基于RBF网络和IMM的机动目标跟踪方法

文中提出了一种应用RBF神经网络对标准IMM算法中的卡尔曼滤波结果进行校正的方法。网络输人为预测误差、卡尔曼增益以及测量值与估计值之差．网络输出反映了由于目标机动所带来的滤波误差．将网络输出结果和直接由卡尔曼滤波求解得到的结果相加．可以得到更为准确的滤波值。同时．在网络的学习算法中．在网络权值矩阵的修正公式中增加了反映滤波残差的调整项．若卡尔曼滤波的残差较大，网络调整权值的幅度也相应增大。仿真结果表明．在目标发生机动转弯处．校正后的IMM算法的跟踪误差要明显小于标准IMM算法的跟踪误差．跟踪精度较高。     

船舶电站故障诊断中的数据融合算法

将数据融合技术应用于船舶电站故障诊断系统中,在数据处理的检测层、特征层及决策层上分别提出不同的数据融合算法:在检测层提出自适应加权数据融合算法,在特征层提出基于灰色优势分析的数据融合算法,在决策层提出基于D-S证据理论的数据融合算法。这些算法解决了传统故障诊断中存在的大量采集数据如何有效处理的问题。所提出的算法针对船舶电站故障诊断的特殊性,有较强的适应性,提高了实际诊断的准确性和可靠性。     

基于CP340通讯模块的船舶机舱监控系统设计与应用

本文描述了基于西门子通讯模块CP-340的PLC与MANB&M柴油主机通讯的船舶自动监控系统设计与应用。通过西门子可编程控制器S7-300及CP-340通讯模块,并基于RS-422现场总线协议对船舶柴油机的滑油压、油温、淡水压力、燃气温度等模拟量和水位、油舱高位等开关报警量进行监控,并显示在机舱控制台的各仪表和显示器上,实现了船舶机舱的自动监控。经在大中型船舶机舱中的实际应用表明,该监控系统功能完善、性能优良、可靠性高,完全能够满足船舶航行的要求标准。     

基于混沌理论的微弱信号检测方法

分析了间歇混沌模型———Duffing振子的混沌特性,利用Duffing振子的非平衡相变对微小信号具有敏感性及对白噪声和与参考信号频差较大的周期干扰信号具有免疫力的性质,采用混沌振子阵列实现对噪声背景下微弱信号的检测;并采用梅尔尼科夫方法作为混沌判据,该方法的优点在于可以直接进行解析计算。仿真实验表明:该检测方法简单、有效,检测的精度比较高。     

ADO和LabSQL在数据库操作方面的应用

本文介绍了在Labview中应用ADO控件和第三方控件LabSQL对数据库操作的方案,解决了Labview中的数据库操作的问题.详细介绍了Access数据库的创建,数值的添加和查询显示,并将该技术成功应用于某设备的监控程序中.     

基于离散小波变换和混沌加密的图像水印算法

文中提出了一种基于离散小波变换和混沌加密的数字水印新算法,采用二维混沌变换对水印图像加密;对载体图像进行多分辨离散小波变换,应用小波系数判断载体图像的纹理复创杂程度后,依据人眼的视觉系统（HVS）特性,将水印信号嵌入到图像的低频部分,对图像的不同分解层分别选取不同的纹理阈值和水印嵌入强度,将数字水印嵌入到相同分辨层的原始图像中,提高了水印算法的鲁棒性.在检测和提取水印时,通过水印相似度（NC）和峰值信噪比（PNSR）评价水印质量,实验结果表明提出的算法可以抵抗剪裁、JPEG压缩、滤波等几何攻击,算法简单,计算复杂度小,兼顾了水印的不可见性和鲁棒性.     

具有固定延迟平滑的交互多模型概率数据互联算法

为了提高杂波环境下跟踪机动目标的跟踪精度．文中将交互多模型概率数据互联（IMMPDA）和固定延迟平滑（LS）思想相结合．提出了一种具有固定延迟平滑的IMMPDA（IMM-LS-PDA）算法。通过引入延迟．增广了目标的状态向量，使得目标的固定延迟平滑状态估计更加准确。仿真结果表明。在杂波环境下对机动目标进行跟踪．单纯的IMMPDA算法的跟踪误差很大，并且在转弯机动处，误差出现峰值．算法的平稳性较差；而在进行固定延迟平滑后，算法的跟踪精度有了明显的提高。     

基于综合相似接近度的航迹关联算法

文中以分布式多目标跟踪系统的航迹关联问题为研究对象，在综合考虑两模糊集问的三种接近程度度量（即海明距离、模糊贴近度、灰色关联度）的基础上，采用综合相似接近度算法，并将它应用于航迹关联问题。最后给出了两传感器环境下的仿真结果，并与最近邻法、加权法进行了比较，显示了该算法在关联正确率上有所提高。     

可重构计算平台的硬件结构设计

针对现有可重构计算硬件平台配置时间长、灵活性受限的缺陷问题,介绍了一种基于PC机的FPGA可重构硬件平台结构的设计方法,该结构允许PCI总线快速重构,整个系统的硬件设计可以按以下两个部分进行设计:固定部分和可重构部分。最后在FPGA资源上的验证结果表明该设计能够有效实现FPGA的硬件重构,而且其物理硬件设计简单。     

一种具有对称结构的神经网络的构造方法研究

文章提出了一种神经网络构造方法一改进的OBD（Optimal Brain Damage）算法，力求使网络的结构（网络权值矩阵）具有三角对称性，定义了衡量网络对称性的三角对称度。一方面，该算法可以提高网络的收敛速度，另一方面．由于网络的对称性，可以有效地提高网络的硬件和软件可实现性。将该算法应用于系统辨识，结果表明在本文提出的算法的训练下．网络结构近似为三角对称，同时不影响网络的学习能力。