基于粗集理论的雷达故障诊断方法

针对雷达故障诊断中数据量庞大和属性维数多的问题，提出了一种基于粗集理论的雷达故障诊断方法，构建了故障诊断模型，介绍了诊断算法和诊断过程，并用实例进行了验证。结果表明，该方法能够有效地提高故障诊断的可靠性，减小诊断的不确定性。     

多光谱与高分辨率图像融合的新算法

提出了一种多光谱与高分辨率图像融合的双树复数小波分维算法．充分利用双树复数小波变换良好的方向选择性,对多光谱的I分量和全色图像进行小波分解,进而在不同子带中进行图像融合,低频采用基于区域能量的融合算法,高频定义不同的分形分维作为权系数进行融合,最后将得到的灰度融合图像进行线性拉伸并替代原来的I分量,得到最终的融合图像．实验结果表明,与经典的IHS变换和小波变换相比,该算法光谱扭曲度仅为前两者的30.31％和50.66％．     

利用自适应遗传算法实现模拟电路自动设计

简述模拟电路进化设计的研究现状,提出一种新的自适应遗传算法．利用基于典型电路结构和元件取值标准化的高效编解码方案,以及权值动态调整的多目标适应度评估方法,考虑基因位影响力并跟踪进化进程的遗传参数调整策略等,可根据设计目标自动优化元件的类型和取值．这种新方法能显著减小运算量,提高设计结果的实用性．     

一种图像融合新算法

将小波的多分辨分解、进化策略与IHS变换有机地结合起来,提出了一种多光谱与高分辨率图像融合的新算法。该方法首先依据高分辨率图像经小波分解得到的各小波面,进行区域划分,再采用分区域加边缘有效因子的融合思想,使得融合图像最大限度地保留了多光谱图像的光谱信息和高分辨率图像的空间分辨率。文中给出了该方法的融合结果,并与IHS法、MWD法进行了比较,证明了该图像融合方法的有效性。     

采用高阶谱分析的红外弱小目标检测

在分析了以前的关于红外图像弱小目标检测的一些算法的特点和不足之后,针对单帧图像首次提出了一种新的检测算法一基于高阶谱分析的弱小目标检测：将图像中的背景灰度数据看作为噪声信号,弱小目标的灰度数据看作是淹没在噪声信号中的谐波信号,对图像行和列象素的灰度数据进行功率谱和高阶累计量分析,抑制噪声,检测谐波,检测的分辨力取决于同时参与谱分析的行或列的个数,算法的优点在于采用同一理论检测,简便易行,有较高的准确度,并且所需的数据仅限于单帧图像。最后给出了一个应用此算法实际的检测例子。     

非高斯杂波谱模型下的MTI性能分析

该文主要讨论了在非高斯型的立方及平方型杂波功率谱环境下雷达系统的MTI性能,给出了MTI滤波器平均改善因子的上限。表明在谱宽相同时,立方及平方型杂波谱下的MTI性能远劣于高斯型。对各种杂波谱下的谱宽等效性引入了L2(R)上杂波谱均方根带宽的度量,它较客观地反映了分布型杂波谱的总体平均宽度。最后,给出了MTI滤波器对杂波谱宽失配情况下改善因子的损失曲线,显示在立方和平方杂波谱下,性能损失对失配极不敏感。