摘要：大幅宽遥感图像的动目标检测研究中,卷积神经网络虽然取得了显著效果,但算法存在目标搜索空间庞大、模型极其消耗时间及计算资源的问题,因此本文从目标区域预筛选的角度给出了针对性优化方法。首先,基于局部误差处理的策略,改进了现有的图像分割算法来粗糙地提取动目标可能存在的区域。然后,以相邻区域合并、减少总数量和面积为目的,设计了一种基于空间约束的密度聚类算法——SC-DBSCAN,其以分治思想来降低问题的规模,通过空间尺寸的先验约束自适应地将数据划分为多个相互独立的簇,并针对簇的复杂程度选择相应的合并策略,在复杂簇中,考虑到合并结果与对象遍历顺序相关,易陷入局部最优,引入基于模拟退火思想的随机扰动有效提升了输出的图像块质量。最终,通过减少模型推断次数及避免目标的重复检测,显著地改进动目标检测的整体效率。

摘要：已有NCS仿真平台采用单一的全数字仿真或半实物仿真方式,在灵活性或真实性方面具有一定的局限性。首先归纳理想NCS仿真平台所应具有的品质,然后以其为指导提出了一种新的NCS仿真平台的实现框架,并基于MATLAB、OPNET、VisualC++等软件平台和软件组件设计思想实现了仿真平台NCS-SP(NCS-SimulationPlatform)。NCS-SP突破时延小于一个采样周期的限制,提供不同模块的多种选择属性,从而克服已有平台的不足,增强了仿真平台的有效性和灵活性。最后,通过不同网络环境下的仿真试验分析了网络时延和丢包对系统性能的影响。

摘要：研究了一类变参数非线性网络控制系统随机稳定性和控制器设计问题.针对具有有界随机延迟和数据包丢失的不确定网络控制系统,提出一种离散时间跳变模糊方法,建立其双模态不确定Takagi-Sugeno模糊数学模型,综合刻画了网络的有界随机时延和丢包特性、网络传输的不对称性以及控制对象的不确定性非线性动力学现象.基于该模型,利用Lyapunov理论和线性矩阵不等式方法,推导出系统随机稳定的充分条件,给出了具有分段二次Lyapunov稳定与次优性能指标的保成本状态反馈模糊控制器的设计方法.该方法归结为一组双线性矩阵不等式,可利用同伦迭代算法求解.数例仿真结果表明,对于任意容许的不确定性,该方法设计的控制器能使系统随机稳定.