用单个矢量水听器基于DEMON线谱的双目标分辨

不同目标的解调线谱频率是不同的。本文提出了一种在DEMON谱域内对双目标测向的方法,它具有较好的抗相干及非相干干扰能力,表明单个矢量水听器也能分辨多目标。文中叙述了利用DEMON线谱测向的原理,给出了轴频提取及双目标DEMON线谱分离的方法,对DEMON线谱区分双目标的能力做了仿真分析。     

重新初始化的LS方法跟踪二维可压缩多介质流界面运动

 用非耦合求解方法计算Level Set函数方程与流体力学方程组，应用重新初始化的Level Set函数确保距离函数性质，流体力学方程组采用二阶精度多介质流波传播差分格式计算，重新初始化方程采用五阶WENO格式计算。并给出了二维可压缩多介质流界面运动的计算结果。     

跟踪微分器在陀螺信号去噪方面的应用

为了提高航空光电稳定平台的视轴稳定精度,采用跟踪微分器作为滤波器,对输入信号进行滤波,改善随机噪声对控制精度带来的负面影响。跟踪微分器会产生相位延迟,根据它得到的滤波信号及其微分信号,采用预报方法对滤波后的信号进行补偿。算法不依赖对象模型,计算量较小,易于实现。本文阐述了该算法的离散数学表达式,给出数值仿真分析,并在某型航空光电稳定平台上进行实验验证。结果表明:相较于巴特沃斯滤波器,跟踪微分器提高了阶跃响应的性能,最大超调量减少10.5%,上升时间缩短了4.5 ms,调整时间缩短50 ms。基本满足控制系统的实时性、快速性、稳定可靠、精度高、抗干扰能力强等要求。研究表明跟踪微分器对于航空光电稳定平台的精度提高,有比较好的实用价值。     

新课程下高中物理课堂合作学习的优化策略

随着物理新课程改革的推进,合作学习在课堂教学中得到了广泛的推广与实施,但是仍存在流于形式,分组不科学,责任不明确,评价不全面等方面的问题.针对以上问题,需要在课堂合作学习的不同阶段从合作学习理念、合作学习目标、合作分组、教学方法及评价机制等方面进行优化.     

复杂背景下扩展目标极形态分形分割算法

 用极形态算子优化分形模型,提出了一种复杂背景下的扩展目标分割新算法。首先分析极坐标系中可变尺度形态结构算子的旋转缩放特性,并以此为基础进行极形态运算,再利用最小二乘法提取分形尺度误差进行二值化,然后进行边界跟踪,依据先验知识抑制背景团块,最后保留并填充面积最大的目标团块。仿真实验证明能够有效分割复杂背景下的扩展目标,并较好地保留了目标形状特征。     

道路约束条件下的移动机器人跟踪

为提高移动机器人的位置估计精度和跟踪效果,提出一种基于道路约束条件下的移动机器人鲁棒约束H∞滤波(CHF)跟踪算法.首先,将机器人移动的道路网络作为跟踪的约束条件,并利用当前统计模型对机器人的运动进行建模.其次,将道路约束条件作为机器人跟踪的非线性状态约束,利用最小协方差估计推导了鲁棒CHF递推方程.通过拉格朗日乘子法对非线性约束优化估计问题进行求解,并利用约束信息对CHF算法的状态更新过程进行了改进.最后,通过对CHF算法和无约束的H∞滤波算法的跟踪性能进行了对比分析和验证.仿真结果表明,该算法可以实现机器人的跟踪,且跟踪精度优于HF算法.     

水中目标回波亮点统计特征研究

礁石和海洋动物引起的混响是主动声纳最严重的干扰, 如何区分礁石、鱼群和水中目标一直是制约主动声纳识别技术的难点问题. 针对礁石与目标回波难以区分的问题, 从特征识别的应用角度, 研究水中复杂目标全方位回波亮点特征的有效表征和应用方式, 基于目标回波亮点模型, 提出拷贝相关器输出的目标散射函数估计方法, 给出对目标回波亮点相对关系进行定量分析的目标回波特征统计表征方式, 并基于湖上实验提取了物理机理明确的目标回波亮点统计特征, 使得目标时间-角度谱中所蕴含的目标特征信息能够很直接地转化为主动声纳易于应用的目标特征. 关键词： 水中目标 回波亮点 统计特征     

剪切光束成像技术对纵深目标的成像

剪切光束成像技术是一种能透过大气湍流对远距离目标实现高分辨率成像的主动成像技术.现有相关研究中所采用的目标均为二维平面目标,然而现实中的目标一般都具有三维形貌,目标纵深对回波信号产生的延迟或对成像质量产生不利影响.从剪切光束成像理论出发,在二维目标成像模型的基础上建立了三维纵深目标成像模型,并利用该模型研究了两剪切光与参考光间的频差及目标纵深对成像的影响.仿真结果表明,随着拍频的增大,重构图像质量逐渐下降.剪切光束成像技术可通过减小拍频来提高真实目标成像质量.     

IRST系统的单站机动目标跟踪算法研究

在传统的IRST（红外搜索与跟踪）系统的角测量基础上,增加了红外探测器对目标红外辐射的响应信息这一测量项,且将相邻两次测量的目标红外光谱辐射功率之比作为伪测量,以消除目标红外光谱辐射强度不确定所产生的影响,并由此构造了机动目标跟踪的IMM（交互多模型）算法. 通过跟踪一个高机动目标的仿真过程,对算法性能进行了检验.仿真结果表明:当测量误差较小时,误差的变化对跟踪精度的影响不大,整个跟踪过程中,单个坐标轴上的均方差不超过7 m,而且,大多数时刻上的均方误差不超过3 m;当测量误差较大时,近距离（航迹前段和中段）的跟踪精度也是很高的,单个坐标轴上的均方差不超过5 m,但是,远距离的跟踪精度下降很快,最大误差达到110 m;速度误差与位置误差也有类似的结果.