基于运动矢量插值的运动补偿算法

本文首先研究了相关性约束运动估值算法,然后提出了基于运动矢量插值的运动估值算法,实验表明新算法的预测性能明显比传统块匹配运动估值算法(BMA)好,而且预测图象的主观质量得到显著改善。     

基于WVD-HT的SAR/ISAR多运动目标检测

本文提出和研究了基于Wigner-Ville分布(WVD)和Hough变换(HT)的合成孔径雷达(SAR)和逆合成孔径雷达(ISAR)对多运动目标成象的运动补偿新方法,给出了多运动目标检测、参数估算和运动补偿的主要步骤。理论分析、计算机和微波暗室模拟实验的结果表明,新方法对交叉项和噪声的抑制是有效的,它与单一的WVD法相比,提高了在噪声中对单个和多个运动目标检测及其参数估算的能力。     

帆船运动的力学原理

从帆和船体的流体动力性能出发,讨论了帆船运动的力学原理和提高帆船运动水平的若干途径。     

基于人工智能技术的运动教学视频压缩算法

传统的运动教学视频压缩算法压缩帧数少,信噪比低。为了解决上述问题,提出基于人工智能技术的运动教学视频压缩算法,利用多线性子空间KL变换技术进行运动教学视频编码,引用人工智能技术中的钻石搜索法构建视频压缩算法,分析视频图像运动中矢量的基本规律来检测算法的有效性,确定多个子空间的数据,将视频帧数进行分辩,分辨出新的变量进行XL变换处理来完成教学视频编码,编码后采用钻石搜索法的两种模式进行互补,从而确定出最小误差点,利用SAD算法算出最佳匹配矢量,完成运动教学视频的压缩。与传统算法进行实验对比,结果表明,基于人工智能技术的运动教学视频压缩算法压缩帧数多、信噪比高、清晰度高,具有很好的压缩效果。     

软机器人的运动行为研究进展

软机器人的出现不仅弥补了传统机器人的缺点,并逐渐成为机器人领域的热点和前沿之一,近年来该领域研究进展十分迅速。本文总结了典型软机器人的运动行为的研究进展,介绍了软机器人按材质类型的分类(包括液晶软机器人、生物分子软机器人、PDMS软机器人、液体软机器人和自振荡凝胶软机器人)及其功能和潜在应用,讨论了当前不同类别软机器人运动的特点和存在的问题,在此基础上展望了软机器人领域面临的机遇、挑战和未来发展方向。     

动目标合成孔径雷达成象的二次相位匹配滤波法

本文针对合成孔径雷达运动目标回波的特点,引入多普勒调频率匹配滤波方法,解决由于运动目标成像二次相位失配而引起的方位散焦问题,提出了一种适合快速处理的离线式的匹配矩阵结构,计算机模拟得到运动目标聚焦良好的图象。     

用运动自适应内插法提高电视图象的垂直清晰度

本文提出了一种运动自适应内插方法,将当前广播电视系统的隔行扫描方式转变成逐行扫描方式,从而大大提高了图象的垂直清晰度。     

计算气动声学的问题、方法与进展

本文简要介绍了气动声学理论的发展和现状,探讨了用数值方法处理气动声学问题的必要性和必然性,指出此方面研究急待解决的问题是建立准确模拟波运动特征的差分方程和无反射边界条件处理,最后讨论了在有限条件下可作先行研究的数值方法和理论问题．     

不同燃烧状态飞火颗粒自由燃烧规律研究

飞火是开放空间中大尺度火灾非连续性蔓延的主要形式.本文通过不同热流下的木质飞火颗粒自由燃烧实验,揭示不同燃烧状态飞火颗粒的结构变形、质量损失及温度分布的变化规律.研究表明,颗粒结构变形受材料化学反应机制和热机械力作用共同影响;颗粒燃烧反应易造成热解气体的内部积聚,以致内压激增、诱发喷射或喷溅细小颗粒的现象;阴燃过程颗粒...     

Improved synthetic aperture sonar motion compensation combined DPCA with Sub-Aperture Image Correlation

Estimation precision of Displaced Phase Center Algorithm (DPCA) is affected by the number of displaced phase center pairs, the bandwidth of transmitting signal and many other factors. Detailed analysis is made on DPCA’s estimation precision. Analysis results show that the directional vector estimation precision of DPCA is low, which will produce accumulating errors when phase cen-ters’ track is estimated. Because of this reason, DPCA suffers from accumulating errors seriously. To overcome this problem, a method combining DPCA with Sub Aperture Image Correlation (SAIC) is presented. Large synthetic aperture is divided into sub-apertures. Micro errors in sub-aperture are estimated by DPCA and compensated to raw echo data. Bulk errors between sub-apertures are esti-mated by SAIC and compensated directly to sub-aperture images. After that, sub-aperture images are directly used to generate ultimate SAS image. The method is applied to the lake-trial dataset of a 20 kHz SAS prototype system. Results show the method can successfully remove the accumulating error and produce a better SAS image.