一种目标机动意图识别方法

为了满足陆战场识别、民用目标监视等军民多用途应用中目标行为预测需求,需要基于目标位置、运动状态等信息进行推理,实现目标机动意图的有效判断。针对目标原始地理位置无法提供语义信息问题,采用模糊隶属理论构建道路网格模型,对目标的位置语义特征进行提取,并基于K最近邻法克服位置误差可能导致的位置语义错误;在位置语义建模基础上,利用隐马尔可夫模型(HMM),对目标的机动意图进行推理。最后结合机场场面监视的应用,通过仿真验证了采用位置语义建模和K最近邻方法后的行为推理相较于一般隐马尔可夫推理的准确性改善。

新胡同空间的参数化设计初探——以北京前门地区为例

随着社会的进步,北京高速城市化与旧城保护的要求两者之间的矛盾越来越突出,旧城街区中一些典型传统空间在城市快速发展中已经逐渐消失。该文在介绍与运用参数化设计的基础上,从前门地区整体的道路网格和建筑庭院空间两个方面着手,在延续胡同纹理和保护传统四合院的前提下,通过对旧城街区内一些典型传统空间特征的模拟与计算,探索既能延续传统的场所精神又能满足未来多样化需求的空间,从而兼顾旧城保护与现代城市功能的需要。

公路路域带状地形的自动分类方法

数字带状地形数据是当前公路工程勘察阶段必需的基础性数据,实现数字带状地形的合理分类是公路工程精细化设计、公路建设期能耗计算及路域生态保护的前提与基础。针对传统公路带状地形分类方法存在地形因子单一、分类决策知识模糊和主观因素影响大等问题,依据《公路路线设计规范》及《公路工程技术标准》中对地形分类的要求,结合公路地形分类相关研究成果,提出了以地表坡度、相对高程和地形起伏度为主要地形因子组合的公路带状地形分类决策方案,借鉴已有数字地形分析技术建立了中尺度公路路域数字地形自动分类方法。该方法以栅格DEM为数据源,基于聚类的方法,通过图层叠加分析,实现了公路路域地形分类规则快速构建与直观获取分类结果。并采用公路路域带状栅格DEM进行分类试验,结果表明,该方法相较于由地貌专家人工勾画为主的传统公路地形分类法,工作量小,速度快,成本低,且可有效分出平原、微丘、河谷、山岭和重丘5类典型公路路域地形,分类结果残缺率为10.16%。