A generalized model of TiO_x-based memristive devices and its application for image processing

Memristive technology has been widely explored, due to its distinctive properties, such as nonvolatility, high density,versatility, and CMOS compatibility. For memristive devices, a general compact model is highly favorable for the realization of its circuits and applications. In this paper, we propose a novel memristive model of TiO_x-based devices, which considers the negative differential resistance(NDR) behavior. This model is physics-oriented and passes Linn's criteria. It not only exhibits sufficient accuracy(IV characteristics within 1.5% RMS), lower latency(below half the VTEAM model),and preferable generality compared to previous models, but also yields more precise predictions of long-term potentiation/depression(LTP/LTD). Finally, novel methods based on memristive models are proposed for gray sketching and edge detection applications. These methods avoid complex nonlinear functions required by their original counterparts. When the proposed model is utilized in these methods, they achieve increased contrast ratio and accuracy(for gray sketching and edge detection, respectively) compared to the Simmons model. Our results suggest a memristor-based network is a promising candidate to tackle the existing inefficiencies in traditional image processing methods.     

基于光学小波微分预处理的联合变换相关目标识别

提出了一种基于光学小波变换微分预处理的光电混合联合变换相关系统,该系统利用同一光路可实时实现对输入图象的小波变换微分预处理和联合变换相关识别.实验结果表明:该系统能得到很尖锐的互相关峰,可显著提高联合变换相关器的识别能力.     

图像的微分处理与相关识别

介绍了小波图像微分原理,并对图像的微分处理与相关识别进行了实验分析和研究。实验结果表明,对图像进行小波微分预处理后,可以有效地减少图像中的低频成份,这就使图像相关运算更多地比较了图像的细节变化,增加了相关图像的信息量,可以有效地提高图像的识别能力。     

激光武器反卫星技术研究

针对激光武器反卫星的机理进行分析和研究,得出两个结论:激光武器摧毁空间目标具有速度快、攻击空域广的特点,利用激光的光效应和高能热效应,直接照射卫星可以破坏其光电探测器,从而破坏敌方的卫星装置;建立了卫星探测器的一维热模型,在对探测器材料的破坏阈值进行理论计算的基础上,利用CW COIL辐照PV型InSb探测器对破坏阈值进行实验研究,二者数据吻合较好。     

非扫描激光主动成像制导技术研究

介绍了激光主动成像制导技术的基本原理。分析了基于相位法的非扫描激光成像技术和基于多狭缝条纹管的非扫描激光成像技术以及基于阵列的非扫描激光成像技术的原理、特点和发展现状,讨论了非扫描激光主动成像制导技术在巡航导弹中的应用。它们为非扫描激光主动成像制导技术在具体背景下的应用提供了一定的参考价值。     

基于BP神经网络的小样本星图识别方法

为解决星敏感器的星图识别算法高实时性和鲁棒性,采用了BP神经网络;根据飞行轨迹精简了导航星及对应的模式,即一个视场中的一幅星图对应一个惟一的导航模式。采用二维Voronoi图计算向平面上最大空圆,构造了完备的圆视场集合;经过反复比较,选择以恒星为顶点能构造包含视场中所有星的凸多边形的导航模式,以其角距和顶角作为识别向量,具有平移和旋转不变性,并以该模式为BP神经网络的训练样本。仿真试验表明：该方法的识别成功率达100%,识别时间小于20ms。     

激光引信探测技术研究

分析了激光引信探测技术发展状况及工作原理。针对目前在研的激光引信探测的关键问题,即激光引信的前倾探测和伪随机码探测技术进行了分析。得出两个结论:激光引信对目标的45°前倾探测获得了一定的探测提前量,更有利于识别目标,也可以获得最佳起爆参数;伪随机码体制激光引信探测技术在保密性和抗有源干扰性能等方面比普通脉冲体制激光引信都有本质的提高。     

基于神经网络的图像识别方法研究

图像识别涉及大量的信息运算,要求处理速度快、识别精度高,神经网络的实时性和容错性要符合图像识别的要求。利用改进的BP神经网络算法对旋转畸变图像进行了定位和识别,改进算法将附加动量项与自适应学习速率相结合,有效地抑制了网络陷入局部极小点,提高了网络的训练速度。结果表明,基于神经网络的图像识别方法是有效的、可行的。