基于极化相似度的全极化SAR自动目标识别算法

提出了一种基于极化相似度的全极化SAR自动目标识别算法,并利用仿真得到的全极化SAR数据进行了识别实验。该方法将极化相似度量引入到局部极大值匹配算法中,有机地结合了散射中心特征点的空间域和极化域的信息。针对目标绕雷达视线的旋转,以及系统极化测量误差引起的极化倾角变化,给出了极化倾角估计和补偿算法,并实验研究了极化倾角对识别结果的影响。仿真识别结果表明,全极化数据的平均识别率明显优于单极化,证明了该算法的有效性。     

阵列式射频仿真系统中目标全极化回波模拟方法研究

本文主要针对反舰导弹末制导雷达极化抗干扰试验需求,开展阵列式射频仿真试验系统可变极化模拟方法研究。提出了一种目标全极化回波模拟方法,该方法充分考虑目标运动对其极化特性影响,准确描述导弹、飞机等目标高速运动状态下的极化散射特性。根据该方法,采用Simulink进行了典型舰船目标全极化回波仿真,仿真结果表明水平\垂直极化通道回波变化规律同实测数据变化规律保持一致,说明该方法的正确性。研究成果可直接应用于靶场装备建设和试验工作中,为装备建设和导引头试验提供理论基础和技术支撑。     

目标散射对称性对极化定标中Ω和f1参数估计的影响分析

法拉第效应对星载极化SAR测量和定标有着不可忽略的影响,在极化定标的同时必须考虑法拉第旋转角的校正,而法拉第旋转角Ω和SAR系统通道不平衡f随时间变化的特性给极化定标增加了很大的难度。R.Touzi提出了一种利用分布目标对称性估计Ω和f的方法,本文对R.Touzi方法进行了深入研究,发展了选择对称目标并将其用于失真参数估计的流程,分析了对称性误差对R.Touzi方法估计精度的影响,,给出了使得估计值达到要求精度的目标对称性所需满足的条件;并利用实际星载SAR极化数据对该方法进行了实验研究。     

基于自适应极化滤波的地下浅层P/S波解耦方法

针对地下爆炸近场横纵波场混叠,造成P波震动场难以重建的问题,提出基于自适应极化滤波的横纵波分离解耦方法。首先,通过分数阶Hilbert变换获取波场中P/S波瞬时极化分布,提高混叠特征信息精细化分析的能力。其次,利用ACM提取出P/S波瞬时极化角度信息,并以极化度实现P波、P/S波识别;再次,设计利用角度信息构建空间极化滤波器。最后,进行仿真验证并讨论分析不同调制因子和不同特性组合的分离解耦效果。通过实验仿真结果表明：本方法能够有效实现波场分离解耦,在方向性调制因子为10时,振幅性调制因子为3时,分离准确度达到96.5%,分离解耦效果最佳。     

交流阻抗谱法研究燃料电池的极化阻力

电化学阻抗谱(Electrochemical Impedance Spectroscopy,EIS)是用于研究燃料电池电性能的一种重要手段,因其包含了大量的电池极化阻力等方面的信息。通过对电化学阻抗谱的分析可以得到电池的欧姆极化电阻、电化学极化电阻和浓差极化电阻等数据。分析了固体氧化物燃料电池常见的各种形状的交流阻抗谱,给出了各自的等效电路,并通过对等效电路的拟合求得了电池的极化电阻。与文献中普遍采用的直接读图法相比,拟合法得到的电池极化电阻数据更准确、更合理。     

一种基于极化熵的极化SAR海岸线提取方法

提出了一种可用于极化合成孔径雷达图像的海岸线提取方法。通过对极化SAR数据的分析，极化熵由于其对极化相关纹理敏感的特性而被选用来进行海陆之间的边缘检测与海岸线提取。针对极化熵图像，首先通过均值比率算子进行边缘图提取，包括边缘强度图和边缘方向图。在此基础上，提出了一种新的“coarse fine”的海岸线提取方法。该方法包括两个步骤：首先利用边缘方向图，采用一种新的边缘跟踪的方法得到海岸线的粗检测轮廓；然后基于边缘强度图，在粗检测轮廓的基础上进行典型边缘点的提取，这些边缘点被称为控制点，最后利用控制点对粗检测轮廓进行修正，得到最终的海岸线。最后，基于Radarsat 2全极化数据进行了实验，实验结果证明，该方法可以很好的描绘出实验区域的海岸线，并优于其他对比方法。     

基于FPGA的主动全向浮标探测信号模拟

研究了主动全向浮标探测信号模拟技术并进行了工程实现,为外场检测校准机上浮标搜潜系统提供了一种手段。以FPGA为控制核心,设计了信号生成算法模块及目标强度设置算法模块,实现了对主动全向声纳浮标的发射信号的模拟;通过叠加目标强度、多普勒频移等潜艇目标信息实现了对主动全向声纳浮标探测信号的模拟;搭建了实验验证系统对生成的单频(CW)信号和线性调频(LFM)信号的特性进行了测试,实验结果表明模拟的主动全向声纳浮标探测信号性能较好,本文研究内容有明确的军事应用价值。     

基于相干矩阵的SAR极化对比增强研究

针对SAR极化对比增强问题,本文在传统的Lagrange乘子法的基础上,提出了一种基于极化相干矩阵(T矩阵)的新方法,并通过SAR数据实验,验证了其有效性和优越性.本文方法基于Pauli极化基,使极化匹配矢量元素对应于Pauli基元素所代表的地物散射机理,其元素模值大小反应了散射特性的强弱.实验结果表明,此方法可获得更优的极化匹配矢量、极化对比度及其极化对比增强图像效果.     

计算图像中目标简缩比的快速算法及其应用

提出了一种图像中目标轮廓线的提取技术和目标面积、周长、简缩比的算法,具有速度快,精度高的优点。它们作为目标的总体判别标准,可用于目标的判别,其判别速度要比常规的判别方法要快。     

一种雷达目标极化特性建模方法

主要针对雷达目标极化特性建模问题开展相关研究,提出了一种利用SolidWorks虚拟装配技术构建目标几何模型,再利用FEKO电磁计算软件计算目标极化散射矩阵建模方法。采用该方法分别对典型舰船目标、飞机目标及角反射体进行了几何建模,并以舰船目标为例,详细介绍了极化散射矩阵求解过程,计算结果表明舰船在不同角度的主极化比交叉极化变化值差异很大,其变化趋势同实际测量情况基本一致。提出的雷达目标极化特性建模方法对于提高目标极化模型逼真度和仿真置信度具有重要意义。     

基于偏振信息图像增强的多目标检测

偏振是光的重要特性之一,偏振成像技术能够获取场景中目标的强度信息和偏振信息,偏振信息能够反映出目标物体表面的材质特征。本文针对雾霾天气状况下道路场景中常见目标识别结果的准确性要求,提出了两种基于偏振信息的图像增强方案。首先经过多次采集实验,经过数据清洗、图像标注构建偏振数据集,共4 649张图像和31 877个标签。针对雾霾轻度污染的场景,通过区域自动生长算法分割出偏振强度图像中的天空区域,根据天空区域的偏振度和偏振角信息以及大气物理散射模型反演出目标反射光,从而实现图像去雾。针对雾霾重度污染的场景,使用小波变换的方式对图像进行增强,利用偏振度图像来增强强度图像中的目标轮廓。使用图像灰度方差和图像信息熵作为图像质量评价指标,使用YOLO v5s深度学习网络进行目标检测。实验结果表明,雾霾轻度污染的情况下,图像质量和目标检测准确性均有所提升,图像信息熵提升了3.36%,灰度方差提升了40.27%,目标检测mAP达到了76.40%,提升了12.69%;雾霾重度污染的情况下,目标检测mAP提升约1.69%。     

氧化锌对碱性锌锰电池锌电极的影响

通过对锌电极的电性能测量和锌粉的析氢试验,揭示了氧化锌在碱性电解质中对锌的电性能有影响,且对锌有缓蚀作用,使锌的电位升高,析氢过电位增大,阳极极化增大,析氢量下降等。试验结果可能有助于改进碱性锌锰电池负极工艺。在碱性电解质中含有2%wt的氧化锌就足以满足锌负极的工艺需要。     

基于联合分量灰度化算法和深度学习的玻璃绝缘子目标识别算法

针对相近色干扰、不同光照条件下玻璃绝缘子颜色特征不明显而无法准确识别的问题,提出一种基于联合分量灰度化算法和深度学习的玻璃绝缘子目标识别算法.首先,提出一种联合分量灰度化算法,通过补偿玻璃绝缘子目标区域的颜色特征实现目标增强;然后,在均匀分块的基础上,采用动态分块阈值进行玻璃绝缘子图像粗分割,并结合玻璃绝缘子的颜色和空...     

阳极支撑平板状SOFC过电势模型及分析

平板型固体氧化物燃料电池由于具有高效率、低污染物排放等特点,是未来发电的主要方向。当电池运行产生电流时,就会伴随电荷传输产生活化极化,伴随质量传输产生浓差极化,根据材料导电性的不同相应产生一定大小的欧姆极化,从而降低了燃料电池的开路电压,并对电流密度和输出功率产生影响。为了能使燃料电池更好地运行,就必须要了解对过电势产生影响的各种因素,所以建立了阳极支撑的平板状SOFC过电势模型,分析了电流密度、温度以及一些结构参数对三种过电势的影响,对阳极支撑型和电解质支撑型燃料电池的性能进行了比较。     

A new feature extraction method using the amplitude fluctuation property of target HRRP for radar automatic target recognition

Due to the aspect sensitivity of high-resolution range profile (HRRP), traditional radar HRRP target recognition methods usually use average profile within some target-aspect region as the target-aspect template. Actually, the amplitude fluctuation property of target HRRP also represents some feature information of the target. Based on the scattering center model, a new feature extraction method using the amplitude fluctuation property of target HRRP is proposed in this paper. The weighted HRRP feature extracted by the new method can represent the scatterer distribution in every range cell, thereby it can describe the scattering property of the target better. The experimental results based on measured data show that the new feature extraction method can greatly improve recognition performances. __________ Translated from Acta Electronica Sinica, 2005, 33(3): 411–415 (in-Chinese)     

基于LabVIEW的声音数据采集分析系统

设计了一种基于LabVIEW多线程技术和PC声卡地声音数据采集分析系统,该系统可以实时地对声音信号进行采集、分析和比对,并能及时得出检测结果,而且采集的声音数据和检测结果都会被保存下来,以备后期的调用,同时还可以与预先设置的标准声音进行对比识别.经过对吉他多音色的实际测试,显示在标准信号3％误差范围内,本系统的总体检测准确度平均达到了91％,具有较高的准确度和稳定性,并且通过多次实验发现误差阈值在3％～5％之间时,测试的准确度是最高的.适合应用于语音识别、环境噪声监测和产品检测等多种领域.     

Modeling the polarization spectrum in composite oil/paperinsulation systems

The determination of the polarization spectrum in the low frequency region of the dissipation factor, commonly has been used in practice to diagnose insulation conditions. The recovery voltage method (RVM) is one of the methods used to estimate the polarization spectrum. Nevertheless, current analysis of the RVM tests do not use all the information available from the test. In this paper, a mathematical model of the polarization spectrum is proposed. It is shown that, from the derived model, some of the hidden RVM peaks can be identified. Since the difficulty to derive a model from RVM data increases with the number of the peaks to be identified, a simpler model is always preferable. A scheme for determining the parameters of an equivalent circuit is also given, The composite oil/paper insulation is considered which is extensively used in cables and transformers. Cellulose paper, such as the Manila-Kraft type, which is used as insulation, exerts a major influence on the life of the equipment because of its hygroscopic nature. The importance of detecting and eliminating moisture from paper is crucial in oil-impregnated HV insulation. Analysis of the polarization spectrum has been used by several utilities to determine moisture in the paper. Recently, some test results indicated that the polarization spectrum may not clearly show important peaks corresponding to local moisture ingress and thus can mislead experts in the field, The developed model has been validated using RVM data of real power transformers     

视听资料中的目标人物重识别方法

视频监控系统实时采集视频数据,可以作为有效的第三方目击者,为案件侦破提供有利线索与信息。但由于数据量巨大,检索工作量很高,给案件取证带来了不便。针对这一问题,本文以视听资料中的目标人物检索为目标,对现有的跨摄像头人体重识别方法进行改进,实现目标人物的快速重识别。首先对目标人物图像进行切分,获得分块特征图;其次引入局部融合模块,充分保留局部特征信息及局部关联信息;然后引入全局融合模块,在去除背景噪声的同时,全面表征图像全局特征;最后,综合交叉熵损失与三元组损失函数,加速模型收敛并有效防止过拟合。仿真实验结果表明,与现有人体重识别方法相比,本文方法的准确度更高;应用软件结果表明,本文方法可以实现跨摄像头目标人物快速定位,满足视听资料目标人物的快速检索需求。     

粗糙集理论在电力系统中的应用

粗糙集理论是一种较新的软计算方法,可以有效地分析和处理不完备信息。近几年来,该理论日益受到国际学术界的重视,已在模式识别、预测建模、医疗诊断、决策分析等许多领域得到成功的应用。粗糙集理论在电力系统中的研究起步较晚,目前尚鲜见实际应用的报道。为了进一步推动粗糙集理论在电力系统广泛和深入地应用,文中综述了近年来粗糙集理论在电力系统设备故障诊断、配电网故障诊断、暂态稳定评估、电压无功控制、数据挖掘等方面应用研究的主要成果与方法。探讨了粗糙集理论在电力市场数据挖掘中的巨大潜力,以及与专家系统、人工神经网络、模糊理论和多代理系统等其他人工智能技术的相互结合问题,并提出了若干需要进一步研究的问题。