基于互质阵列的运动单站信号直接定位方法

信号直接定位方法是一种新型无源定位体制,具有适应低信噪比、无需参数关联等优势。为适应复杂电磁环境,该文提出了一种基于互质阵列的运动单站信号直接定位方法。以典型窄带信号为例,该文首先构建了互质阵列截获信号模型,然后推导了其差分共性阵对应的等效信号数学模型,最后使用空间谱技术构建了直接定位代价函数,实现了定位。经仿真分析验证,采用相同互质阵列时,该方法在分辨率和精度稍有损失的情况下可大幅提升传统直接定位方法的自由度,且与基于均匀线阵的直接定位方法相比,该方法在自由度、分辨率和定位精度等方面都具有优势。     

基于FFT算法的铁路机车信号故障检测研究

本文为了提高机车信号故障检测的时效性与可靠性,文中采用FFT算法对机车信号幅度、载频、低频等进行检测,实现机车信号故障定位,有效提高故障处理效率。     

基于信号强度的山地"黑广播"移动查找定位算法研究及实现

随着打击力度的加大,"黑广播"呈现高山化趋势,山地环境信号遮挡、反射严重、道路崎岖,信号强度变化剧烈,查找难度大大增加.本文在现有监测条件的基础上,深入分析山地"黑广播"查找特点,通过计算移动查找过程中某些特殊位置的信号强度最大值点,结合电波传播模型,提出了基于信号强度山地"黑广播"移动查找定位算法.实地测试结果表明,...     

基于UWB的医院室内定位系统设计

本文构建了基于UWB技术的医院室内定位系统。系统采用双向飞行时间的测距（TwoWay-TimeofFlight,TW-TOF）方法,并通过数据拟合函数对距离公式进行修正。测试结果表明该定位系统精度误差小于0.244m,能够满足医院环境下的定位需求。     

基于声学定位技术的电力电缆防火封堵性检测研究及应用

本文首先分析电力电缆防火封堵的现状,对防火封堵系统基本情况进行介绍,并研究当前工程防火封堵的不足之处,以及对应的改善方法。之后,本文对电缆防火封堵验收指标进行探讨,并从电缆防火封堵验收要求出发,从工程角度出发,结合声发射和声成像技术,对开关柜电缆仓或电缆通道的防火封堵性能进行了测试和研究,给出了有效的评估和缺陷定位方法。在此过程中,本文对声发射技术与声学成像技术的基本内容进行分析,探讨工程检测应用重点,在电力电缆防火封堵中应用声发射技术与声学成像技术,测试结果显示通过应用该两项技术,能够根据幅值大小基本确定封堵缺陷情况。     

动态限星算法对RTK定位的耗时改进

差分卫导实时动态定位(RTK)依靠Kalman滤波功能的实现,当滤波器阶数过高时,会带来计算量的激增,这就会影响定位的耗时.当运算平台能力有限却需要较低的计算时间耗时,动态限星算法能够有效地将RTK的计算耗时降低至合适的耗时需求.运动平台实测结果表明,动态限星算法优化后的RTK定位耗时较优化前减少了50％.     

毫米波辐射图像目标定位技术研究

针对毫米波辐射图像中目标定位的问题,提出了一种基于区域标记的毫米波辐射图像金属目标定位算法.该算法通过分析金属的毫米波辐射特性以及毫米波辐射图像的特点,利用区域标记算法对图像中金属目标进行分割,并引入基于面积的虚假目标去除准则,采用计算重心的方法实现了金属目标的定位.实验表明,该算法既能对图像中单个金属目标又能对图像中多个金属目标实现准确定位,且不论目标的外形如何,都能得到其精确的中心坐标,为下一步目标的选择与跟踪提供了依据.     

基于自适应事件触发的复杂网络的非脆性安全同步控制

研究了网络攻击环境下具有随机动态行为和时变时滞的复杂网络的非脆性同步控制问题.首先,为了能更好地节约通信资源,采用了分散式的自适应的事件触发机制.其次,考虑到控制器执行时会产生一些小的增益变化,为了处理这一问题,在设计控制器的时候,通过插入不确定项的方法引进了非脆性的概念.随后,由于网络通信时可能会发生网络攻击行为以及产生时滞,建立了一个新的复杂网络安全同步误差模型,应用随机性分析的技术以及Lyapunov稳定性方法,得到了误差系统渐近稳定的充分条件,然后通过求解线性矩阵不等式的方法得到了控制器增益和自适应事件触发机制的参数矩阵.最后,选取一个数值仿真例子来验证本文所提方法的有效性.     

LED显示屏灯点定位排序法及应用

为实现对LED显示屏的亮色度校正,研究了一种可自动对LED显示屏死灯位置进行补点,并适用于图像采集过程中存在图像倾斜情况的灯点定位排序算法.首先对图像进行二值化处理,计算出所有灯点的中心坐标;然后通过极值法和二向排序法完成了图像中4角灯点的预定位;接着利用线性归类排序法对边界点进行定位排序,通过差值筛选法定位死灯并自动...     

基于LSTM-Attention的P300事件相关电位识别分类研究

针对脑电信号中P300事件相关电位识别分类准确率较低的问题,文中提出了一种基于LSTM-Attention网络的P300事件相关电位的识别分类方法。在数据处理阶段使用SMOTE对脑电信号中P300电位数据进行数据增广,并基于DBSCAN聚类算法剔除合成数据中的无关噪声。在识别分类阶段,通过在LSTM网络后加入注意力机制和Dropout层搭建LSTM-Attention分类识别网络,并使用Sigmoid函数输出P300事件相关电位的识别分类结果。实验结果表明,文中方法能够有效对脑电信号中的P300事件相关电位进行识别分类,准确率和Dice系数均值分别达到了91.9%和91.7%,与传统方法相比准确性更高、泛化性能更强。