其进行光滑处理,削弱了绕滑模的抖动;通过具体的仿真实例,表明了该制导律有更优良的弹道性能和鲁棒性,所需的控制能量更少,脱靶量更小,制导精度更高,相比传统的比例导引律,具有更强的实用性和有效性。     

鲁棒惯性地形辅助导航算法研究

传统的地形轮廓匹配(terrain contour matching, TERCOM)算法在速度误差和航向误差较大时可靠性下降,基于扩展Kalman滤波的北航惯性地形辅助惯性导航(BUAA inertial terrain aided navigation, BITAN) 算法在初始位置误差或高度表测量噪声较大时,系统无法准确定位,导致系统的鲁棒性降低. 为解决上述问题,对BITAN算法进行改进,发展了鲁棒北航惯性地形辅助导航(robust BUAA inertial terrain aided navigation, RBITAN)算法. RBITAN算法根据平均绝对差、均方差和交叉相关算法的统计决策信息设计了搜索模式算法,以基于扩展Kalman滤波原理的BITAN算法作为跟踪算法, 综合了TERCOM算法和BITAN算法的优点,提高了算法的鲁棒性.利用真实的数字高程模型和试飞数据进行仿真验证, 并和BITAN算法进行比较.仿真结果验证了RBITAN算法可以在较大初始位置误差和较大高度表测量噪声时准确定位, 提高了算法的鲁棒性.