目标辐射噪声线谱的特征建模与检测

在理论分析的基础上，构造了基于λ水平能量聚点的目标辐射噪声线谱的特征量模型．在利用中值痣波去除信号功率谱中“平台型”的λ水平能量聚点后，计算其λ水平能量聚点作为拟线谱频率，通过拟线谱频率对应周期的整周期延时叠加突出线谱特征，以提高辐射噪声线谱的检测率．理论分析和对仿真信号的计算结果表明，该算法是有效的．     

一种新的氢气分析法

介绍了一种以有机分离膜代替色谱柱的氢含量分析系统及相应的方法。该系统由分离器和热导检测器(TCD)组成,两者置于同一恒温块内。有机膜和TCD本身对氢的双重选择性使系统对氢有较专一的响应。实际使用时,该系统可直接用纯氢作标气标定,具有定量线性响应范围宽,操作简便,快速,定量结果重复性好等特点。     

一种特征点跟踪的运动目标检测

提出一种基于特征点跟踪的运动目标分割算法。在角点跟踪过程中,8等分匹配点邻域,构造方向子邻域提高匹配精度;提出一种新的聚类准则抽取最优特征子集估计运动参数;结合统计方法消除残差噪声;采用时域滤波滤除孤立区域检测出运动目标。对200帧可见光视频序列和100帧红外图像序列中运动汽车进行检测分割实验,检出率分别达到96%和94%。     

一种新的信号状态融合方法

为解决无线网络信号在传输过程中由于受到其他信号的干扰,导致接收端接收的信号与原始信号相比存在误差的问题,该文在利用数据关联和卡尔曼滤波对信号进行融合(fusion method of signal filtering based on wavelet transform and Calman,FSWC)的基础上,利用FARIMA(p,d,q)模型和数据关联来建立一种新的信号融合算法(signal fusion based on wavelet transform and date association,SFTD)。通过仿真实验分别研究融合信号与干扰距离、发送速率、容量、功率的变化情况。仿真结果表明:随着干扰距离的增加,容量开始呈现正相关趋势,直至趋于平稳,并且发送速率、容量、功率对融合信号也产生较大影响;SFTD算法比FSWC算法具有更好的信号状态融合准确性。     

一种新的目标跟踪算法研究

当采用概率母函数将单传感器PHD滤波推广到多传感器情形时,针对计算繁琐,难于实现的问题,本丈基于集中式融合系统的有序滤波思想,提出多传感器、多目标有序粒子PHD跟踪算法,该算法通过选取与各传感器相关的重要性密度函数,层层更新各传感器的采样粒子,达到多传感器多目标有序PHD跟踪.实验结果表明,当仅仅使用单传感器对多目标进行跟踪时,虚警概率较高时一些粒子会严重偏离原始目标轨迹,导致目标数目估计出现偏差,而采用多传感器多目标有序PHD跟踪可以有效减小多目标距离跟踪误差,提高跟踪精度.     

一种新的运动目标检测方法

针对运动目标检测问题,该文提出了一种基于Gabor特征描述的像机运动自动补偿方法,为检测出和像机存在相对运动的目标提供了基础.新方法首先通过尺度空间理论检测出兴趣点,然后根据其特征尺度和特征方向对每个兴趣点建立特征描述,接着利用交叉匹配得到初始匹配结果,最后通过随机采样一致性算法鲁棒地估计出两幅图像之间的变换参数.实验结果表明,新方法可以有效地检测出变化背景中的运动目标.     

一种新的红外目标跟踪方法

一般的Snake模型用于目标跟踪时存在一些问题,如要求初始控制点位置非常接近于真实 轮廓、不能可靠跟踪快速运动目标、对目标的运动规律有许多约束条件等。在继承所提出的Auto-Snake模型跟踪算法优点的基础上,进一步采用最小二乘估计预测器对目标的位置进行预测,放宽对运动规律的约束,可以实现对快速运动(大位移)的目标的自动跟踪。     

一种新的Mean-Shift对象跟踪方法

由于存在外点干扰,传统的Mean-Shift对象跟踪方法不能有效的跟踪尺寸逐步变大的目标。猜想利用对象初始模型能有效排除外点对跟踪结果的干扰,在此基础上本文提出了一种利用对象初始模型的候选目标模型和相似度测量方法;为了使内核窗口中心及大小与对象形心及大小一致,根据内核窗口外一定宽度子带内像素分布情况,动态调整内核窗口大小和位置。通过对尺寸逐渐变大的汽车进行跟踪,验证了算法的有效性,同时试验结果也证明新算法具有更低的计算复杂度。     

一种新的非平稳信号分析方法——局部特征尺度分解法

在定义瞬时频率具有物理意义的内禀尺度分量(Intrinsic scale component,简称ISC)的基础上,提出了一种新的非平稳信号分析方法——局部特征尺度分解方法(Local characteristic-scale decomposition,简称LCD),该方法能够自适应地将一个复杂信号分解为若干个瞬时频率具有物理意义的内禀尺度分量之和.首先对LCD方法的原理进行了分析,然后给出了采用LCD对信号进行分解的详细步骤,最后采用仿真信号对LCD和经验模态分解(Em-pirical mode decomposition,简称EMD)方法进行了对比分析,结果表明了LCD方法的有效性及在端点效应、迭代次数和分解时间等方面都优于EMD分解方法.     

目标极点的一种新的提取方法

针对雷达引信目标识别极点特征提取中的白噪声阻尼正弦信号参数估计这一问题，提出将其视作一ＡＲＭＡ模型来求解的方法，计算机仿真结果证明该方法是可行的。     

一种新的带限信号一步外推算法

通过将带限信号展开为适当的指数型函数的有限和，本文得到了一个新的带限信号一步外推算法。所提出的算法十分简单，仅涉及到一个线性方程组的求解，因而大大降低了计算负担．文中就几个算例进行了模拟考察，模拟结果显示了算法的有效性．文中也探索了初始数据不精确的效应，结果表明，这一效应可采用矩阵逼近方法予以抑制．     

一种新的红外图像目标检测方法

提出了一种新的海空背景下受强杂波、噪声污染的红外图像目标检测算法．算法利用了小波变换的多分辨率、多尺度特性，将要检测的图像分解到不同频率的多个尺度上，再采用形态学的背景估计和形态滤波技术，对分解后的子图像进行处理、小波重构．仿真实验表明，该算法可较强地抑制云层、海浪以及海天线的强杂波背景和强噪声的干扰，可检测出信杂比(SCR)为2的目标，适用于舰栽红外警戒系统．     

一种新的负阶跃力信号发生装置

本文介绍了一种新研制的用于传感器动态标定的落锤－预应力杆或负阶跃力信号发生装置的设计思想，工作原理及测试实验结果。     

一种新的负阶跃力信号发生装置

本文介绍了一种新研制的用于传感器动态标定的落锤──预应力杆或负阶跃力信号发生装置的设计思想，工作原理及测试实验结果。     

一种新的星图中星获取算法

提出一种新的星图中星获取算法——极值点法,利用最小二乘向量机(LSSVM)对原始星图的局部区域作灰度曲面最佳拟合,在拟合曲面上求解灰度极大值的像素点,获得星的中心点的初步位置。以初步位置为基础的星图像素聚类加速了星图中星的获取过程。以模拟星图中星的精确中心位置为参考,计算在不同噪声条件下测量位置与最近参考位置的距离平方倒数和的均值,优化 LSSVM 参数。为获得最佳星获取性能,卷积核为5×5像素的高斯LSSVM参数(σ2, γ)取(17,1.25)。该极值点法与矢量法相比,效率相当,但性能更好。     

一种新的运动目标检测与跟踪算法

常用的运动目标检测算法无法解决在摄像机运动-目标运动情况下的运动目标检测，为此提出了背景匹配法。通过相关匹配算法使背景对齐，结合帧间差分技术有效地将运动目标提取出来；然后利用卡尔曼预测器对运动目标在图像中的位置进行预测，结合增量式带死区的PID控制算法，控制摄像机对准目标。实验结果表明，匹配块的选择加快了处理速度和提高了算法的稳定性，卡尔曼预测器使得跟踪更为平稳可靠。本方法具有简单、通用、抗噪等特点。     

一种新的窄带信号去噪方法仿真分析

采用基于线性组合器的一种谱线增强算法,对窄带振动信号进行消噪处理。针对传统自适应谱线增强算法的不足,本文提出一种输出反馈的LMS算法,将滤波器输出的历史信息与线性组合器的输出加权后迭加,构成新的滤波器输出,从而构成新的滤波算法。利用MATLAB仿真了该新型组合滤波器消噪效果,仿真分析中将该消噪方案用于仿真信号实际采集的信号。通过仿真验证,新算法的去噪性能优于原来算法。     

一种新的基于声信号的故障分类算法

提出采用相空间重构与高斯混合模型相结合的方法,利用声信号对设备进行故障分类.此方法首先将一维声信号时间序列进行相空间重构,在高维相空间展示各故障状态下的动力学特性,然后通过最大期望值算法建立相空间的高斯混合模型,最后采用贝叶斯分类算法进行故障的识别.从齿轮故障试验台上采集常见齿轮故障的声信号并进行分类实验,验证了该方法的有效性.     

一种新的相位编码信号多普勒补偿算法研究

相位编码信号是一种多普勒频率敏感信号,而且码长越大,对多普勒频率越敏感,严重影响了雷达对高径向速度目标和远距离目标探测的能力。该文在分析伪码序列与多普勒容限关系的基础上,提出一种新的伪码调相准连续波雷达的多普勒补偿算法。该算法将回波信号取平方后送到动目标检测(MTD)滤波器中,通过提取回波信号中的多普勒频率信息,进行多普勒补偿。从仿真结果可以看出,该算法能够有效地降低多普勒频率对脉冲压缩结果的影响,验证了方法的可行性。     

一种新的振动信号分形无标度区间识别方法

为了提高振动信号关联维数计算的准确程度, 提出了一种识别分形无标度区间的新方法。该方法首先采用圆拟合、求切线斜率的方法求出相关积分双对数曲线上各点的斜率,得到斜率变化曲线;其次基于斜率变化曲线不同区间内的相关系数进行线性度判断及显著性检验,保留其中线性度较好、相关程度较高的区域;最后选择其中方差最小的区间作为该振动信号的分形无标度区间。整个识别过程中无需任何人工干预,可以交由计算机自动完成,从而避免了主观因素对分形无标度区间识别以及关联维数计算结果的影响。应用该方法对Lorenz吸引子及实测振动信号进行了关联维数值的计算, 计算结果验证了该方法的准确性和有效性。