复杂目标电磁散射混合算法

分析了复杂目标高频散射雷达截面(RCS)计算理论,提出了一种有效的混合算法.改进了等效电磁流方法(IMEC),推导了几何光学/物理光学区域投影算法(GO/PO).IMEC能有效地消除反射边界和阴影边界的奇异性,GO/PO法用于计算多重散射.通过AutoCAD软件,使用三角面元法构建目标三维模型.目标的高频雷达散射截面通过几何光学、物理光学、改进的等效电磁流和几何光学/物理光学区域投影等混合方法计算获得.同时,计算了某型号导弹的RCS,理论值同测量结果基本一致,说明该方法能满足复杂目标电磁散射分析的需要.     

基于时空极化导向矢量的阵列信号多维参数联合估计

通过对极化敏感阵列的时域采样构造了具有旋转不变结构的矩阵对,该矩阵对分解的特征值与对应特征向量分别是旋转矩阵和阵列的时空导向矢量,利用该导向矢量和旋转矩阵直接得到信号的频率、二维波达方向和极化的联合估计,该多维参数计算方法具有虚拟阵元和较高的估计精度。简述了多维ESPRIT方法的基本原理,其配对方法采用了多个矩阵束具有相同的特征向量,两种方法均利用了的相同信息-矩阵束的特征值和特征向量,仿真实验验证和比较了两种方法的性能。     

基于约束的多Agent装备维修协调决策

为应对战场环境的动态性与不确定性,优化装备维修保障信息化系统的整体决策,提出一种基于约束的多Agent装备维修保障系统集成决策模型,利用单个Agent独立决策与多个Agent之间相互合作、信息共享的机制,不考虑需求分解等细节,在满足服务约束的条件下,建立维修保障信息化系统集成问题的多Agent决策模型。仿真实验结果表明,基于约束的多Agent集成方法能优化系统的整体决策。     

基于MAP和RF的无监督SAR图像变化检测

基于形态学属性断面(MAP)和随机森林(RF)分类器,提出了无监督合成孔径雷达(SAR)图像变化检测方法.首先,利用MAP算法提取差异图像的几何结构特征,构造深入描述图像结构化信息的特征向量空间;然后,在结合阈值法和偏移因子自动选取训练样本的基础上,用RF分类器在多维特征空间中对图像进行变化与否的判别;最后,利用数学形态学方法对虚警进行滤除.实验结果表明,与传统的基于阈值的变化检测方法相比,该方法不仅能很好地检测出变化区域,而且具有更高的检测精度.     

小波变换中的信号边界延拓方法研究*

研究了小波变换中的离散信号边界延拓问题,由离散小波变换后信号长度的变化引出信号边界处理问题,给出了各种边界延拓方法及其数学表达式。利用正弦信号分析各种边界延拓方法对信号进行小波变换产生的不同结果和对信号极值检测的影响,给出了相应仿真实验和重要结论。     

网格计算的多带主动存储计算模型及应用*

针对网格计算的需要,对主动存储计算机模型的功能进行了扩充,提出了一种应用于网格计算的多带主动存储计算模型,使之更直观有效地描述网格计算。该模型不仅可用来描述网格计算,还可描述并行计算,具有通用性和扩充性,已应用于导弹装备综合保障应用网格系统的设计中。     

基于矩阵形式的否定选择算法研究

现有的状态空间表示形式和匹配规则已经成为否定选择算法研究的瓶颈。为此,该文将状态空间从向量扩展到矩阵,提出了一种基于矩阵形式的否定选择算法。引入矩阵表示自我和非我空间,定义了元素匹配距离,在此基础上建立了双向匹配规则;同时根据状态空间特征建立了基于覆盖检验的检测器生成算法。实验结果表明该算法性能明显优于实值否定选择算法,有效解决了检测率和误报率联动的问题,且能产生更为高效的检测器。     

快速小波图像编解码系统的设计

从小波滤波器的多相位矩阵出发,利用因子分解方法实现了小波变换由传统卷积模式转变到提升体制,进而在此基础上实现了整数小波变换,并利用零树编码算法对变换后的系数进行了重新组织。通过综合研究它们各自的特点,设计了同时具有高效压缩性和嵌入式码流特性的图像编解码系统,试验表明该系统可以更好地满足图像信息在存储、网络浏览以及传输方面的需求。     

结合形态学属性断面与支持向量机的合成孔径雷达图像变化检测

针对传统合成孔径雷达(SAR)图像变化检测方法存在误差大、检测率低等问题,提出了一种基于形态学属性断面(MAP)的SAR图像变化检测方法。该方法利用MAP算法提取差异图像的几何结构特征,构造深入描述图像结构化信息的特征向量空间;在利用阈值法对图像进行分割的基础上,引入偏移因子,实现训练样本的自动选取;最后,用支持向量机(SVM)在多维特征空间中对图像进行变化类与非变化类的分类。实验结果显示:本文算法的检测结果优于基于高斯模型的KI阈值法(GM_KI)、基于广义高斯模型的KI阈值法(GGM_KI)和大津法(Otsu)等3种阈值法的检测结果,Kappa系数保持在0.87以上;当峰值信噪比(PSNR)介于[29,44]dB时,抗噪性能指标保持在0.97以上。这些结果证明了文中方法的有效性和优越性。     

基于水平集的SAR图像建筑物区域检测

根据合成孔径雷达(SAR)图像建筑物成像的特点,采用基于水平集的分割方法对SAR图像建筑物区域进行检测。结合基于指数小波提取的SAR图像梯度边缘信息,以及基于变差函数提取的SAR纹理特征,建立能量函数模型,进行曲线演化分割从而提取目标。实验结果表明,与基于灰度信息的模型相比,该模型可以准确、快速地检测出大场景SAR图像中的建筑物区域。