【摘 要】
：
基于航母舰面获取舰载机外轮廓以用于碰撞告警方面的实际需求,提出了一种适用于舰载机轮廓关键点检测的深度学习算法,通过预测关键点热力图以及关键点间的亲和力场,最后对关键点进行二分图匹配优化,实现了对舰载机轮廓关键点的检测并形成了准确的外轮廓。实验表明,提出的舰载机关键点检测算法检测准确率可达到84.1%,检测速率可达到每秒37帧,能够满足实际需求,对于提高航母舰面智能化保障程度有着重要的意义。
【机 构】
：
海军航空大学岸防兵学院 烟台 264001;海军航空大学(青岛校区)舰面航空保障与场站管理系 青岛 266041
论文部分内容阅读
基于航母舰面获取舰载机外轮廓以用于碰撞告警方面的实际需求,提出了一种适用于舰载机轮廓关键点检测的深度学习算法,通过预测关键点热力图以及关键点间的亲和力场,最后对关键点进行二分图匹配优化,实现了对舰载机轮廓关键点的检测并形成了准确的外轮廓。实验表明,提出的舰载机关键点检测算法检测准确率可达到84.1%,检测速率可达到每秒37帧,能够满足实际需求,对于提高航母舰面智能化保障程度有着重要的意义。
其他文献
针对我台天线效率不高实际情况,论文对对数周期天线加入地网的效率进行了分析计算,并将几种地网形式计算结果进行了对比分析,结果表明:采用辐射形地网天线效率可达83.33％.
近年来,人工智能技术在很多领域得到了广泛应用,特别是在智能决策与控制方面.在船舶领域,传统的航行决策与控制高度依赖于船员们对雷达、声呐传感信息的人为把握,这种人工方式的决策结果与控制性能受限于船员的航行经验,具有信息不完备的特点.人工智能技术可以有效利用船舶航行过程中产生的海量数据,在船舶的路径规划、运动控制、能耗决策等方面提供依据,能够可靠地保证船舶航行的安全性和经济性.论文综述了人工智能技术在船舶领域的应用情况,阐述了人工智能技术在船舶决策与控制中的有效性和优越性.
单目相机标定是单目视觉测量技术的重要步骤,标定准确度的高低直接影响视觉测量的准确性。论文针对相机标定的问题,提出了一种改进粒子群算法的相机内参标定算法。将张正友相机标定法计算出的相机内参值作为初始值,输入到基于动态惯性权重系数的粒子群优化算法中进一步迭代优化。实验结果表明,改进后算法标定的准确度更高,收敛速度更快,有效地克服了陷入局部最优解的问题。
针对水面无人艇在执行轨迹跟踪任务时可能遭受的复杂不确定扰动问题,设计一种带有扰动观测器的鲁棒控制方法.依托于系统模型,首先将外界扰动与系统不确定部分统一划分为不确定的综合扰动,并进一步设计一种有限时间扰动观测器来在线估计综合扰动.在此基础上,通过反步控制策略构造虚拟控制律和鲁棒控制器,利用Lyapunov稳定性定理证明了在闭环系统中的所有信号均具有半全局一致有界,并且轨迹跟踪误差能够在有限时间内到达平衡点的领域内.最终,通过仿真实验验证了所设计方法的有效性.
从网电对抗装备战场抢修(以下简称战场抢修)的基本过程入手,分析了战场抢修器材需求主要影响因素,构建了战场抢修器材需求的SD模型,依据SD模型进行实例仿真,并对仿真结果进行了深入分析,得到了相关结论.构建的模型为科学预测战场抢修维修器材需求,更好地指导战时器材保障工作提供了理论依据,具有一定的实践价值.
对不同体制雷达进行组网,能够有效发挥各型雷达性能优势,但组网过程中误差配准问题必须首先要解决,以此提高对目标航迹的探测与跟踪精度.联合扩维误差配准算法能够进行实时配准,但运算量问题限制了算法的效能发挥.论文在研究异维度雷达配准算法的基础上,提出了一种基于平方根的双阶EKF误差配准方法,并与传统的异维度雷达扩维配准方法进行对比分析.仿真结果表明,新算法消除了状态向量维数增加导致的运算效率降低的问题,且配准精度显著提高,配准效果比较理想.
兵力编组是指挥员战斗部署的主要内容.针对战斗的实际情况,灵活巧妙的进行兵力编组,是达成作战目的的关键.不同的作战形式,兵力编组也是不同的.论文以合成部队进攻战斗为例,构建了一种基于兰彻斯特方程的兵力编组模型,为指挥员作战指挥决策活动提供参考.
针对宽带信号在卫星转发器中难以找到合适的掩护信号问题,提出了一种基于卫星转发器频谱占用情况的自适应卫星合作信号叠加隐蔽通信方法.首先采用频谱感知技术检测和估计当前卫星转发器占用频谱的中心频率、带宽、信号功率等参数,从而获得可用的掩护信号信息;然后根据上述信息设计对应的分割滤波器组参数信息,将原宽带隐蔽通信信号的频谱分割成与掩护信号频谱带宽相适配的多个子频谱,并将这些子频谱混频搬移到对应的中心频率,使得隐蔽通信信号的频谱完全隐藏在转发器当前的频谱环境中;最后在信关站移除合作的掩护信号,并通过设计的盲相位估计
随着科技发展,基于可穿戴式传感器的研究逐渐得到重视,显现出功耗低、可携带性好、成本造价低、使用场景不受限制等独特优势.其中重要的一项应用是人体姿态识别,人体姿态识别过程主要分为人体运动信息采集、数据预处理、姿态角求解、模式识别特征的提取与识别.本文介绍了人体姿态识别技术的研究进程,总结了目前常用的传感器,最后对未来人体姿态识别技术发展进行展望.
3D多目标跟踪是无人车领域中一个核心技术之一。3D多目标跟踪的相关工作多通过设计复杂的目标建模算法或数据关联算法,以寻求提高3D多目标跟踪系统的鲁棒性。为降低3D多目标跟踪系统的复杂性,将目标的三维中心点视为该目标进行跟踪,提出了基于激光点云坐标系的3D多目标跟踪算法。首先,使用3D目标检测器检测出每帧激光点云中的目标。然后,用卡尔曼滤波器预测上一帧目标的三维中心点在当前帧的位置状态,融合激光雷达