基于SPCNN和Nagao滤波的图像去噪

为了更好地滤除椒盐噪声,提出如下方法:首先借鉴非线性模板和模板匹配的思想,改进了Nagao滤波器;再利用简化脉冲耦合神经网络模型,提出一种定位噪声点的方法;最后将两者结合用于恢复被椒盐噪声污染的图像.实验证实,采用本文算法恢复图像的主客观效果均优于标准中值滤波、自适应中值滤波、中子集型中值滤波、简化脉冲耦合神经网络滤波,且当噪声密度大范围变化时仍然具有较好效果.     

基于分数阶傅里叶变换的反辐射导弹检测技术

提出一种应用分数阶傅里叶变换(FRFT)来检测反辐射导弹(ARM)的新方法。由于分数阶傅里叶变换可以通过快速傅里叶变换实现,且不需进行多通道相位补偿,计算量小。仿真结果表明,该方法能够在ARM信噪比低达-14dB、ARM与载机回波功率比为-27dB的情况下,准确地检测出ARM来,从而实现ARM发射的早期告警。     

基于ABSUM的MIMO雷达频谱兼容波形设计

该文讨论了多输入多输出(MIMO)雷达发射波形和接收滤波器的联合优化问题,以确保与叠加的授权通信网络频谱兼容。考虑信号相关杂波的干扰,在发射能量、相似性和频谱兼容约束下,所提出的信干噪比(SINR)最大化的优化问题是NP-hard问题。为此,首先引入辅助变量对原问题进行修正,然后提出了一种基于乘子块连续上界极小化的原对偶(ABSUM)算法求解该问题。此外,利用内点法求解在ABSUM算法每个更新过程中涉及的二次规划问题。最后,仿真结果表明,ABSUM算法在输出SINR、波束图、频谱特性等方面优于现有方法。      

行驶车辆的牌照识别系统

介绍了汽车牌照识别系统的总体结构 ,详细讨论了牌照定位和字符识别两个关键技术的实现方案 ,最后对现有识别系统的性能作了比较     

光纤SPR传感检测系统的超分辨数据重建

对光纤SPR传感检测系统的超分辨数据重建做了可行性分析,给出超分辨数据重建模型,并在共振波长检测实验中验证了超分辨数据重建的有效性.对使用软处理方式提高测量精度具有重要参照价值.     

余弦窗DFT递推算法

本文分析了DFT递推算法的窗谱特性及其对信号频谱精度的影响,给出了余弦窗DFT递推算法及其实现方法,介绍了算法的初始化方法及局部频域的频谱分析算法,分析了算法的复杂性进行了仿真分析。     

基于模糊聚类和时域跟踪的视频分割

本文提出了一种基于模糊聚类和时域跟踪的视频分割方法。它把视频序列的连续7帧图像作为一组,对每组中间那一帧图像进行初始分割,对组内其他帧图像采用时域跟踪方法进行分割。初始分割采用了改进的多特征模糊聚类方法：时域跟踪是利用上一帧的分割结果通过运动估计向下一帧投影,作为下一帧的初始分割来完成的。     

人脸识别中优化特征空间方法的研究

在人脸识别领域的诸多算法中,PCA(主分量分析)作为一种经典的算法,仍有其独特的生命力.本文在分析传统PCA算法的基础上,结合其它一些变形,提出一种二次PCA和NFL(最近邻特征线)级连判决的方法.针对Manchester和ORL人脸库的实验表明该算法确实提高了识别率.实验前对M锄chester人脸库进行了必要的预处理,在一定程度上弥补了光照、人脸大小、头发等的影响.     

相移键控信号的深度神经网络解调器

多元位置相移键控(MPPSK)信号具有高带宽利用率的特性,但是,带限信道下传统解调方案的解调性能大幅度下降。针对这个问题,提出了基于栈式稀疏自编码(SSAE)网络的码元判决方案。从接收信号提取特征信息和码元之间的码间干扰,并使用深度学习的思想对SSAE网络进行训练,使SSAE网络在信道环境恶劣的条件下对码元进行正确分类。此外,提出"多码元联合判决"方案并应用到SSAE网络的训练中,有效提高网络的解调性能。仿真结果表明,SSAE网络比传统方案的解调性能提高1~2个数量级,并且对信道环境的适应性更强。     

基于自制小波的EBPSK信号检测器

针对全新的高速高效调制方案——扩展的二元相移键控(EBPSK)调制的微小调制差别检测难题,在研究EBPSK调制波形及简单的冲击幅度检测的基础上,提出了一种基于自制小波的EBPSK检测器,其中自制小波是基于通过冲击滤波器后产生的冲击波形包络来构造的.通过仿真实验进行了与一些经典的小波检测器的比较,结果表明在加性高斯白噪声(AWGN)信道下,基于自制小波的EBPSK检测器性能更佳,在较低的信噪比条件下,仍能较好地检测出信号的位置和尺度,且算法实现复杂度较低.