针对传统的OBF分解算法在非高斯噪声下检测性能较差的问题,提出了一种带通滤波结合OBF分解的磁异常信号检测算法。首先,根据磁异常信号的频域特征,设计了Parks-McCl ellan最优FI R滤波器。通过对含噪信号的带通滤波,实现对非高斯噪声的近似高斯化,同时最大程度地保留磁异常信号的信息。然后,对滤波后的信号进行OBF分解,提取能量特征信号进行门限检测。最后,分别采用仿真数据和实测数据对算法进行了验证。结果表明:改进后的算法有效地提高了信噪比,增强了非高斯噪声下微弱磁异常信号的检测能力,解决了OBF在

针对已有的对曲面进行局部拟合方法中窗口半径选取难的问题,提出了一种使用移动最小二乘法进行全局曲面拟合的新方法。该方法充分利用最小二乘法形函数多阶连续的特点,能够保持在较高拟合精度的前提下获得深度图像曲面多阶连续的拟合结果,这种拟合结果为计算深度图像的曲面特性提供了便利。利用真实的深度图像进行数值实验,计算结果说明了该方法的有效性。

针对目前多失效模式相关下结构系统可靠度计算一般采用近似估算法，其计算结果存在误差的特点，首先建立了含单一极限状态方程和含多极限状态方程的多失效模式相关下结构系统可靠性一般模型，并分别给出其可靠度表达式，然后提出了在MATLAB环境下采用Monte Carlo模拟法直接利用程序实现多失效模式相关下结构系统可靠度相对精确计算方法，并给出了具体计算步骤和程序框图。结合两个算例进行分析，研究结果表明：多失效模式相关下的可靠度比传统单一不相关模式下的可靠度更科学、准确。且文中直接利用程序来实现多失效模式相关下结构系

建立1/2车体四自由度汽车模型，在此模型基础上，以车身加速度和悬架动挠度作为控制系统的综合反馈输入量设计了参数自调整模糊PID控制器，论述了主动悬架系统的模糊PID控制方法。对悬架在随机输入激励下的仿真效果与被动悬架、PID控制主动悬架作了比较，减振效果更好，汽车的平顺性和操纵稳定性得到了明显的改善。

调制传递函数是评价红外光电成像系统整机成像质量的重要指标之一。通常MTF的测试方法有狭缝法和刀口法等。详述了倾料目标靶(料狭缝和料刀口)测试MTF的测试原理,并且对该两种方法进行了比对实验。提出一种改进刀口法,将多行数据刃边对齐并排列成一行数据作为刀口扩散函数,能增加采样点数和采样率并提高测试分辫率,进而得到刀口图像,对每行数据先微分得到各行LSF(线扩散函数),再对LSF多行数据构成的新图像按照料缝法处理过程计算MTF。实验验证表明,该方法数据能够有效地降低在MTF测试过程中的噪声影响,与料缝法MTF测

粒子群优化算法是一种基于群体智能的随机全局优化技术,尽管其原理简单易、于实现且功能强大,但目前研究人员还没有对它的工作原理做出足够的解释。将群体优化过程看成一个动态系统的演变,采用线性离散时间系统的分析方法对算法的收敛性进行了分析,导出了简化PSO算法的收敛条件。考虑到参数是影响算法性能和效率的关键因素,利用标准测试函数对算法的参数选择进行了详细的分析,并给出一些指导性原则。

以中国知网学术期刊网络出版总库中2003―2012年的水资源学科核心期刊论文为基础,采用Bibexcel统计关键词频次,采用Ucinet和Netdraw绘制共词网络,运用SPSS进行共词聚类分析与多维尺度分析,研究高频关键词之间的内在联系,评述水资源学科的研究热点与研究现状。 研究结果表明,水资源学科在研究过程中形成了水资源可持续利用、社会可持续、水资源系统和水资源管理四大类群体,并且四者之间具有较强的关联性。

仿真系统采用 MATLAB图形用户界面( GUI)设计实现,参数设置灵活,界面友好,并且能够模拟硬件方 案中脉宽( PW)和到达时间( TOA)的测量和提取方式,使系统能更有效地用于研究雷达脉冲分选的过程和验证 各种常用算法的可行性。通过比较各算法的性能,挑选出最优方案,指导硬件系统设计,达到节约成本的效果。 实践证明,该系统能很好地应用于雷达脉冲信号的分选研究。

文中基于OpenGL对舰船目标进行红外热像模拟，根据红外物理和传热学知识，综合考虑面元之间辐射、传导、对流以及面元与周围大气、海面、太阳之间的辐射、对流，建立较为完善的舰船目标红外物理模型，计算出舰船各部分的温度分布及辐射亮度分布。根据辐射亮度量化为灰度信息，经过建模、视点变换、环境设置等一系列处理并渲染输出红外图像，并利用双缓存技术实现动态红外图像的生成。

微波谐振腔具有很高的品质因数，因而灵敏度很高；谐振频率是谐振腔最重要的参数，通过对谐振腔谐振频率的测量是目前为止最快速、最有效的湿度测量方法。本文提出了一种对单端开口同轴微波谐振腔的谐振频率测量方法，并设计了系统的具体实现。通过实时检测谐振腔耦合出来的输出功率的最大值，测量在该最大值点对应的频率值，从而快速得到谐振频率的大小。实验证明，该系统具有高灵敏性和高精确度，适合工业的在线应用。