空间攻防中，拦截卫星相对目标卫星导航参数的确定，对拦截卫星的拦截轨道设计十分重要-本文针对目标卫星轨道为椭圆轨道且拦截卫星存在机动的情况，研究了拦截卫星的相对导航算法.首先，推导了目标卫星轨道为椭圆轨道时拦截卫星的相对运动方程，并根据星间测量几何关系推导了测量方程；其次，通过引入拦截卫星的机动加速度并考虑其控制误差，设计了改进的扩展卡尔曼滤波器，以提高拦截卫星的相对导航精度；最后，通过仿真验证了算法的有效性，并获得了较好的相对导航精度.

视频码流是经过高效压缩的数据，其比特流之间的相关性非常强，因此对误 码或数据丢失很敏感。在分组网络通信中，由于因特网只能提供“尽力服务”， 因此分组丢失不可避免。这样，在网络视频通信中纠错控制的重要性不言而喻。 本论文重点研究应用于视频的纠删码算法，首先阐述了纠删码的研究背景和 进展，详细介绍了RS码、Tomado码、LT码和RaPtor码的编解码方法、编解码 复杂度及性能。然后，提出并实现了一种卷积式 Tomado码，把分组Tomad。码 偶图变换成卷积式偶图，并用该偶图对数据分组进行编解码，卷积式Tomado码 增强了编码数据分组之间的相关性，能够有效地抗网络突发丢包。接下来，提出 了一种基于FEC的选择重传方法，对于线性FEC只要接收到的数据分组可以线 性表示全部源数据分组，解码器就可以恢复所有丢失的数据分组，根据线性FEC 的这个特点，对解码失败时偶图对应的矩阵进行列变换，找到需要重传的数据分 组序号。另外，本论文还给出了一种适用于重传的数据封装结构，该结构中含有 两种类型:一种为含有重传分组序号信息的数据结构，另一种为含有视频数据的 数据结构。利用该数据结构的视频传输系统简单易实现。 最后，利用论文中给出的FEC和重传算法，实现具有抗分组丢失能力的视频 通信系统，同时验证了卷积式Tomad。码和基于FEC的选择重传方法。实验结果 表明，本论文提出的卷积式Tomado码和基于FEC的选择重传方法能有效提高视 频通信的质量，而且算法复杂度低，可用于实际视频通信系统中。

旋转变压器解码软件算法研究MATLAB实现 c语言代码,可移植硬件实现

智能天线中的自适应LMS算法研究，季晓澎，，本文主要研究智能天线中自适应阵列天线的自适应算法。移动通信中的智能天线技术具有波束赋型的能力，从而达到一定的空分多址增益

目录 摘要 关键词 第一章 绪论 1.1 研究背景 1.2 研究意义 1.3 国内外研究现状 1.4 研究内容和方法 1.5 论文结构 第二章 YOLOv3算法原理 2.1 YOLOv3算法概述 2.2 YOLOv3算法网络结构 2.3 YOLOv3算法训练过程 2.4 YOLOv3算法优缺点 2.4.1 YOLOv3算法优点 2.4.2 YOLOv3算法缺点 第三章 目标检测算法研究 3.1 目标检测算法概述 3.2 传统目标检测算法 3.3 深度学习目标检测算法 3.4 目标检测算法评价指标 3.4.1 精度指标 3.4.2 IOU指标 3.4.3 MAP指标 第四章 基于YOLOv3的目标检测算法设计 4.1 算法设计思路 4.2 数据集准备 4.3 算法实现细节 4.4 算法性能评估 4.4.1 检测精度评估 4.4.2 检测速度评估 第五章 实验结果与分析 5.1 实验环境介绍 5.1.1 硬件环境介绍 5.1.2 软件环境介绍 5.1.3 实验数据集介绍 5.1.4 实验流程介绍 5.1.5 实验结果说明 5.2 实验结果展示 5.3 实验结果分析 第六章 结论与展望

高精度光学玻璃折射率是保证光学设计和成像质量的重要条件，主要由V 棱镜折射仪进行检测。在图像对准式V 棱镜折射仪中，用于对准的平行光管所成狭缝中的单线图像质量，直接影响折射率测量中的对准精度，尤其当单线与背景对比度不高时，会大大影响仪器的测量精度。提出一种自适应灰度拉伸和垂直投影相结合的图像增强算法,该方法能快速提取低对比度的单线图像。通过对比实验证明了本算法的有效性，将测角精度提高到了±1"，算法稳定测量重复性优于1×10-6，对提高测量光学玻璃折射率的精度有实际意义。

目标跟踪是计算机视觉和图像处理的一个重点课题,在视频监控、机器人视觉导航以及智能交通控制中具 有广泛的应用前景。通过粒子滤波技术,研究了如何整合颜色特征、前景信息和积分图运算等技术实现视频目标跟 踪的粒子滤波算法。在对目标进行分割中采用了混合高斯背景建模方法;同时结合积分直方图的计算方法对颜色特 征进行分段统计及相互遮挡的判断,实现基于粒子滤波的目标跟踪算法的优化,解决跟踪中诸如遮挡、光照变化、背 景干扰、尺寸变化等难以解决的问题。实验结果表明提出的方法达到了预期目标。

动态多目标优化进化算法主要研究如何利用进化计算方法求解动态多目标优化问题,其已成为进化计算领城一个新的研究课题。本文首先介绍了动态优化问题的分类,然后描述了动态多目标优化问题的基本概念、数学表述,最后在当前对动态多目标优化进化算法的基本原理、设计目标、研究现状及性能度量讨论的基础上,提出了对动态多目标优化问题需进一步研究的关键问题。

考虑到现实环境中的人脸图片在角度、光线、分辨率上的复杂程度，对Inception-ResNet-V1网络结构进行了改进，同时完成了数据集制作、超参数调节等相关工作，并在家庭服务机器人平台上进行了实验研究。实验结果表明，改进的网络结构在LFW测试集上准确率达到99.22%，高于原始网络结构的99.05%；在亚洲人脸数据集上准确率达到99.20%，高于原始网络结构的97.10%；在自建非匹配人脸数据集上误识别率为3.43%，低于原始网络结构的12.28%。可以看出，与原始网络结构相比，改进网络结构提升了人脸识别的准确率且降低了误识别率。

造成交通拥挤往往突出表现在道路的交叉口处，在综合了模糊控制技术和城市信号交叉口交通信号控制技术基础上，针对多路口交通控制的特征及实际交通状况，对已有模糊控制算法进行了改进，在单路口模糊控制研究的基础上，研究了基于相序优化模糊控制的城市区域交通信号控制系统。此方法不需要建立复杂的交通流模型，对城市交通控制系统实施模糊控制，可以有效地解决交通信号控制过程中复杂性和随机性难题，从而对绿灯信号的调整做出更合理的匹配，提高交叉路口的通行率近20%。