基于边缘定向增强的各向异性扩散抑噪方法

本文提出了一个新的边缘定向增强扩散模型.针对现有各向异性扩散方程中,边缘增强扩散模型不能正确地对边缘定向,而相干增强扩散模型易在光滑处产生虚假边缘的缺点,本文的模型采用基于非线性光滑算子的边缘定向算子对边缘定向,并根据边缘的位置和方向设置扩散张量的特征根,使其在光滑区域沿边缘方向和垂直边缘方向均具有较大值,而在边缘区域垂直边缘方向值小,沿边缘方向值大,从而达到既保护边缘又去除噪声的目的,在整幅图像上均具有较好的去噪效果.理论分析和数值计算结果均表明,本文方法具有比现有扩散去噪方法更好的去噪效果,同时在峰值信噪比和边缘保护指数方面具有显著优势.     

基于样条迭代随机建模的高精度星间相对定位方法

利用GPS确定星间相对位置,在无法得到精确的卫星相对运动动力学模型时,事后处理一般采用最小二乘方法,但实际应用时该方法采用的随机模型没有考虑实测GPS数据的异方差、时间和空间相关特性.为提高相对定位精度,本文提出了一种利用样条函数模型进行迭代随机建模的相对位置确定方法,即先根据相对位置参数的连续特性,建立基于样条表示的函数模型;然后根据历元差分原理消除原始双差GPS观测量的时间相关性;再利用MINQUE方法求解去相关GPS观测量的方差-协方差分量,最后利用LAMBDA方法固定整周模糊度并确定相对位置.实验仿真得到两个结论:(1)函数模型的样条表示不仅有利于消除动态条件下测量量的时间相关性,而且能起到节省参数、平滑噪声的作用,因此可大大提高相对定位的精度;(2)在样条函数模型的基础上,采用MINQUE方法迭代随机建模,能进一步提高相对定位精度.     

导弹脱靶量的Bayes检验方法及其应用

针对导弹脱靶量的检验问题,分析了Bayes假设检验方法及其应用,推导了Bayes序贯检验方法.通过计算分析,证明通过利用验前信息,可以降低试验风险和减少试验子样,使鉴定结论更加可信.     

基于全局信息的图像增强组合方法

从分析图像增强的偏微分方程直方图修正方法的迭代过程出发,改进了偏微分方程的直方图修正模型.在此基础上,通过对图像的梯度信息和直方图信息的合理组合,提出了基于全局信息的图像增强组合方法.并利用图像直方图的根方差和图像噪声的根方差,构造了两种方法组合的权重因子,给出了权重因子的计算方法.同时设计了快速算法,提出了一种评价图像清晰度的指标.实验结果表明：该方法可以有效地实现对比度增强、噪声抑制和边缘保护.     

小波包分解算法及Kalman滤波进行原子钟信号消噪的比较

高精度时间在国防、科研等领域正在发挥着日益重要的作用,而要提高计算原子时的准确度,消除原子钟信号的噪声是关键的步骤之一.为此,本文利用小波包分解算法对原子钟信号进行了必要的消噪处理,这样我们得到了平稳的原子钟信号,利用这些数据重新计算国家授时中心原子时TA(NTSC),计算结果表明经过消噪处理提高了TA(NTSC)稳定度和准确度;在文中还采用了目前用的比较多的Kalman滤波算法与之进行了比较,结果显示根据滤波强度的不同,此两种算法都可以达到所需要求.     

自变量选择及其并行算法

１．引 言 航天技术的发展带来了超大量的数据,如何从这些超大量的数据中获取所需的信息已成为航天技术发展迫切需要解决的关键技术之一．战略导弹的研制与定型和载人航天工程需要高精度的外测、遥测、光测测量数据．从多套、多站、多种测量设备的联合测量数据中摸清误差规律、调整参数到优选模型环节需要处理成百上千个线性和非线性模型,需要建立一个十分复杂和庞大的数据处理集成系统,其计算量是十分巨大的． 从已知的（多参数的）大型线性模型与非线性模型中,以提高数据处理的质量为依据,建立优选模型的准则,并提供有效的计算方法…     

基于控制点的SAR图像亚像素自动配准

为了解决同一SAR系统所拍摄的多幅图像配准问题,提出了一种基于控制点的自动配准方法。此方法在边缘检测的基础上用Harris算子对主图像提取角点作为控制点,再利用基于灰度相关的局部区域匹配寻找同名像点,最后通过控制点求解仿射变换参数。大量仿真结果表明,此方法的配准误差在0.2左右,达到了亚像素级水平。对控制点的选取和匹配不需要人工参与,计算速度快、精度高、有较好的稳定性。     

基于假设检验的SAR图像分辨率判别准则与算法

SAR图像分辨率是衡量SAR系统成像质量的重要指标.常用的3dB主瓣宽度测量方法来源于光学成像中的瑞利准则,受人类视觉感知能力限制而且没有考虑噪声影响.本文基于假设检验理论,根据点目标散射模型建立相位历史域、复数据域以及图像域的两点目标二维分辨模型,得到统计意义上分辨率的计算表达式,并由此得出分辨率与图像质量或噪声水平之间的定量关系.该表达式与现有的分辨率定性理解相一致,克服了传统分辨率定量评价准则的缺陷.     

用偏微分方程作图像分析与处理

从偏微分方程去噪模型出发,论述了噪声抑制的原理,去噪方法与正则化方法和小波萎缩方法之间的联系;并根据这种联系,从正则化模型的角度分析了用偏微分方程进行图像复原以及超分辨等方面的应用。最后展望了发展前景。     

基于最小相关系数的扩散去噪的最优停止时间选取

讨论了图像去噪的扩散方程模型中所存在的最优停止时间选取问题。通过对图像点乘一个与梯度成反比的作用系数来构造一个新的去噪后的图像与去掉的噪声之间的相关系数,最优停止时间的选取就等价于极小化该相关系数。该准则能有效抑制图像中高频信息的存在对相关系数计算的影响,获得准确的最优停止时间,并无需预先知道图像中的噪声水平。仿真计算结果表明采用该准则所得的停止时间非常接近于基于最优峰值信噪比所得的停止时间,且广泛适用于各种噪声水平。