基于压缩感知的二维雷达成像算法

压缩感知理论能够有效地降低高分辨率雷达成像系统的数据率。该文通过对复基带雷达回波信号模型的稀疏性分析，提出了一种具有保相性的压缩感知距离压缩算法。在此基础上建立了距离向采用压缩感知距离压缩算法，方位向采用传统的雷达成像算法处理的雷达2维成像方案。通过对仿真和实测逆合成孔径雷达数据的成像处理验证了方案的有效性。  

压缩感知理论简介

压缩感知(CS)理论是在已知信号具有稀疏性或可压缩性的条件下.对信号数据进行采集、编解码的新理论.主要阐述了CS理论框架以及信号稀疏表示、CS编解码模型,并举例说明基于压缩感知理论的编解码理论在一维信号、二维图像处理上的应用.  

基于压缩感知理论的视频编解码器

结合压缩感知理论和传统的视频编解码技术,提出了一种基于压缩感知理论的视频编解码器.其编码过程可看成是将高维信号投影到低维空间的过程,解码过程不再是传统方式下的编码的逆过程,而可看作是求解欠定方程组的过程.该编解码器结构比较简单,不仅所需图像的样本数很少,样本数可根据不同的编码模式进行选择,而且能获得较高的压缩比和较好的重构图像质量.  

多业务通信网络中的最佳收益计费和网络资源分配模型

文章利用Nash均衡模型和Stackelberg模型探讨了服务提供商如何在不同类型的业务中合理地分配网络资源,以及对各类业务制定合理的价格,以实现服务提供商和用户双方的收益最大化,并且讨论了网络资源和用户的需求对价格的影响和对用户服务业务类型选择的影响.  

同轴数字全息自动聚焦与再现像的融合

由于数字全息采用相干光成像,当再现距离偏离焦点时,再现像的边缘会出现振荡现象,采用传统的清晰度评价函数不能准确实现自动聚焦。通过对再现像进行小波分析可以发现,偏离焦点时的小波变换高频系数的幅值比聚焦时要小得多。针对这一特点,对拉普拉斯算子和小波变换清晰度评价函数进行了改进,将原来利用高频系数之和改为利用聚焦窗口中高频系数的最大幅值为清晰度评价依据。为便于同时观察到数字全息三维空间内的目标,还提出了将不同层面上的再现像进行融合的算法。进行了模拟数字全息自动聚焦及再现像融合实验和用数字全息观察生物标本的实验。实验结果表明,改进后的清晰度评价函数可以准确实现数字全息的自动聚焦;提出的融合算法可以将数字全息再现后得到的一系列再现像融合到一幅图片中。  

实时全息干涉位移测量的自动化

实时全息干涉法可以观察记录整个测试过程中条纹图的动态变化，在传统的位移测量应用中只能通过条纹的变化给出定性分析结果。简述了实时全息干涉法进行微小位移测量的原理，根据实时全息干涉条纹和希尔伯特变换的特点，提出了利用希尔伯特变换法进行实时全息干涉位移测量的定量分析方法。实验表明：利用希尔伯特变换法可以自动提取实时全息干涉测量过程中全场各点在任意两个时刻间的相位变化傅，从面塞零位移测量鲍自动化、定量化。  

基于ICNN和IGAN的SAR目标识别方法

近年来，卷积神经网络(CNN)已广泛应用于合成孔径雷达(SAR)目标识别。由于SAR目标的训练数据集通常较小，基于CNN的SAR图像目标识别容易产生过拟合问题。生成对抗网络(GAN)是一种无监督训练网络，通过生成器和鉴别器两者之间的博弈，使生成的图像难以被鉴别器鉴别出真假。本文提出一种基于改进的卷积神经网络(ICNN)和改进的生成对抗网络(IGAN)的SAR目标识别方法，即先用训练样本对IGAN进行无监督预训练，再用训练好的IGAN鉴别器参数初始化ICNN，然后用训练样本对ICNN微调，最后用训练好的ICNN对测试样本进行分类。MSTAR实验结果表明，提出的方法不仅能够在训练样本数降至原样本数30%的情况下获得高达96.37%的识别率，而且该方法比直接采用ICNN的方法具有更强的抗噪声能力。  

数字馈相条件下相控阵天线波瓣指向精度分析

在分析数字馈相对相控阵天线波瓣指向精度的影响的基础上,通过数值模拟和分析,给出了数字馈相条件下天线波瓣最大指向误差与移相器位数之间的定量关系,并导出了移相器位数的一种选取标准。模拟计算表明,天线波瓣最大指向误差仅与阵元间距与工作波长比值以及移相器位数有关,应对这两个参数进行合理选取以提高天线波瓣的指向精度。  

移动通信网中VHE的实现

首先介绍了UMTS中VHE的基本概念及其结构模型;之后介绍了UMTS中实现开放式业务体系的API技术;最后探讨了在第二代移动通信网利用API技术实现第三代移动通信网中VHE业务的方案。  

对互联网频繁移动通信机制优化的探讨

充分利用Internet实现移动通信是移动通信的发展趋势,实现基于Internet的移动通信意义深远。首先对Internet端对端通信方式的特点及目前存在的问题进行了分析,给出了一种频繁移动终端的通信机制优化的方案。