阵列幅相误差条件下的目标方位估计

本文研究了一种改进的MUSIC法，可在一定阵列幅相误差条件下对多目标实现高分辨方位估计，有效地改善了原算法的参数估计性能，具有稳健性高、适用范围广以及工程实现简单等特点，通过大量的计算机仿真和水池实验表明，该方法具有较好的多目标分辨能力和方位估计精度，工程应用前景良好。     

激光扫描仪协助设计高速赛车

在Evernham Motorsports公司,激光扫描仪正在协助该公司建立一条生产快速赛车的新生产线。在汽车比赛的一段路速中甚至1/100s的差异就是冠军与亚军之分。如果在车体设计上做一些微小变化可能会对赛车性能产生巨大影响。赛车研究小组目前正尽最大努力优化汽车外形设计,以使其空气动力学性能达到最佳状态。但直到最近还没有精确检测汽车形状的方法。     

亚皮秒光脉冲在密集色散管理光纤中的传输特性

文章从包含高阶效应的非线性薛定谔方程出发,基于一种二阶和三阶色散都作了完全补偿(零路径平均色散)的光纤级联系统模型,用数值法对亚皮秒(几百飞秒)高斯光脉冲在密集色散管理光纤(放大周期远远大于色散补偿周期,La>>Lc)中的传输特性做了研究.结果表明啁啾化亚皮秒光脉冲在短周期色散补偿光纤中可以实现稳定传输.色散管理的密集化程度越高,即色散补偿周期越短,光脉冲在光纤中传输时的呼吸度越小,前后脉冲间的相互作用也越弱,有利于提高光纤传输系统的性能.此外,由于色散管理孤子的系统功率较小,因此高阶非线性项的影响不大.     

液体可视图象序列中杂质小目标的检测方法

在分析红外图象和视图象差异的基础上，研究了一种适用于可视图像序列的运动小目标检测算法。受目标影响的象素点具有较弱的时间相关性，即相对普通象素点有较大的时间方差，根据此特征，用管道更新的方法产生新方差图象序列，再用管道更新的方法累积，增加信噪比，然后用基于统计均值的自适应门限方法分割出目标，最后将原图象的梯度倒数作为象素点强度的加权，有效地抑制灰度突变边界的传感器噪音，保存目标点。     

第一届掺杂纳米材料发光性质学术会议

该会议为中国物理学会发光分会、中国稀土学会发光专业委员主办的国内首次纳米材料发光性质专题学术研讨会，旨在通过大会报告、专题研讨等活动，总结、交流近年来掺杂纳米发光材料及其相关应用领域所取得的研究进展和成果。在此基础上凝练科学目标、探讨和规划未来的学科发展方向并集中国内的优势资源攻克难点的科学问题，使我国在该研究领域更具国际竞争力。会议诚邀请该领域知名的专家和学者参加；在探索纳米世界之余，也将带您领略海南美丽而独特的自然景观和人文奇迹。     

UIT：创新存储 简化应用

全球性企业级存储解决方案供应商和海量信息存储专家创新科存储技术有限公司（UIT）日前在北京隆重召开了主题为“创新存储，简化应用”的新品发布会：此次大会全面介绍了UIT致力于应对海量信息存储挑战的发展策略，在海量应用的高速存储、应用存储、统一存储、云存储四大领域成功布局，     

组织协同进化分类算法用于雷达目标一维像识别

针对雷达目标一维像识别问题，提出了一种基于组织协同进化分类算法的识别方法．该方法与现有进化分类方法的不同之处在于它的进化操作直接作用于样本而不是规则，采用了一种自下而上的搜索机制，即先使若干样本的集合得到进化，再从进化结果中提取规则．这样有利于避免在进化过程中产生无意义的规则．该方法不需要进行特征提取；对于高维数据，不需要预先进行降维处理；没有复杂的运算，训练和识别的速度都很快．对3种飞机微波暗室实测数据的识别实验表明，该方法性能稳定，优于基于支撑矢量机与子波核函数的方法，识别率均达到了96％以上．实验中还对算法的抗噪能力进行了测试，获得了良好的效果．     

一种利用Gabor小波特征的目标跟踪方法

小波特征跟踪是一种新的目标跟踪方法。这种方法利用Gabor小波提取目标的边界特征来组成特征模板,并由小波滤波器系数组成特征向量。在跟踪过程中不断优化特征模板的旋转、尺度及平移等几何变形参数,使得小波特征向量值在最小平方和的意义上与初始值相匹配,从而实现目标旋转、尺度及平移等几何变形时的自动跟踪。实验表明,该方法能够有效地跟踪飞机、车辆等目标,并且能够抵抗全局亮度的变化和局部遮挡的干扰。     

机器人头部的视觉跟踪系统研究

对运动目标进行识别和跟踪是机器人视觉的一项关键技术。提出了一种可以快速跟踪运动目标的系统设计方案,采用了双计算机处理和Memolink通信方式的机器人控制结构,以图像处理为基础,在图像经过校正之后,通过区域分割和目标识别两个步骤来确定目标的位置,并控制机器人对目标进行跟踪。实验表明,该方法具有较高的速度和准确性。     

目标自适应分割算法的研究

初步探讨和分析几种实际典型场景目标与背景的特征，提出相应的目标分割算法，并对几种方法加以融合。实际跟踪算法中，实现目标分割方法的自动转换．自动调整自适应分割门限及搜索方案．实验表明，该算法转换灵活，跟踪平稳。自适应能力强，抗干扰性能好．易于软件实现．