关于光线投射算法的OpenGL高效实现

采用光线投射算法对二维(2D)图片实现三维(3D)重建,用3线性插值算法计算每个采样点的颜色值和不透明度,提高三维重建图像后的精度。该算法实现主要借助于OpenGL函数库及其三维观察矩阵,以其精确计算规则三维数据场在观察方向上的二维投影区域,减少了光线投射算法中投射光线数量。根据Phone光照模型为数据场预先计算和保存明暗表,并通过优化常规现实代码,有效地提高了光线投射体绘制算法的效率。该算法既保证了精度,又提高了显示的速度。     

Delaunay三角剖分插值用于超分辨成像

微变焦超分辨成像在插值重建方面比较困难,目前基于最小二乘估计的频域模型和空域模型也都存在一些局限性。为了兼顾超分辨成像的实时性和精确性,该文在图像重建过程中,借鉴Delaunay三角剖分的数学概念,采用随机增量算法,定义了基于Delaunay三角剖分的插值算法。该算法可以提高分辨率,降低运算量。仿真实验结果表明,该算法在图像重建的时间和均方误差方面,均优于共轭梯度最小二乘法,其中基于Delaunay三角剖分的三次方插值算法的优越性更为突出。     

基于保幅延拓算子的共成像点道集敏感性分析

波动方程叠前深度偏移是解决复杂构造成像问题的有效手段。偏移速度分析和AVA/AVO分析都需要在共成像点道集完成,而共成像点道集对偏移速度的敏感性又直接决定了偏移速度分析的可行性,也影响到偏移速度迭代收敛的次数。利用双平方根保幅偏移算子,在波场延拓过程中抽取共成像点道集,保持了振幅的能量特征,有利于AVA/AVO分析。偏移距域和射线参数域共成像点道集对偏移速度较敏感,能够满足偏移速度分析的需要,两者联合应用有利于提高偏移速度分析的精度。     

基于过程神经网络的六维力传感器动态解耦研究

六维力传感器动态解耦方法主要集中于不变性动态解耦方法和迭代解耦方法,其解耦效果取决于建模精度,强耦合情况下解耦误差大,工程实现复杂.文章针对这一问题提出一种基于过程神经网络动态解耦算法,将六维力传感器输入输出及网络权函数进行相同正交基展开,简化计算过程,求解六维力传感器输出输入耦合关系.实验结果表明,过程神经网络在六维力传感器动态解耦中应用效果良好,为动态解耦提供了一种新方法.     

机载前视SAR三维成像原理及分辨率分析

提出一种新型的采用天线阵模式的机载前视合成孔径雷达(SAR)系统,分析了其三维成像原理。根据前视SAR的成像几何模型和回波信号特点给出了实现前视SAR三维成像的处理流程,详细推导了前视SAR的三维分辨率。模拟了X波段前视SAR点目标回波并进行了三维成像实验。仿真结果表明前视SAR系统能够实现三维成像,验证了本文算法的有效性。     

基于蚁群BP神经网路算法的六维力传感器解耦研究

针对传统BP神经网络在六维力传感器解耦训练过程中,由于其初始参数的选取不确定性导致神经网络出现震 荡、收敛速度缓慢和陷入局部极值等问题,提出一种基于蚁群BP神经网络算法并应用于六维力传感器解耦研究。该算 法利用蚁群算法在种群寻优方面的优越性,通过局部和全局信息素更新相结合的方式更新信息素,提高蚁群算法搜索的 效率,为BP神经网络提供一组最优的训练初始参数,网络收敛速度得到很大地提高,同时局部极值和震荡等缺点也有一 定的改善。实验仿真结果表明,在六维力传感器神经网络模型训练过程中,达到同样的目标误差,基于蚁群BP神经网络 算法的迭代次数Ⅳ比传统算法少50%,运行时间r快60%。这说明蚁群BP种经网络算法在六维力传感器解耦研究中 有着很好的应用效果。     

一种LOG-MAP算法的改进迭代实现及其结构

对LOG-MAP算法进行了可并发性分析,利用可以完整接收一个N长符号传输帧的条件以及正向迭代和反向迭代中的固有对称性质,提出了LOG-MAP算法的一种修正迭代实现算法,其正向和反向迭代计算次数只需码长N的一半,故比标准LOG-MAP算法提高了一倍的处理速度,且没有空间开销的增加、同时,根据修正的迭代实现算法给出了相应的适于FPGA实现的双总线硬件结构的实现方案。     

AutoLISP在三维铸件网格自动剖分中的开发应用

在用ＡｕｔｏＣＡＤＲ１２的ＡＭＥ进行铸件三维实体几何造型的基础上，本文用ＡｕｔｏＬＩＳＰ开发了铸件网格快速自动剖分的应用程序，实现了对任意复杂形状铸件在三维方向进行任意大单元的自动网格剖分，经实际应用，得到非常满意的结果。     

基于三维拉普拉斯算子的脑皮层厚度估计算法

为了提高阿尔茨海默病患者组(AD组)、轻度认知障碍组(MCI组)与正常对照组(CTL组)之间脑皮层形态差异的测量精度,本文提出一种基于三维拉普拉斯算子的脑皮层厚度估计算法.该算法通过对脑皮层核磁共振影像(MRI)表面进行光滑处理和立方体剖分,构建保持原有MRI数据的脑皮层四面体网格模型;结合有限元方法,利用三维拉普拉斯算子计算脑皮层内部的热稳态场分布,并运用梯度下降法和T假设检验分别求得脑皮层厚度信息和不同组别之间脑皮层厚度的显著性差异区域.实验结果表明,本文算法与FreeSurfer算法相比,可以有效地提高测量精度,在检测AD,MCI与CTL之间脑皮层厚度显著性差异区域方面具有较强的统计分析能力.     

自适应惯性权重的改进粒子群算法

针对标准PSO算法求解高维非线性问题时存在的大量无效迭代(经过一轮迭代后全局最优位置保持不变),提出了一种自适应惯性权重的改进粒子群算法。基于单次迭代中单粒子运动状态的分析,提出并证明了论点:上一轮迭代适应度值变差的粒子,当前迭代中其惯性分量将引导粒子往适应度值变差的方向运动,导致粒子群体无效迭代次数增加。设计了标准PSO算法改进方案,将上一轮迭代中适应度值变差的全体粒子的惯性权重置为零,消除当前迭代中不利惯性分量对算法收敛的不良影响。采用6个标准测试函数,将该算法与标准PSO算法、固定惯性权重PSO算法和具有领袖的PSO算法进行性能对比分析。试验表明,该改进算法无效迭代次数更少,在收敛率、收敛速度和收敛稳定性上均具有明显的优势。     

在动态水环境中基于熵的无线传感器网络路由算法

随着人们对水环境的日益关注以及无线传感器网络技术的成熟,如何使用无线传感网络对水环境进行监控成为一项重大课题。该文在动态水环境中,基于正方体网格剖分思想提出了一种以熵为尺度来衡量路径稳定性的QoS路由算法(EWSQoS),该算法使用正方体网格对信息收集区域进行剖分,再在此基础上寻找到达Sink节点的最短网格,最后利用"熵"来选择路由,减少了重建路由(或路由修复)的次数,在网络拓扑频繁变化的环境中尽可能地提供QoS保证。经仿真实验与性能分析表明,EWSQOS算法与Long-term、DBR、DTN等算法比较,在路由重建次数、路由成功率、网络能耗、网络延时方面具有更优性能。     

干涉ISAR三维成像试验研究

阐述了干涉式逆合成孔径雷达(ISAR)三维成像的基本原理,与传统的ISAR二维成像方法的性能进行了比较.结合实际的宽带雷达平台,介绍了试验验证的基本方法,并通过静态双散射点和过航飞机等目标的实际跟踪试验,获取了目标回波信号的和、方位差和俯仰差三通道宽带数据,给出了干涉ISAR三维成像的算法流程.采用干涉ISAR三维成像的算法对实际测量数据进行了处理,得到了各类目标的成像结果,对成像效果进行了分析和评估,提出了工程应用的建议.     

一种新的合成孔径雷达三维成像方法

研究了从全极化合成孔径雷达(SAR)图像数据中提取方位向的地势倾斜度信息,形成极化SAR三维成像。阐述了极化合成孔径雷达三维成像的快速搜索算法,对快速搜索算法作了修正与完善。提出了由Stokes矢量推导的极化椭圆方向角解模糊算法,利用真实的极化SAR图像数据得到了极化三维成像结果;并讨论了极化三维成像对地势场景的要求。     

一种改进的鸟群优化算法

针对鸟群算法在求解高维复杂问题时常常陷入局部最优解,尤其在鸟群觅食的过程中总是出现"早熟"的现象,提出一种改进的鸟群算法。将惯性粒子和模糊推理引入觅食过程,使那些正在觅食的鸟跳出局部最优解以增强全局寻优的能力。随着算法迭代次数的增加,逐渐减小飞行状态中的生产者对乞讨者的影响,从而使影响因子不断减小;然后用Gauss混沌映射对算法进行扰动,增加算法的多样性;最后用4种算法的6个测试函数进行数值仿真。数值试验结果证明了本文算法具有较强的收敛速度和收敛精度。     

基于信赖域的无线传感器网络节点定位算法

在无线传感器网络中,基于测距的无线定位方法通常基于各类测距模型,以最小二乘法估计位置初值,再利用优化算法提高定位精度。由于测距过程受到各类噪声及其分布变化的影响,在低信噪比情况下传统优化算法存在精度降低、收敛性差等性能恶化的问题,通常导致估计的结果不是最优。针对这一问题,将信赖域算法用于迭代优化过程,使用锥模型函数逼近定位目标函数,将目标函数的优化过程转变为一系列最优化子问题。仿真结果表明,该方法性能稳定,收敛速度快,在低信噪比环境下比传统算法具有更好的定位性能。     

一种改进的基于DCT的信道估计迭代算法

提出了一种适用于正交频分复用系统信道估计的基于DCT的改进迭代算法.该算法通过迭代修正传统DCT/IDCT方法估算出的频率响应幅值和相位偏移,能有效抑制加性高斯白噪声和载波间干扰影响.仿真结果表明,与未采用迭代的DCT/EIDCT算法相比,该算法有更好的性能;与采用DCT/EIDCT初始化的迭代算法相比,该算法具有与其几乎相同的性能,但实现更简单;同时,该算法的迭代次数可通过在初始化过程中引入幅值补偿而大大减少.     

机载雷达海面舰船目标ISAR成像技术研究

利用ISAR/SAR技术获得海面舰船目标的二维像是实现舰船目标分类识别的重要手段.文中研究了高海情条件下的机载雷达舰船目标ISAR成像方法,包括基于迭代相关的包络对齐、改进的"秩一"自聚焦相位补偿及利用"clean"技术的多分量调幅-调频信号参数估计的瞬时成像方法.实测数据成像结果证明了算法的可行性.     

面向SAR目标分类的卷积神经网络算法研究

随着合成孔径雷达(aynthetic aperture radar,SAR)成像技术的日益成熟,如何对SAR目标进行高效分类得到了普遍关注。在此背景下,提出了一种面向SAR目标分类的二层卷积神经网络算法。为增强适应性,设计了一种随迭代次数增加而减缓的分数渐变学习率。同时,在损失函数中引入类内、类间相似度量函数,丰富了样本分类特征,提高了分类的准确率。在MSTAR数据集上的测试结果表明:该算法相比于其他分类方法和经典卷积神经网络算法有更高的分类准确率,证明了算法的有效性。     

基于三轴线性插补的的裁剪跟随方法

针对多层自动裁床片式裁刀的运动控制,提出了一种新型的裁刀跟随算法,通过普通运动控制器的三轴线性插补功能来实现任意二维曲线的插补跟随。先将曲线按照精度要求离散为直线段,然后将裁片轨迹划分为若干直线组成的节段,以刀片围绕刀尖点的旋转运动实现节段内直线间的转接。该算法重点考虑刀具形状参数的影响,过剪量可控。误差分析和实验表明,该算法有效可行。与已有的技术相比,具有插补跟随精度高,实现成本低的特点。     

初始点任意的广义梯度投影算法

利用广义梯度投影与罚函数技巧，将等式与不等式约束问题化成一个无约束问题。给出了一个初始点任意的广义梯度投影算法，削弱了文献［８］的条件，罚参数在计算中自动调整，在迭代次数适当大时成为常数，并证明了算法具有全局收敛性，在实际应用中也容易实现。