基于故障树模型的某制导系统可靠性分析

针对某制导系统即INS/GPS/BA组合制导系统,基于故障树分析方法对系统进行了可靠性分析;基于一组该组合导航系统各部件可靠性数据进行了计算分析,计算结果一方面可以用来指导该类系统的设计与研制,从而增加全系统的可靠度;另一方面表明,基于故障树模型的导航制导系统可靠性研究方法是正确可行的.     

基于投票样本方差的Hough变换权值积累方法

针对采用二值积累方法时积累矩阵存在的峰值簇拥现象,提出了一种新的积累方法,即基于投票样本方差的Hough变换权值积累方法。在引入积累单元投票样本定义的基础上,该方法综合利用积累单元获得的投票数以及相应投票取值信息来衡量各单元投票的贡献值,实现证据加权积累。仿真结果表明,与二值积累方法相比该方法明显改善了峰值簇拥现象,为峰值提取及参数估计创造了有利条件;同时该方法对量测噪声和杂波干扰都具有更好的鲁棒性,特别适用于复杂环境中的直线检测。     

贝叶斯网络结构学习的发展与展望

从最初的概率贝叶斯网络构建阶段到涌现大量研究成果的因果贝叶斯网络结构学习阶段,本文完整地回顾了贝叶斯网络结构学习的整个发展历程,并对该领域当前存在的问题及相关研究进行分析论述,给出了研究展望.值得一提的是,贝叶斯网络结构学习正在成为因果数据挖掘的主流.     

卸船机交流控制系统应用探讨

介绍了卸船机控制系统发展方向,比较了卸船机直流控制和交流控制的特点,对交流控制技术在卸船机的应用进行了探讨.     

智能建筑系统工程

由于信息技术的发展,智能建筑这个新生事物得以产生并迅速席卷全球.本文从智能建筑的定义入手,剖析其结构,探索其功能,研究其特点,认识其发展趋势,从而揭开它神秘的面纱,推动我国智能建筑的普及与提高.     

运动目标联合跟踪与分类研究综述*

目标跟踪与分类是现代跟踪系统的基本功能,不同的数据特性使得传统研究经常忽视二者之间的联系而将其分开处理。联合跟踪与分类研究则充分利用二者之间的耦合关系,使之互为补充,达到提高各自精度的目的。在分析联合跟踪与分类算法基本原理的基础上,按机理将其分为基于贝叶斯推理、D-S理论和贝叶斯风险框架下的联合跟踪与分类算法,并对三种框架下的算法进行了综述与性能比较。指出了联合跟踪与分类算法研究存在的问题及进一步研究的方向。     

基于局部冲突分配策略的DST算法研究

为有效克服证据理论(DST)组合规则存在的小足,提出一种基于局部冲突分配策略的DST改进算法.首先根据证据距离获得各个证据的相互支持度,并将支持度归一化为证据的相对可信度;然后通过分析局部冲突产生的原因,将冲突信息只分配给产生冲突的焦元,且分配给焦元的信息取决于证据之间焦元的信任度和相似度.实验结果表明,所提出的算法提高了证据合成结果的可靠性与合理性,可有效地解决高冲突证据融合的问题.     

基于最小均方误差估计的噪声相关UKF设计

传统Unscented卡尔曼滤波器(UKf)要求系统噪声和量测噪声必须是互不相关的.针对此局限性,研究了一类带相关噪声的非线性离散系统UKF设计方法.基于最小均方误差估计和正交变换,给出了噪声相关UKF滤波递推公式,并采用Unscented变换(UT)来计算系统状态的后验分布.所设计的UKF有效解决了传统UKF在噪声相关条件下非线性滤波失效的问题,拓展了UKF的应用范围.最后,仿真实例表明了所设计UKF的有效性.     

快速的自适应景象匹配算法

在基于改进Hausdorff 距离的景象匹配辅助导航系统中,为满足系统对实时性的要求,常采用小波多尺度图像分解进行由粗到精的分层匹配,但这种方法对于图像尺寸较小的情况不太适应。基于Hausdorff距离特性,首先提出一种跳跃式的搜索策略,通过对跳跃式搜索及小波多尺度分解两种方法的分析比较,进一步提出一种自适应的快速匹配方法。仿真结果表明,在保证匹配概率的同时,提出的自适应的快速匹配方法比仅采用小波多尺度分层匹配的实时性更好,且在图像尺寸较小时仍能精确定位。