高效学习的透过未知散射介质的相位恢复方法

透过散射介质对目标进行准确的重建仍然是阻碍人们对深层生物组织成像分析和深空天文观测的主要挑战之一。基于深度学习的散射计算成像方法虽然在成像质量和效率等方面取得了很大的进展,但是针对实际系统中散射介质状态不固定,目标结构具有较高复杂度以及可获取的训练散射数据有限的情况下,单纯利用数据驱动的方法已无法进行准确高效的重建。将散斑相关原理和卷积神经网络强大的数据挖掘和映射能力进行有效的结合,进一步挖掘和利用散斑所包含的冗余信息,实现了仅利用一块薄散射介质对应的散斑数据即可实现透过具有不同统计特性散射介质的复杂目标重构。该方法针对实际散射场景复杂多变和训练样本数据有限的情况,实现了对复杂目标的高质量恢复,有力地推动了基于物理感知的学习方法在实际散射场景中的应用。     

闪电AR谱的多重分形特性分析及放电类型的识别

对闪电时域波形的分形研究由于忽略了其频率特性,致使复杂多变的闪电过程的全部特性无法得到充分表征。针对此问题,本文将多重分形理论引入到现代谱估计中,提出了一种基于AR(auto-regressive)谱的闪电电场信号的多重分形特性分析及放电类型的识别方法。首先基于AR模型谱估计法获得闪电电场信号的功率谱,然后,通过多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA) 法验证了闪电AR谱序列具有多重分形特性,并进一步对AR谱序列的Hurst指数以及多重分形谱进行了讨论,最后将相关参数作为闪电信号的有效特征值输入支持向量机进行了云闪(intracloud lightning) 和地闪(cloud-to-ground lightning,CG) 不同放电类型的识别。实验结果表明,本文方法对云、地闪信号的有效识别率达到了94%以上,该研究成果对闪电的特性研究与自动化识别技术均具有一定的参考价值。     

空间步进频雷达多参数联合稀疏估计方法

在复杂环境下,由于少快拍、低信噪比和相干信号导致目标距离-角度二维超分辨估计性能下降,误差增大,本文提出了一种基于空间步进频雷达的距离-角度二维稀疏估计方法。该方法根据空间步进频雷达的回波特性得到距离和角度联合的等效接收信号模型;然后利用迭代的加权lq范数的稀疏渐进最小化方差方法获得距离 角度二维功率谱估计。仿真结果表明,所提方法可以准确地实现目标距离 角度的二维估计,相对于MUSIC,lq-SIM和SAMV方法,本文方法在小样本和低信噪比情况下具有较高的估计精度,并且对相干目标仍具有较好的性能。     

用四阶累积量实现谐波信号频率与功率谱估计

针对一般谐波表达式导出在四阶累积量下的相应Y-W方程模型和频率估计方法。利用四阶累积量对高斯噪声具有不敏感性的特点,实现了高斯白噪声或色噪声污染下谐波信号频率与功率谱的正确估计。仿真实验证明了该方法即使在色噪声中仍具有较高的估计精度。     

数字信号处理算法软件开发

主要研究了数字滤波器和功率谱估计算法,针对几种典型滤波器即无限长单位脉冲响应（ＩＩＲ）滤波器、有限长单位脉冲响应（ＦＩＲ）滤波器、维纳滤波器、卡尔曼滤波器、自适应滤波器的特点、结构、主要的设计方法做了一系列分析,并给出了仿真实验结果,同时对信号功率谱估计的各种算法进行了仿真实验,并对算法进行了比较分析．     

一种辐射噪声的特征提取新方法

应用离散子波变换原理,对信号进行谱估计,提出了基于离散子波变换的特征提取方法,并对实测数据进行特征提取,获得了稳定有效的线谱和连续谱,提高了线谱和连续谱分离的准确度。     

自适应噪声谱估计抵消技术及其应用

为扩大虚拟暗室EMI(electromagnetic interference,电磁干扰)测试系统的应用范围,提高系统测量精度,改善其在复杂环境下的测试效果,借助自适应滤波及维纳滤波理论对基于传统自适应噪声抵消模型建立的测试系统进行分析,传统测试系统的参考通道存在的设备辐射分量制约了系统应用范围,从而不能实现任意信噪比环境下的高精度测量.同时,提出基于谱估计的自适应噪声抵消模型,该模型建立的虚拟暗室系统通过对测试系统主通道信号进行谱估计,得到设备辐射信号及噪声信号的功率谱密度,并根据该功率谱密度对参考通道信号进行针对性抑制,以滤除参考通道辐射信号分量,从而提高测试系统的适用性及精度.仿真实验表明:该方法在高、低信噪比环境下均能准确地提取设备辐射信号并准确复现受试设备的辐射信号,提高了虚拟暗室系统对环境噪声的抑制能力,增强了虚拟暗室系统的环境适应性.     

现代谱估计方法在仿真可信性研究中的应用

仿真可信性研究是仿真研究的重要组成部分,其主要工作包括模型的验证、确认和认定（ＶＶ＆Ａ）。谱分析方法是研究仿真可信性的定量方法,适合于对系统动态性能进行分析,是一种统计检验方法,且可信度较高。特别是现代谱估计方法,既有高分辨率,又可以分析非平稳时间序列,具有广泛的应用。该文分别分析了傅立叶谱估计、最大熵谱估计、交叉谱估计、瞬时谱估计、演变谱估计等的统计特性、应用特点和适用范围。     

进化谱估计及其在飞机定位中的应用

螺旋浆飞机所产生的声信号具有线谱特性。由于飞机的运动,对地面静止观测站来说,这些谱线是随着时间变化的。本文采用进化谱估计（evolutionaryspectralestimation）的方法,完成该时变谱的估计,并由此获得飞机的高度、速度和多谱勒频移等重要参数。该方法可用于低空飞行的飞机的声学被动定位、跟踪及目标识别等领域。     

基于先验信噪比估计和增益平滑的语音增强

针对语音增强算法残留“音乐噪声”的问题,分析了基于先验信噪比估计的语音增强算法,并在此基础上提出自适应先验信噪比估计与增益平滑相结合的方法.这种方法先对先验信嗓比进行估计,然后对增益函数进行平滑,减小相邻增益函数的随机跳变,弥补了传统先验信噪比估计的不足.最后对含高斯白噪声的语音信号进行处理,仿真结果表明,该算法在抑制“音乐噪声”的效果上得到一定改善,提高了语音增强的性能.