基于核密度估计的红外目标提取方法

提出了有效集成灰度、空间关系和局部标准差信息的新的核密度估计方案,据此设计了一种基于核密度估计的红外目标提取方法,即首先将图像分块,根据块的统计特征获得包含整个目标的约束区域;然后对目标约束区域和相应的背景采样区域进行核密度估计,这里背景采样区域指的是围绕着目标但又不包含目标的图像区域,由目标约束区域向外扩展而形成;最终通过对两种核密度估计对比的阈值判断即能获得所提取的目标.实验验证了所提出的算法简单有效.     

基于一维散射中心匹配的雷达目标识别

本文提出了一种新的基于目标一维散射中心匹配的雷达目标识别方法.该方法在计算两目标匹配函数之前,先根据目标尺寸大小在目标中心附近设定一个距离窗,将位于此距离窗以外的散射中心剔除,以减轻目标区域以外虚假散射中心的影响.对剩下的目标散射中心,根据两目标散射中心之间的距离,对目标之间的散射中心配对,然后定义两目标的匹配函数为所有配对散射中心的"匹配能量"和与两目标所有散射中心能量和的比值.对五类目标缩比模型的外场测量数据进行分类识别实验,结果表明该方法具有良好的目标识别能力,而且对加性高斯白噪声和雷达带宽不敏感.     

基于分块图像统计特征的红外目标提取

提出了一种基于分块图像统计特征的红外目标提取方法,首先将图像逐步分成越来越小的块,根据块图像统计特征构造函数求其极大值,获得目标的种子区域和包含整个目标的约束区域;然后在约束区域内,将一种快速的区域生长方法用于目标种子区域的生长,最终提取出红外目标。通过对不同目标大小的红外飞机图像的实验,验证了算法的有效性。对算法在TI公司的DSP芯片TMS320VC33 150上实现的时间消耗进行了估算,结果表明可以达到实时提取目标的要求。     

超稀疏阵列下基于波形分集的区域能量聚焦技术研究

区域能量聚焦技术是能量精确投送中的关键技术。该文以精确电子战为典型应用背景,提出一种在超稀疏阵列下实现区域能量聚焦的方法。首先对超稀疏阵列下的区域能量聚焦问题建模并转化成半定规划(SDP)问题;然后通过优化求解发射信号的自相关矩阵使整个聚焦区域内的能量最大化,同时最小化聚焦区域以外的能量;最后提出4个评估指标以评估能量聚焦效果。仿真实验表明,该方法在典型布阵下的能量聚焦效果优于现有方法,具有较强的实用性和可行性。     

基于流形特征与形状先验的红外直升机图像分割

为有效分割复杂天空背景下的直升机目标,提出了基于流形特征与形状先验的变分分割模型.根据图像数据的灰度分布构造区域能量项,推动变形曲线向目标边界演化;引入对称正定（Symmetric Positive Definite,SPD）矩阵流形上的区域协方差描述子构造流形特征能量项以提高分割算法的鲁棒性.在区域项、边界项和流形特征项的共同作用下获取红外直升机目标的第一阶段分割结果.在第二阶段分割过程中,基于主成分分析（Principal Component Analysis,PCA）方法获取直升机目标的先验形状变化模式,以变形曲线在PCA空间重构的形状作为先验知识约束曲线的演化,最终实现红外直升机图像的分割.实验结果表明,本文方法能够有效获取直升机目标的完整轮廓.     

一种无线传感器网络的能耗平衡覆盖模型

针对无线传感器网络节点能量有限、最小覆盖方法能耗不均衡的问题,该文提出了一种能耗平衡的连通覆盖模型,并对模型进行了分析与仿真。模型利用Voronoi划分和Delaunay三角剖分对传感器网络进行分割,判别重复覆盖目标区域的冗余传感器节点,采用节点到sink点的跳数对节点分层,进而提出选择休眠节点的方法。仿真结果表明,由模型建立的非最小连通覆盖集所导出的无线传感器网络,能够平衡节点能耗、使用优化路由、减弱路由关键点的影响。     

基于优化PCNN与区域特征引导法则的图像融合

针对传统红外与可见光图像融合算法存在着边缘信息缺失、目标特征不够突出等问题,本文提出一种基于优化脉冲耦合神经网络(PCNN)与区域特征引导法则的红外与可见光图像融合算法。首先,对红外与可见光图像分别进行非下采样剪切波变换(NSST),获取相应的低频分量和高频分量。其次,低频分量采用基于优化PCNN模型的融合规则进行融合;对于高频分量,利用图像的区域能量、改进空间频率和区域方差匹配度等特征,提出自适应的区域方差匹配度阈值和调节因子,构造区域特征引导法则完成融合。最后,对融合后的低高频分量进行NSST逆变换,获取融合图像。实验结果表明,本文算法可有效综合图像的优势信息,并在主观视觉和客观指标上均具有明显的优势。     

基于模糊测度的目标匹配算法

提出了基于模糊测度的目标匹配方法。利用复数小波变换图像．对得到的不同尺度、不同方向子频带的小波系数进行归一化,消除了光照和尺度变化对图像的影响．构造其纹理特征。采用循环移位方法构成匹配特征向量,根据特征分布的模糊隶属度确定各特征分量在相似测度中的权值。复数小波的多尺度、多分辨率等特性有效描述图像能量在不同尺度下、不同方向的分布特征。实验结果表明：当目标在背景中发生相对变化时,应用该算法能够有效匹配目标．其性能优于基于灰度相关匹配的方法。     

单脉冲机载火控雷达地面动目标检测方法

提出了一种单脉冲机载火控相控阵雷达的主杂波谱区低速运动目标检测方法,该方法结合单脉冲精确测角和杂波谱展宽后在频域能量分散的特点,采用多普勒通道测量角度值与其对应的杂波单元的角度值的误差作为检测统计量,以实现极低速地面运动目标的检测.分析和仿真结果表明,在波束扫描方位角增加引起杂波谱严重展宽时,该方法仍然具有良好的极低速运动目标检测性能.     

An adaptive target tracking method for 3D underwater wireless sensor networks

Today, underwater target tracking using underwater wireless sensor networks (UWSNs) is an essential part in many military and non-military applications. Most of moving target tracking studies in UWSNs are considered in two-dimensional space. However, most practical applications require to be implemented in three-dimensional space. In this paper an adaptive method based on Kalman filter for moving target tracking in three dimensional space using UWSNs is proposed. Since, energy protection is a vital task in UWSNs; the proposed method reduces the energy consumption of the entire network by a sleep/wake plan. In this plan only 60% of the closer nodes along the path of the moving target will be waked up using a sink activation message and participate in the tracking, while the other nodes remain in sleep state. At each stage of tracking, the location of the target is estimated using a 3D underwater target tracking algorithm with the trilateration method. Subsequently, the estimations and target tracking results are inserted into the Kalman filter as measuring model to produce the final result. Performance evaluation and simulations results indicated that the proposed method improves the average location error by 45%, average estimated velocity by 86%, and average energy consumption by 33% in comparison to the trilateration method. However, computation time is increased as a result of improving tracking accuracy; and tracking accuracy is lost about 20% due to saving energy. It was shown that the proposed method has been able to adaptively achieve a trade-off between tracking accuracy and energy consumption based on real-time user requirements. Such adaption can be controlled trough the sink node based on real-time requirements.     

大尺度高分辨率遥感图像机场目标的快速识别

基于对机场的图像特征、目标特征的全面分析,提出了一种从大幅面高分辨率光学遥感图像(10000×10000 pixel)中快速识别机场目标的算法。首先通过预处理去除图像中大部分与目标特性不相关的区域,然后在剩余区域中作精确的检测,其中用到的目标特征有空间频率、均值、方差和能量等,使用canny边缘检测、线段分割与四邻域跟踪技术对目标进行精确识别。研究结果表明,本文算法能够实现对机场的快速识别,识别算法时间小于2 s。     

杂波背景下基于交替方向乘子法的低截获频控阵MIMO雷达收发联合优化方法

针对相控阵雷达无法有效实现特定区域能量控制的问题,该文提出一种杂波环境下基于交替方向乘子法(ADMM)的频控阵MIMO(FDA-MIMO)雷达低截获(LPI)优化设计方法。该方法的优化准则是在保证目标参数估计性能的条件下,通过联合设计发射波束和接收滤波器使FDA-MIMO雷达在目标2维(距离-方位)区域上辐射的能量尽量小,即尽可能地降低雷达被截获的概率;接着利用加权求和的方法将优化准则构造成多比例分式规划(FP)和的问题;然后利用循环迭代的方法,将优化问题转化成两个子优化问题;最后基于ADMM方法消除等式约束,并通过最小化2阶2次近似优化问题获得发射波束的闭合解。此外,也分析了该方法的计算复杂度。仿真部分通过输出信干燥比(SINR)、发射和接收方向图验证了该方法的有效性。     

杂波背景下基于交替方向乘子法的低截获频控阵MIMO雷达收发联合优化方法

针对相控阵雷达无法有效实现特定区域能量控制的问题,该文提出一种杂波环境下基于交替方向乘子法(ADMM)的频控阵MIMO(FDA-MIMO)雷达低截获(LPI)优化设计方法.该方法的优化准则是在保证目标参数估计性能的条件下,通过联合设计发射波束和接收滤波器使FDA-MIMO雷达在目标2维(距离-方位)区域上辐射的能量尽量小,即尽可能地降低雷达被截获的概率;接着利用加权求和的方法将优化准则构造成多比例分式规划(FP)和的问题;然后利用循环迭代的方法,将优化问题转化成两个子优化问题;最后基于ADMM方法消除等式约束,并通过最小化2阶2次近似优化问题获得发射波束的闭合解.此外,也分析了该方法的计算复杂度.仿真部分通过输出信干燥比(SINR)、发射和接收方向图验证了该方法的有效性.     

基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法

针对无线传感器网络中节点通信能力及能量有限的情况,该文提出基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法。该方法以动态分簇的方式将监测区域内随机部署的传感器节点划分为若干个簇,并对簇内成员节点与簇首节点之间、簇首节点与基站之间的通信路由进行优化,确保网络能耗的均衡分布,在此基础上,被激活的簇内成员节点并行地执行分布式粒子滤波算法实现目标跟踪。仿真结果表明,该方法能有效地降低传感器网络中节点的总能耗,能在实现跟踪的同时保证目标跟踪的精度。     

基于主成分分析的MACH滤波器设计

针对解决畸变不变目标识别中选择目标样本数目过多的问题,提出了一种基于主成分分析的MACH匹配滤波器设计方法,这是使用去除冗余的本质特征图像来替代目标样本图像的一种方法,能够减少匹配滤波器设计的样本数量,在对一定范围内的畸变目标进行识别,只需要少数几个匹配滤波器就可以完成,而且同一匹配滤波器还可以对不同的畸变方式(如尺度缩放、角度旋转、运动模糊失真)目标进行识别,实验结果表明,这种匹配滤波器在较大的畸变范围内仍然能够得到较尖锐的相关峰。     

Relevance feedback using generalized Bayesian framework with region-based optimization learning.

This paper presents a generalized Bayesian framework for relevance feedback in content-based image retrieval. The proposed feedback technique is based on the Bayesian learning method and incorporates a time-varying user model into the formulation. We define the user model with two terms: a target query and a user conception. The target query is aimed to learn the common features from relevant images so as to specify the user's ideal query. The user conception is aimed to learn a parameter set to determine the time-varying matching criterion. Therefore, at each feedback step, the learning process updates not only the target distribution, but also the target query and the matching criterion. In addition, another objective of this paper is to conduct the relevance feedback on images represented in region level. We formulate the matching criterion using a weighting scheme and proposed a region clustering technique to determine the region correspondence between relevant images. With the proposed region clustering technique, we derive a representation in region level to characterize the target query. Experiments demonstrate that the proposed method combined with time-varying user model indeed achieves satisfactory results and our proposed region-based techniques further improve the retrieval accuracy.     

Theoretical Aspects of Microstrip Waveguides

The Microstrip is a modification of the wire-above-ground system of transmission - the wire is replaced by a narrow strip printed on a dielectric sheet which is backed by a conductor. An exact theory for such a structure is difficult because the cross section is not homogeneous and has a geometry which does not lead to separation of variables. Furthermore it is an "open" structure where the energy is not confined to a finite region as it would be in conventional or "closed" waveguides.     

基于低频IMF能量比的微弱目标检测算法

为检测海杂波中的微弱目标,该文分析了海杂波的低频固有模态函数（IMF）特点以及目标的影响,发现无目标时,海杂波的能量主要集中于前3个高频IMF中,而当目标出现时,海杂波的能量将向后面的低频IMF扩散,导致低频IMF能量在整个信号能量中所占的比例明显增大,在此基础上提出了采用低频IMF能量比检测微弱目标的算法。仿真结果表明,与基于盒维数的微弱目标检测算法和多脉冲CA-CFAR(100个脉冲)检测算法相比,该算法的检测性能较好,对海杂波中的慢起伏目标具备较强的检测能力。      

采用NSCT与FCM相结合的SAR和多光谱图像融合算法

合成孔径雷达（SAR）和多光谱（MS）图像的融合,有助于得到对观察对象的更好地视觉感知。但是,由于其内在成像机制上的差异,许多经典的方法已被证明不适合这一研究,因此本文提出了采用非下采样contourlet变换（NSCT）和模糊C均值聚类（FCM）相结合的图像融合算法。采用FCM对SAR图像进行分割,得到目标区域和背景区域;采用NSCT对SAR图像和多光谱图像进行分解,得到低频子带和高频方向子带;对于低频部分,不同分割区域采用不同的自适应融合准则进行融合;对于高频部分,采用区域块能量准则进行融合;最后,通过NSCT逆变换得到融合后图像。实验结果表明,该算法的融合图像能很好的保留SAR图像的目标信息和多光谱图像的光谱信息,融合效果优于大部分传统的融合算法。      

一种基于视频内容特征的LCU层码率控制算法

针对高效率视频编码LCU层码率控制方案对目标 比特分配不合理,图像复杂度综合 因子考虑不全导致率失真性能损失较大的问题,提出了一种基于视频内容特征的LCU层码 率控制算法。通过Scharr算子和Hadamard变换分别检测编码区域的纹理复杂度和能量分 布;对纹理复杂度因子和能量占比因子进行联合加权,构建了一种新的权重计算公式,用于 LCU层目标比特的优化分配,并进行模型参数的调整。实验结果表明,本文算法在低延迟B 配置和P配置下,与动态调整码率控制算法相比,比特率相对误差平均下降了0.011%和0.010%,率失真性能平均提高了2.5%。