基于特征的三维模型简化算法研究

细节层次模型(Level of Detail,LOD)是模型简化最有效的方法之一。针对以往细节层次模型简化算法对模型的特征与边界处理的不足,提出了一种基于特征的LOD模型简化算法,并给出了一种针对模型特征与模型边界的折叠代价函数,较好的解决了以往算法生成LOD模型时对模型重要特征与边界处理的不足,在对原始模型简化的同时,能够很好的保留模型的边界与特征。实验结果证明了算法的高效、可靠,既保持模型细节特征,又减少了模型简化误差。

基于四叉树的多分辨率纹理映射技术

提出了一种基于四叉树结构的海量数据纹理映射算法。对多分辨率纹理数据进行了有效的压缩存储,并利用纹理映射误差,有效地减少了实时仿真过程中纹理数据调度的数据量,同时优化了内存释放算法,减少了内外存数据之间的反复调度,从而有效地解决了大规模地形场景重建过程中的数据调度与海量数据的纹理映射问题。实验结果证明了算法的有效性。

基于DEM的地形特征提取算法

从数字化地形中自动提取地形特征是地形分析的一种重要方法。针对大规模复杂地形的特点,提出了一种有效的基于规则网格的地形主山脊线特征提取算法。该算法首先进行了洼地填平与快速有效的地形平滑处理,然后提取地形的山脊线并进行细化,最后根据地形遮挡剔除的需要,进行主山脊线的提取,其结果在对地形的遮挡剔除的应用中取得了比较满意的结果。

山区通信中单刃峰绕射损耗的工程化近似模型

根据ITU-R P.526建议给出的单刃峰绕射损耗曲线,分浅绕射区和深绕射区给出了新的计算公式。在浅绕射区,针对P.526建议公式的适用范围不能覆盖一阶菲涅尔区的不足,利用曲线拟合提出了一个新的计算公式,将适用范围扩展到一阶菲涅尔区以外。在深绕射区,经过理论推导给出了采用不同参数的三种计算公式,便于理解和在山区通信工程中的应用。最后结合实践对新的计算公式进行了讨论,给出了工程应用建议。

海量数据纹理映射技术研究

纹理映射技术是当前计算机图形学中的一个热点问题。提出了一种基于四叉树结构的海量数据纹理映射算法。对多分辨率纹理数据进行了有效的压缩存储,并利用纹理映射误差,有效地减少了实时仿真过程中纹理数据调度的数据量,同时优化了内存释放算法,减少了内外存数据之间的反复调度,从而解决了大规模地形场景重建过程中的数据调度与海量数据的纹理映射问题。

复杂电子系统强电磁脉冲效应研究

随着大规模集成电路的发展,电子设备的结构越来越微型化、复杂化,复杂电子系统抗电磁脉冲容限不断降低,在强电磁脉冲的干扰下极易造成系统的性能降级、损伤甚至爆炸。针对强电磁脉冲的破坏作用,以高空核爆电磁脉冲(HEMP)为例,分析强电磁脉冲的特性和研究强电磁脉冲效应的数值计算方法,并基于时域有限差分法(FDTD)仿真分析了双层金属腔体在HEMP平面波作用下的孔缝耦合过程,得到了有利于指导腔体电磁防护设计的结论。

基于卫星图像的三维前视基准图制备方法

下视景像匹配制导是现代战争中精确制导武器普遍采用的制导方式,随着技术的发展,基于前视景像匹配的制导方式成为了研制新一代精确制导武器中的研究热点。探讨了基于前视景像匹配制导的基本思想,重点介绍了前视景像匹配中三维前视基准图的生成方法,包括总体流程、选取准则和三维重建等关键环节,并给出了相应实验结果及结论。对于开展前视景像匹配研究具有一定的促进作用。

DDS在卫星导航信号仿真中的应用

通过分析主流频率合成方法以及卫星导航信号仿真的需求和特点,选择了直接数字频率合成(Direct Digital Synthesis,DDS)作为卫星信号的合成方法,并且根据卫星信号仿真的具体要求,确定了DDS的设计参数。基于单路卫星信号合成的数学模型,给出了单颗卫星信号合成单元的结构。定量分析合成控制参数计算过程中引入量化误差所导致的合成误差,并给出了可行的补偿方法,最终解决了仿真卫星导航信号合成的工程实现问题。

基于最短路径的网络可靠性评估算法

介绍了通信网络可靠性算法的研究现状,分析了各种可靠性算法的优点和不足。从网络拓扑结构和可靠性定义出发,研究了网络可靠性影响因素,建立了可靠性评估模型,对算法思想进行了描述。在网络最短路径和次短路径的基础上,提出了端到端的网络可靠性评估算法,根据网络中的薄弱节点,求得了整个网络可靠性值的近似值。以实例模拟计算,说明其算法的计算过程,验证了算法的准确性。

1553B网络BC的SPN建模与分析

针对1553B网络中BC节点采用不同的实时任务调度算法将影响轮询总线表实时任务实施次数,进而影响到总线网络的吞吐量和数据传输时延,为研究实时任务调度算法对1553B总线网络通信的影响,建立了BC节点采用静态调度算法下的任务集SPN模型,模型分析结果表明固定优先级高的任务使轮询总线表任务不能实时执行,容易被阻塞,影响了总线网络的通信效果,因此BC节点适宜采用动态调度算法。

基于扩展卡尔曼滤波的水下目标测量系统

为实时、准确获取水下目标的航迹,设计采用运动通信平台获取目标的相对位置,进而推算目标航速和位置。采用扩展卡尔曼滤波方法对测量数据进行处理,推导了卡尔曼滤波算法,建立了目标状态方程和测量方程。针对系统的非线性测量方程,采用雅克比矩阵进行线性化处理,进而建立了扩展卡尔曼滤波算法。通过实例仿真分析,结果表明,该算法收敛速度和估计精度能够满足系统的应用要求,是有效、可行的。

基于二叉树的故障诊断信息录入技术

提出了一种基于二叉树的故障诊断信息录入技术。建立了故障树与二叉树的转换原则,并且在此基础上按照顶结点—子结点—兄弟结点的顺序,将故障信息依次按照规则录入数据库,以便实现故障信息的更新。通过实例验证了该项技术的可行性和高效率。该技术解决了以往在基于故障树的故障诊断过程中故障信息录入数据库时出现的效率低和繁琐的问题。

视频对象分割技术研究

视频对象分割是新一代视频编码、视频检索、互联网多媒体交互等新兴领域的关键技术。介绍了视频对象分割的相关理论概念,对其各种算法分类进行了详细阐述,并对现有的基于运动分割算法进行了分析。重点研究了时下比较热门的2种算法,即基于时域信息分割法和时空域信息联合分割算法,同时分析了当前视频分割技术的研究现状、尚存在的问题,有针对性地提出了未来工作应重点研究的几方面内容。

一种面向最大值指标的粗大误差处理方法

提出了一种面向最大值指标的广义拉依达准则粗差处理方法,为最大值指标下粗大误差的有效鉴别提供了参考依据。该方法假设观测序列服从独立同分布的正态分布,从最大观测值被误作为粗差数据的风险分析入手,对拉依达准则的判定标准进行了改进,推导并给出了广义拉依达准则的粗差判决条件。实践应用的结果表明,该方法是可行的。

基于数字图像网络传输的混沌加密算法研究

主要研究数字图像安全地在网络中进行传输的问题。由于混沌系统的许多特性与密码学的许多要求非常吻合,在之前的数字图像加密算法中已显现出了极大的优越性。指出了应用基本的三维Arnold映射对数字图像进行加密存在的不足,并在此基础上进行了改进;论述了一种新的基于混沌的数字图像加密方案,并在嵌入式平台中进行了设计验证。实验结果表明混沌算法对于数字图像加密和解密效果较好,可以用于大数据的数字图像网络安全传输。

基于局部模糊熵与Otsu的图像阈值分割

传统的图像阈值分割方法对噪声和灰度不均匀敏感,且阈值的确定主要依赖于灰度直方图,未考虑图像中像素的空间信息。通过对含噪声图像像素属性的深入分析,提出了一种基于局部模糊熵和Otsu的图像阈值分割方法。局部模糊熵的滤波作用提高了算法的抗噪性,Otsu的自动阈值选取则提高了算法的可靠性。实验结果表明,该方法能自动、有效地选取阈值,分割效果优于传统的阈值分割方法。

基于生物视觉特征的SVM目标分类算法

鉴于生物视觉模型性能的优越性,提出了一种基于生物视觉特征的支持向量机(SVM)目标分类算法。生物视觉模型以Gabor滤波为基础,所得特征具有很好的表征能力,但却具有很高的维度,选择选择训练速度快、分类精度高的线性SVM来完成高维度生物视觉特征的分类取得了很好的效果。利用生物视觉模型提取具有位置和尺度不变性的目标特征,针对生物视觉特征高维度的特点选择线性支持向量机完成目标分类的任务,利用自抽样法验证算法的有效性。

基于数学形态学的图像边缘检测新方法

经典数学形态学的边缘检测方法虽然具有较好的去噪能力,但却存在计算量大,计算时间长等缺点,并且其得到的结果具有不连续、不完整等缺点,不能较为准确地提取图像的边缘特征。在研究数学形态学的基础上,利用数学形态学方法对图像进行边缘处理,然后将处理后的图像作为神经网络的输入,利用CP神经网络对图像的边缘进行检测。实验结果表明,该方法得到的边缘图像边界细腻完整,具有较好的抗噪性,实现了提高精度与抗噪性能的协调统一。

时延、到达角及多普勒频率联合估计新方法

针对多目标回波时延、到达角和多普勒频率估计在一维和二维算法的局限性,利用照射信号的周期重复性建立了具有旋转不变结构的阵列接收信号模型,并将PRO-ESPRIT算法应用于该信号模型,通过新模型中的旋不变因子及其对应的特征向量估计得到了各多普勒频率、时延和到达角参数,从而验证了该方法的有效性。

一种基于AGA的RBF网络混合学习算法

基于目前RBF网络学习方法中的一些不足,提出了一种基于AGA的混合学习方法,即应用AGA对网络隐单元RBF个数和宽度σ同时优选,并将最佳隐单元数作为K-均值聚类数得到隐单元中心,隐层到输出层的权值由LS法确定。针对K-均值聚类算法对初始值敏感的问题,算法在最后阶段对其执行多次运算,由此选择最佳结果。仿真结果表明,该方法在大样本情况下,训练得到的网络在精度和结构上得到了良好的结合。