基于最小熵准则的ISAR成像快速包络对齐方法

针对基于最小熵准则的包络对齐方法存在运算量大、搜索时间长的问题，提出了一种基于最小熵准则的快速包络对齐方法．该方法利用了相邻两个回波实包络合成向量在不同时延波形熵的特性，通过分级搜索，大大减少了运算量，从而可减少包络时延的搜索时间，便于实时处理、理论分析和实测数据的处理结果表明该方法的有效性．     

逆合成孔径雷达成像的机动目标平均补偿

逆合成孔径雷达成像中平动补偿可以分为两步进行,即平动粗补偿（包络对齐）和平动精补偿（自聚焦）。经过多年的研究,包络对齐和自聚焦都有一系列算法,但是,这些算法的提出和分析都是基于目标平稳飞行的。随着对机动目标瞬时成像研究的深入,表明当不发生距离走动的情况下,平稳飞行的包络对齐方法完全适用于机动飞行,但大部分自聚焦方法对机动飞行目标不再有效,为此提出一种基于相干积累的适用于机动目标的自聚焦方法,仿真和实测数据的处理表明该方法是有效的。     

一种基于滑窗相关的回波包络对齐方法

针对相邻脉冲包络相关法在对齐回波脉冲时存在漂移误差和突跳误差的问题，提出了一种以滑窗平均距离像作为基准脉冲的包络相关对齐方法．该方法较好地解决了漂移误差和突跳误差的问题，具有较小的计算量．理论分析和实际数据的处理结果表明了该方法的有效性．     

利用宽带回波的目标微动参数提取方法

高速目标平动补偿是弹道目标微动特征信息提取中一个较难解决的问题.利用弹道导弹宽带回波信号,提出了一种基于散射中心极化散射特性的非相干宽带回波对齐方法,通过极化相似性参数实现散射点中心对齐,并利用目标散射中心的高分辨一维距离像走动提取瞬时微动参数,对目标的尺寸和微动参数进行估计.仿真结果表明,该方法可以有效地在较低信噪比下实现包络对齐与微动参数提取,为后续工程化应用奠定了理论基础.     

基于视频图像的虚拟环境建模技术

针对基于平面投影变换的图像拼接方法存在的优化参数较多、易导致陷入局部极小和全景图像的生成速度缓慢的问题，提出一种优化参数较少的旋转运动模型，采用层次运动模型和傅里叶方法对帧间隔较大的图像进行对齐，使图像对齐工作量大大减少．该算法计算简单、快速，适用于手持相机拍摄的图像．     

多视角ISAR成像研究

提出了多视角逆合成孔径雷达(ISAR)成像方法,对不同视角回波数据子孔径内部与外部分别选用不同对齐基准的方法进行包络对齐,然后采用多特显点综合法进行自聚焦．对各个视角接收信号融合,给出了一种参数化方法与非参数化方法相结合以进行稀疏孔径外推的算法,经外推后通过方位向FFT得到目标ISAR图像,该算法可有效应用于合成孔径雷达稀疏孔径成像．     

双向词典和语义相似度计算相结合的词对齐算法

基于统计的词对齐方法需要大规模的双语语料作为输入,难以避免数据稀疏的问题并且算法时间开销大。针对句子或段落级的实时性对齐需求,提出了一种基于双向词典和语义相似度计算的高效词对齐算法,通过采用动态组块切分和匹配、基于知网的语义相似度计算、基于最大匹配的冲突消解和剪枝消歧等策略,有效地解决了由于翻译的灵活性和多样性带来的近似译文的词对齐问题。实验表明,该算法不仅继承了基于词典词对齐算法的优点,同时还改进了传统基于词典词对齐算法的不足,有效提升了词对齐的正确率和召回率,在小规模双语语料和实时性对齐方面具有更好的适用性。     

自适应属性选择的实体对齐方法

现有实体对齐方法普遍存在传统方法依赖外部信息和人工构建特征,而基于表示学习的方法忽略了知识图谱中的结构信息的问题。针对上述问题,提出自适应属性选择的实体对齐方法,融合实体的语义和结构信息训练基于两个图谱联合表示学习的实体对齐模型。提出使用基于自适应属性选择的属性强约束模型,根据数据集特征自动生成最优属性类型和权重约束,提升实体对齐效果。两个实际数据集上的试验表明,该方法与传统表示学习方法相比准确率最高提升了约11%。     

基于CATIA数字样机技术的汽车轮胎跳动模拟及包络间隙检查分析方法

采用CATIA中数字样机DMU模块,对汽车前麦弗逊式悬架(含前副车架+前横向稳定杆)进行运动仿真分析。针对麦弗逊式悬架的组成部件及运动特点,首先建立了简化的悬架模型。在此基础上,通过对样机模型施加符合其运动方式的运动副和驱动命令,建立了简化的运动学仿真分析模型,进而创建车轮极限运动包络面,并进行动态间隙分析。     

协作机器人机构运动可靠性研究

机构在运动过程中受到多种随机因素的影响。为提高机构运动可靠性,在设计之初对其进行运动可靠性评估十分重要。基于D⁃H法和有限元法建立协作机器人机构误差模型,使用四阶矩法建立机构运动可靠性模型,基于包络函数法建立机构运动区间可靠性模型,使用ADAMS建立含间隙刚柔耦合参数化模型,利用ADAMS/insight对协作机器人进行运动可靠性仿真,并计算9 s内的运动可靠度。通过和蒙特卡洛仿真（MCS）对比,证明了四阶矩法和包络函数法在分析运动可靠性问题上的优势。     

星载SAR动目标模拟研究

通过分析星载合成孔径雷达的工作原理，建立了静止目标和动目标的斜视等效距离模型；在此基础上提出一种星载SAR动目标模拟方法，即在真实星载SAR数据中加入目标模拟回波信号；最后利用RD算法对静止和运动目标模拟成像，结果证明该方法是可行的，从而为星载SAR动目标检测和成像算法提供了有效简洁的数据源。     

市场比较法估价中可比案例选择研究

引入了模糊数学贴近度概念，对房地产估价市场比较法可比案例选择进行研究，针对不同用途，确定了商业及住宅房地产的特征因素，并作了定性描述，将特征因素对房地产价格的影响程度进行量化，在特征因素的隶属度赋值方面，分别提出了软指标和硬指标隶属函数值的计算方法，在综合指标隶属函数值求取上，提出了加权平均的方法．在此基础上将特征因素的隶属度及权重引入到贴近度计算概念模型之中，建立了交易案例与待估房地产贴近度计算模型，由贴近度的大小直接选出可比案例，并对此方法进行了应用分析。     

多通道SAR-GMTI通道均衡和动目标检测定位方法

针对机载多通道SAR-GMTI系统及其实测数据,提出了一种新的通道均衡方法和基于该均衡的动目标检测、定位方法．该方法先利用泄漏信号进行电路中信号均衡,后进行通道间快时间和慢时间校准并在距离压缩后通过迭代补偿通道差异,再经杂波对消和方位压缩实现动目标检测,最后通过估计动目标多普勒偏移的方法完成参数估计．该通道均衡方法不需要天线参数、平台运动参数等先验信息,避免了图像配准过程和自适应杂波相消过程,因而计算量小,易于实现．实测数据实验结果证明该方法杂波对消比达到20dB,检测和定位性能好．     

设备故障诊断中数据融合的计算模型

针对故障诊断的数据融合功能模型中各级融合和各项融合功能及处理任务，以集合论和实变分析为基础提出了故障诊断的数据融合处理过程的计算模型，计算模型描述了数据融合处理步骤、过程的数据形式与计算方法，证明了这些模型的正确性和可用性，为数据融合的故障诊断技术奠定了理论基础，通过分析得出数据融合处理不完全依赖于具体计算方法的结论。     

新疆塔河石炭系油气储层测井最优化评价

油气储层洲井最优化方法评价与常规方法相比具有优越性．最优化方法将设计变量、目标函数、测井响应方程组、约束条件等作为一个整体，通过选择适当的区域参数、初值、最优化方法．求解目标函数，使测井理论值与实际洲井值相比较．达到允许的误差范围收敛时．即求出使非相关函数最小时的解，所求参数是最能反映解释点地层地质因素的目的层参数。本文建立了新疆塔河石炭系油气储层测井响应方程组、测井最优化评价的目标函数，采用最优化SR1、DEP和BFGS变尺度法求解目标函数．取得好的解释效果。     

Novel and Comprehensive Approach for the Feature Extraction and Recognition Method Based on ISAR Images of Ship Target

一种舰船目标实测数据ISAR像的特征提取与识别新方法

王勇,朱鹏凯

（哈尔滨工业大学 电子工程技术研究所,哈尔滨 150001）

创新点说明：

本文基于舰船目标实测数据ISAR成像结果,提出一种新的二维ISAR像特征提取与分类识别方法,具体创新性可说明如下：

1） 舰船目标ISAR像特征提取新方法。包括ISAR像的图像预处理方法,同时给出六种不同特征的提取方法,包括一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。

2） 针对提取出的舰船目标ISAR像特征,文中采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例,其正确的识别率已超过90%。

研究目的：

为解决基于实测数据ISAR成像结果的舰船目标特征提取与分类识别问题。与仿真数据相比,依据实测数据成像结果进行特征提取与分类识别难度很大,因此本文首先提出有效的图像特征提取方法,进而采用线性分类器完成对舰船目标的分类识别。

研究方法：

1） 舰船目标ISAR像的预处理,包括抑制条纹干扰、中值滤波、数学形态学等,使ISAR像的质量得到进一步提高,便于特征提取。

2） 舰船目标ISAR像的特征提取。分别提取了图像的一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。

3） 舰船目标分类识别。采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例,其正确的识别率已超过90%。

结果：

1） 文中给出了舰船目标ISAR像的预处理流程,如正文中图3和图4所示。此时ISAR像的质量得到进一步提高。

2） 文中给出了舰船目标ISAR像的特征提取结果,如正文中图5、图6和图7所示。根据这些特征提取结果,可完成对舰船目标的分类识别。

3） 文中选取两种不同类型舰船目标的外场实测数据,并给出相应的识别结果,如正文中表2所示。相应的结果验证了所提特征的有效性。

结论：

对于舰船目标实测数据的ISAR成像结果来说,可通过图像预处理的方法进一步提高图像质量,进而可对舰船目标进行特征提取,并采用分类器完成对不同类型舰船目标的分类识别。本文的研究结果对ISAR成像技术的实际应用奠定了良好的理论和实验基础。

关键词：ISAR图像,特征提取,识别,舰船目标

     

联合属性散射中心的极化目标重构新方法

传统极化目标分解方法将各个像素的散射机理分解为基本散射机理类型的线性加权和,难以反映部件整体结构的极化信息;对于低信噪比的人造复杂目标,直接分解难以反映目标真实的散射特性．通过引入全极化的属性散射中心模型,将目标信号分解为若干典型散射中心的组合以保留结构的整体性;联合极化对属性散射中心进行特征参数提取以降低噪声影响．提出了一种联合属性散射中心的极化目标重构新方法,该算法能很好地从低信噪比的极化数据中对目标信号进行恢复并保持目标典型结构的整体性,有效增强了极化图像的可视性．     

CAPON方法在ISAR成像中的应用

采用CAPON法代替傅里叶变换估计正弦信号的幅度和频率时,旁瓣比较低,对频率的估计精度比较高,对平稳飞行目标进行逆合成孔径雷达(ISAR)成像,可以得到高分辨率的ISAR像;同时,把CAPON法推广到估计线性调频信号的参数,可用于对机动飞行目标进行成像.仿真数据和实测数据验证了CAPON法的优越性.     

基于极化高分辨距离像的SVM目标识别方法

针对支持向量机（SVM）对单一雷达目标高分辨距离像数据源识别率较低和鲁棒性较差的问题,结合雷达目标极化信息,生成了雷达目标的极化综合距离像,提出了一种基于极化高分辨距离像的SVM目标识别方法。应用该方法分别对四类实测和仿真目标的ISAR成像数据进行了处理和识别实验,所得结果明显优于单一极化状态下的正确识别率,且鲁棒性更高。     

一种基于回波数据相位改变的SAR目标保护方法

为了保证SAR回波数据安全,使得非法截获回波数据后无法从图像上获取重要目标信息,提出了一种基于回波数据相位改变的新方法。结合SAR成像原理,理论推导和分析了回波数据沿方位向增加一次相位引起的目标平移量的大小,以及增加二次相位引起的图像散焦,并通过点目标仿真直观呈现了成像效果。最后利用RADARSAT-1真实数据进行了仿真,仿真结果验证了该方法保护重要目标信息的可行性。