空空导弹攻击模态下的综合火力/飞行控制系统设计与仿真

本文研究空 空导弹攻击模态下的综合火力/飞行控制系统的设计与仿真问题．文中 给出了系统的数学模型和仿真方法．仿真结果表明,整个系统工作性能良好,瞄准误差能很 快消除,可以实现导弹攻击的自动化．整个系统的设计为综合火力/飞行系统的研究提供了 方法和途径．     

基于模糊神经网络的分布式多传感多目标信息融合

针对分布式融合系统存在计算组合爆炸、难以推广到多站和多层感知器模型学习速度慢且容易收敛到局部极小等缺陷,提出了一种基于模糊神经网络的分布式多传感器多目标状态信息融合方法。仿真结果证明了该方法的快速性、准确性和有效性。     

基于反向投影的zero-shot Learning目标分类算法研究

zero-shot learning是对没有训练样本的类别进行分类的问题。传统回归方法的核心是将视觉特征投影到语义空间,没有充分利用视觉特征自身包含的样本信息,同时训练计算量大。本文提出基于反向投影的ZSL目标分类方法,将类别原型投影到视觉空间,利用视觉特征的语义性学习出映射函数,参数优化过程仅通过解析解就可以获得。在两个基准数据集的实验结果表明,我们提出的反向投影方法分类结果较传统回归方法和其他现有方法有大幅提升,且训练时间大大减少,我们的方法可以更好推广到未知类别的分类问题上。     

随机模糊神经网络的参数学习算法

在输入和输出信号均有噪声污染的情况下,提出随机模糊逻辑神经网络系统及其参数学习算法,给出了参数学习公式;仿真计算表明本文所提出的算法的有效性,它明显优于没有考虑噪声的模糊逻辑神经网络系统。     

基于轨迹线性化方法的近空间飞行器鲁棒自适应控制

研究一种新的近空间飞行器鲁棒自适应飞行控制系统设计方案。利用单隐层神经网络的函数逼近能力和被控对象分析模型的有用信息构建一种单隐层神经网络干扰观测器,用以在线估计系统中存在的不确定性,具有自适应调节能力的鲁棒控制器用以克服估计误差。将所得单隐层神经网络干扰观测器与轨迹线性化方法结合形成新的非线性系统鲁棒自适应控制方案,严格的理论证明在给定的自适应调节律作用下闭环系统所有误差最终有界。该控制方案被用于近空间飞行器飞行控制系统设计,高超声速飞行条件下的仿真结果表明该方法不仅有效,而且能够提供高精度、高稳定度的控制性能。     

具有驱动饱和特性的线性化系统渐近跟踪控制器设计

物理系统中驱动饱和的存在对闭环系统的稳定性和性能具有较大的影响，因此在设计控制器时必须考虑到这一点。在系统的量测噪声和外部扰动已经通过其它办法消除的条件下，设计了一种抗漂移的状态反馈控制器，并将参考轨迹也加入到控制器设计中，这样极大地简化了控制器的参数设计并扩大了输入信号的范围，仿真结果表明，无论饱和发生与否，该控制器对于参考轨迹都具有较好的渐近跟踪性能。     

基于拉普拉斯脸和隐马尔可夫的视频人脸识别

提出了一种基于拉普拉斯脸和隐马尔可夫模型的视频人脸识别方法。在训练过程中，采用拉普拉斯脸方法将每一视频序列中的人脸图像映射到拉普拉斯空间，将降维后的特征作为观测值，通过隐马尔可夫模型得到每一训练视频的统计特性和时间动态特性。在识别过程中，用每一个训练视频的隐马尔可夫模型来分析测试视频的时间动态特性，计算出每一训练模型产生该序列的概率，概率最大值所对应的模型就是待识别序列所属的类别。实验结果表明，该方法能够很好地进行视频人脸识别。     

融合颜色和区域信息的彩色图像分割新方法

结合了均值漂移算法和区域合并算法,取长补短,提出了一种融合颜色和区域信息的彩色图像分割方法。该算法首先利用均值漂移求取各个局部极值(聚类中心),在带宽求取和权重设置上使用了自适应法则,使算法更具有适用性;然后使用一个基于阀值的区域合并算法,解决了均值漂移对纹理和关照变化的过分割。实验证明,该算法是有效的。     

基于自适应表面模型的概率视频跟踪算法

提出一种鲁棒自适应表面模型，该模型中每个像素值的变化过程由一混合高斯分布描述．为了适应目标表面的变化，这些高斯参数在跟踪期间通过在线的EM算法自适应更新；在估计目标状态时。采用了粒子滤波算法。设计了基于自适应表面模型的观测模型；在处理遮挡时，采用了一种鲁棒估计技术．多组试验结果表明，该算法对光照变化、姿态变化、部分或完全遮挡下的跟踪具有较强的鲁棒性．     

基于区域目标检测的红外与可见光图像序列融合

提出了一种基于区域目标检测的红外与可见光图像序列融合方法。该方法通过目标检测技术将源图像序列分割成目标和背景区域，并在目标和背景区域里分别采用不同的融合规则，同时使用双树复小波变换方法使每一幅源图像具有移不变多分辨率表示。实验采用了实际图像序列数据。融合结果表明，该方法是可行和高效的，且比其他图像融合方法具有更好的性能。