摘要：针对基于L2范数的主分量分析(L2-PCA)易受离群数据的影响,使得传统的基于L2-PCA的视觉跟踪对目标遮挡的鲁棒性较差的问题,提出一种基于L1范数最大化主分量分析(PCA-L1)的视觉跟踪算法.利用PCA-L1对目标表观建模,以粒子滤波为框架估计目标的状态;为了适应目标变化并克服"模型漂移"问题,提出一种PCA-L1的在线更新方法以实现子空间的更新.通过实验验证并与现有算法进行了比较的结果表明,文中算法具有较优的跟踪性能.

摘要：稀疏表示已经成为运动目标检测的有效方法之一,但其还没有很好地解决目标检测的快速性和鲁棒性.本文基于最大后验概率提出了一种快速鲁棒的运动目标检测模型,并设计了该模型的求解算法.该算法包括两个阶段:在第一阶段利用编码迁移实现稀疏系数的快速求解;在第二阶段基于运动目标的空间连续性结构,利用图切实现目标检测.在多个具有挑战性的图像序列上的实验结果表明,与其他经典运动目标检测算法相比,本文方法在快速性和鲁棒性方面具有较优的性能.

摘要：推导得出了毫米波隐身涂层发射率随着目标表面真实温度以及几种典型环境发射率之间的关系;在此基础上,以地面为典型环境,将其发射率作为主色发射率,推导了三色毫米波迷彩发射率取值范围表达式,分三种情况讨论了三色毫米波迷彩发射率的取值范围,及其随着目标表面真实温度变化之间的关系。结果表明,在300~400 K温度范围内,迷彩主色发射率应与环境发射率相近(对于地面来说为εg=0.935),配色发射率取值随着目标表面真实温度的变化单调变化;且它们的取值范围相同,并随着目标表面真实温度的升高而减少。所得到的结论对毫米波隐身迷彩涂层色斑发射率分布设计具有指导意义。

摘要：针对层次无线传感器网络中骨干层数据量大、高负载的业务特点,从减少冲突碰撞概率、降低重传开销和适时休眠三个方面考虑设计了一种骨干层MAC协议(GBN-MAC)。GBN-MAC根据节点收到的RTS(Request To Send)帧和分片数据帧进行休眠,使用临时通信标识符降低分片传输的额外开销。仿真结果表明在高负载下,GBN-MAC协议能够在基本保持网络时延和吞吐量的情况下明显降低能量消耗,可以较好地满足骨干层设计要求。

摘要：多跳分层异构无线传感器网络(WSN)包含周期性短数据和明显方向性数据流,根据该特点,设计一种异构传感器网络基础层MAC协议(GFN-MAC),以均衡降低基础层的能量消耗和时延。异构无线传感器网络基础层在分簇时使用CSMA协议,完成分簇后节点运行GFN-MAC协议,利用交错的周期倍增同步休眠调度模式,使不同层节点运行不同频率的激活/休眠周期。仿真结果表明,与完全同步和交错同步调度方案相比,GEN-MAC的通信时延和系统能耗较低,吞吐量较高。

摘要：针对传统红外侦察方法存在的不足,为综合紫外、红外和可见光的成像优点,系统采用DSP为处理核心,构建一种小型实时多源图像融合系统,通过光机结构设计,经过倍率调整和数字位移,以及一系列试验进行多光谱的融合。实验结果表明,系统设计合理,能够完成多源图像的融合。该系统具有体积小、重量轻、功耗低、处理速度快和工作模式灵活可选等特点,非常适合载荷能力有限、需执行多样化任务的无人机搭载应用。

摘要：提出了一种基于神经网络逆控制的飞行控制方法,用于解决无人机发生故障传统PID失效时,难以恢复控制的问题。通过建立基于适当神经网络结构的非线性系统的逆系统,与PID反馈控制结合,有效解决无人机发生故障时非线性耦合的问题,并重构控制率,使无人机恢复有效控制。仿真结果表明该控制策略可行,提高了在传统PID失效时无人机的生存能力。

摘要：针对机器视觉检测中缺陷面积较大的圆形瓶口定位误差大的问题,分析了瓶口图像各个角度的特征,设计了一种在缺陷中迭代求解瓶口中心的方法。对拟合外边缘的残差进行排序并消除干扰像素,逐步循环迭代,准确定位了瓶口圆心,克服了缺陷部位像素对于圆目标识别的影响,实现了缺陷的实时定位。搭建了试验平台,用500幅不同缺陷的瓶口图像验证,结果表明该方法针对各种样式的缺陷,定位圆精度明显高于参考文献中典型方法,运行时间仅为0.01 s,证明了本方法在瓶口缺陷的实时定位、识别、分析方面具有明显优越性。

摘要：针对栅控行波管在雷达发射机内部高压、高频的工作环境中极易发生故障,介绍了发射机监控系统核心技术经历的继电器、单片机、嵌入式工控机和可编程逻辑器件(PLC)四个阶段。给出了现阶段栅控行波管雷达发射机中采用的工控机及PLC相结合的监控系统,并提出了采用工作电源监控的方法对栅控行波管关键参数进行间接采集和监控的方法。为设计一个可靠、稳定、有效的发射机监控系统提供参考。