一种基于二维Logistic映射的二值图像加密方案

图像置乱变换是信息隐藏中图像加密的常用方法.但传统的图像置乱具有一定的规律性,再加上置乱具有周期性,很容易被攻击者击破.根据幻方变换和Arnold置乱,提出一种基于二维Logistic混沌映射的二值图像加密方案.通过对原图进行分块幻方变换,用二维Logistic混沌映射生成的二值序列与其进行异或操作,并进行Arnold置乱.实验结果表明该方案的加密速度快、效果好,密钥空间大,解密图像与原图像一致性良好,且具有很强的抗干扰能力.     

普朗克函数的拐点光频率方程

基于普朗克公式,利用微分方法导出了普朗克函数的拐点光频率方程,并通过牛顿迭代法求出了这个方程的两个根,进而找到了可求任意温度下两个拐点光频率的普遍公式,为研制热辐射测温仪工作波长的选择提供了技术参考.     

基于GGIW-PMB的衍生扩展目标跟踪

针对标准的扩展目标泊松多伯努利(Poisson multi-Bernoulli, PMB)滤波器难以有效跟踪衍生目标的问题,提出一种改进的PMB跟踪算法.算法采用随机矩阵法对扩展目标外形和尺寸建模,在滤波预测阶段利用多假设模型对衍生事件进行预测,得到多个伽玛高斯逆威沙特(gamma Gaussian inverse Wishart, GGIW)预测假设分量,最后在滤波更新阶段对预测分量更新得到扩展目标的运动状态和扩展形状估计.仿真结果表明,与标准的PMB滤波算法相比,所提算法有效改善衍生扩展目标的跟踪性能.     

小波瀑布型多重网格法

为了提高偏微分方程的计算精度,由瀑布型多重网格的速度收敛快以及小波多分辨分析的性质,通过改进传统瀑布型多重网格算法中的插值算子,提出一种新的小波瀑布型多重网格方法。数值结果表明,小波瀑布型多重网格方法比传统的瀑布型多重网格方法具有更高精度。     

宽带波达方向估计的辅助粒子滤波算法

针对粒子滤波宽带波达方向估计中因采样粒子权值不稳定导致估计误差较大的问题,提出了基于辅助粒子滤波的宽带波达方向估计算法。该算法利用贝叶斯重要性采样算法,在权值大的粒子基础上引入辅助粒子变量,重新定义重要性采样分布函数。经过两次加权计算,进而改善粒子退化问题,并引导粒子向高似然区域移动,使粒子在真实状态周围分布更均匀,粒子权值比仅用重采样的粒子权值变化更稳定。仿真实验表明,该算法在均方根误差和检测概率性能上优于粒子滤波算法。      

基于交互式伯努利滤波的机动目标TBD算法

低信噪比环境下,原始数据未知门限的机动目标跟踪是一个比较棘手的问题。提出了一种交互式多模型伯努利(IMM-Bernoulli)检测前跟踪(TBD)算法,该算法结合交互式多模型算法对滤波器中每个目标状态的采样粒子进行预测,利用伯努利滤波对目标粒子进行递归,粒子更新阶段结合TBD算法进行,最终实现目标存在概率及分布密度的更新估计。算法对粒子预测时采用多个模型参与转移预测,使得预测粒子更加接近目标真实运动状态,兼备了伯努利TBD算法和交互式多模算法的特点,可用于处理低信噪比环境下机动弱目标检测跟踪问题,且对目标状态的估计更加精准。仿真实验表明,该滤波器能够实时地估计出目标位置,比传统的伯努利TBD算法具有更好的滤波性能。     

基于MODWT在金融数据预测的应用

为了准确的把握股价的趋势走向,提出了一种基于极大重叠离散小波变换(MODWT)时间序列分析的股价预测方法(M-ARMA).该方法是对股价时间序列利用mallat算法对其进行极大重叠离散小波变换,使得整个序列分解成不同频率的序列,同时利用小波分析在时域和频域上都具有良好的局部化性质,多尺度分析功能,结合ARMA模型的预测方法,以较为准确地根据历史数据预测其将来短期的走势.实验表明,MODWT时间序列分析方法比传统的时间序列分析方法预测的精度更高.