对比度最优与子孔径相关自聚焦算法的比较

为了选用快速高效的自动聚集算法对机载SAR数据进行聚焦处理，针对两种自聚焦算法--对比度最优法（Contrast Optimization，简称CO）与子孔径相关法（Map Drift，简称MD），利用中科院电子所机载L波段合成孔径雷达(SAR)的实际数据和仿真的点目标对这两种算法进行了对比实验研究。给出了分别用两种算法处理的点目标冲激响应和实际SAR图像。通过对比分析，表明CO算法比MD算法计算速度快、估计效果较好。     

基于标记点的子孔径全局优化拼接检测法

为实现小口径干涉仪完成较大口径光学平面镜片的测试,得到镜片的完整面形信息,提出了基于标记点的平面Givens变换,实现了子孔径的精确定位.采用Zemike多项式拟合对每个子孔径数据进行了消倾斜量的处理.建立了全局优化拼接数学模型.利用该模型进行了九孔径拼接计算机仿真实验,利用该方法得到的PV值和RMS值的相对误差均在10-6左右.对直径为150 mm的镜片进行九孔径拼接检测实验,对比全口径干涉检测结果,PV值和RMS值的相对误差为0.36%和2.27%.仿真和实验结果证明:该方法稳定可靠,降低了传统的子孔径拼接干涉检测方法中对导轨的高精度要求.     

基于Shack-Hartmann的子孔径拼接波前检验技术

针对传统的地基大口径望远镜自准直干涉检测受器材限制和环境影响而检测困难的问题,提出了基于Shack-Hartmann波前探测器的子孔径拼接波前检测方法.介绍了子孔径拼接检测理论和拼接算法,研究了Shack-Hartmann下实现子孔径上波前精确测量的方法,设计了具有透射孔的光阑实现自准直光路中子孔径毫米级的定位.实验使...     

子孔径拼接检验法中倾斜的影响及消除方法

在子孔径拼接检测大口径光学平面时,子孔径检测的数据往往存在倾斜,它将会导致拼接的数据沿着一个方向的倾斜累加,最后引入很大的倾斜误差。由于这种倾斜误差难以手动修正,通过实验,先用最小二乘法编制软件对所测子孔径数据进行消除倾斜处理,然后把去倾斜的子孔径数据进行拼接处理,对比消除倾斜的子孔径拼接结果与全口径直接检测结果,证明了去倾斜处理在子孔径拼接检测处理中的有效性。     

基于边缘检测的SAR图像平行线特征提取算法

针对传统平行线定义的局限性,本文提出了一种平行线对模型,并以该模型为核心,设计了一种基于边缘检测的SAR(SyntheticAperture Radar,SAR)图像平行线特征提取算法.在图像经过滤波预处理后,首先采用具有恒虚警特性的ROEWA(Ratio of Exponentially Weighted Averages,ROEWA)算子得到边缘检测图,再利用提出的平行线基元提取算法进行检测,最后基于启发式连接的思想连接断点.实验结果表明,该算法能有效地提取SAR图像中的平行线性结构,可以进一步应用于道路网、机场跑道、河流等大型组合线性目标的自动识别中.     

一种基于动态字典学习的SAR图像目标识别算法

本文提出了一种应用于SAR图像目标识别的动态字典学习算法,该算法通过在字典学习过程中自动删除和增加字典条目来调整字典表示性能与尺寸.删除操作是在删除代价的约束下针对相关度高或利用率低的字典条目进行,而增加操作是在增加代价的约束下针对信号表示的残留误差的主分量进行,通过交替执行删除和增加操作来不断优化字典,使其表示能力达到最佳.在MSTAR数据集上的实验验证了算法性能,并给出了相应的参数调整建议.从实验结果和分析可看出,该算法具有识别率高、算法稳定等特点.     

环形子孔径检测技术中测量数据的准确提取方法

环形子孔径拼接测试技术是一种无需辅助元件就能检测旋转对称大口径非球面镜的有效手段。根据该技术的检测原理及基于Zemike多项式的“拼接”算法,提出了一种相应的环形子孔径数据提取方法。该方法基于商用相移干涉仪的CCD成像系统和其数据处理软件提供的Mask编辑功能,利用被测镜面上方的三个可移动的基准标记进行绝对定位,给出了具体的实施方案。对一口径700mm、F2的抛物面主镜进行实验,研究结果表明,该数据提取方法操作简单可行,适合于加工车间的实施,取得了符合“拼接”算法需求的子孔径测试数据和对应环带的内外半径值。     

SAR图像目标边界流和边沿流特征提取

本文将目标边界流特征和目标边沿流特征的概念和边缘特征提取的方法用于SAR图像的目标检测和识别这个方法先采用中值滤波、自动图像分割、数学形态学二值滤波、十字模板边缘提取方法,获得目标单像素边缘再对所得边缘采用边界跟踪、边界流信息熵和边沿流信息熵运算,得到边界流特征和边沿流特征.对测试图像和真实SAR图像进行了实验,结果表明,该方法能很好地描述目标的特征,编程简单、运算速度较快.     

基于图像分析的路面裂缝检测和分类

将二维路面图像映射到三维曲面,裂缝经映射后对应于三维曲面中的"山谷",采用基于微分几何的空间检测算子提取三维曲面中的"山谷",反映射到二维图像平面作为裂缝目标.对裂缝目标进行路径增长以获取裂缝长度信息,并以此作为判断真伪裂缝的依据,由此可消除绝大部分伪裂缝.根据不同类型裂缝的几何形态,抽取裂缝模式特征,设计基于BP神经网络的模式分类器实现对裂缝的精确分类.     

基于 NSCT 域特征和 PCNN 的SAR 图像目标分割

针对 SAR 图像的目标自动分割问题,在分析非下采样轮廓波变换和脉冲耦合神经网络的基础上,提出了一种基于非下采样轮廓波域特征图和 PCNN 的 SAR 图像目标分割算法.对 SAR 图像经过 NSCT 分解后的高、低频图像分别运用不同方式进行处理.对低频图用 PCNN 进行分割以获取目标所在的区域,对高频子带构造了特征图,对特征图利用 PCNN 进行分割以获取目标的精细结构.利用 MSTAR 数据进行了仿真实验,并与基于模糊 C 均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对 SAR 图像目标的分割结果更为准确,同时较其它算法具有更强的抗噪性能,是一种有效可行的 SAR 目标分割算法.     

Boxcar滤波器和极化Refined Lee滤波器对极化SAR分类精度影响的评估

本文阐述了Boxcar滤波器和极化Refined Lee滤波器的滤波原理,比较了两种滤波器的滤波效果.通过滤波后的极化图像分类精度的比较发现,滤波能显著提高监督分类的精度,滤波是提高分类精度必不可少的技术环节,Boxcar滤波在提高分类精度方面要优于Refined Lee滤波,此外滤波窗口的大小对分类精度也有重要的影响.     

一株牙Ping出血症病原菌的分子生物学鉴定

从患出血症养殖牙Ping分离到一株病原菌M4,革兰氏阴性,杆状,有极生和侧生鞭毛,能运动,菌落半透明。进行了常规生理生化和BIOLOG－GN细菌鉴定系统测试。结果表明菌株M4与V.carchariae的表型特征非常相似。为了进一步确定M4的分类学地位,测定了其16SrRNA基因序列,分析了相关细菌相应序列的同源性,构建了系统发生树,结果表明菌株M4和V.carchariae的亲缘关系最近。综合上述结果,菌株M4可鉴定为Vibiro carchariae。     

一株牙鲆出血症病原菌的分子生物学鉴定

从患出血症养殖牙鲆分离到一株病原菌M4,革兰氏阴性,杆状,有极生和侧生鞭毛 ,能运动,菌落半透明.进行了常规生理生化和BIOLOG-GN细菌鉴定系统测试,结果表明菌株M4与V.carchariae的表型特征非常相似.为了进一步确定M4的分类学地位,测定了其 16S rRNA基因序列,分析了相关细菌相应序列的同源性,构建了系统发生树,结果表明菌株M4与 V.carchariae的亲缘关系最近.综合上述结果,菌株M4可鉴定为Vibiro carchariae .     

伪装网遮蔽目标多波段多极化SAR图像融合检测

针对伪装网遮蔽作为对抗侦察与监视的常见手段,而多波段多极化SAR图像具有提供被遮蔽目标互补性的不同特性信息的特点;本文提出基于改进Neyman-Pearson准则的决策级融合算法,实现对伪装网遮蔽目标的检测.该方法根据理论定性分析与实测数据定量分析,探讨了波段、极化方式对伪装网遮蔽目标探测的影响,并比较了像素级与决策级...     

Analysis of a Fibre-optic Ring Resonator with Polarization Effects: Application to Polarization Sensing with Improved Sensitivity

Abstract

A theoretical analysis for a fibre-optic ring resonator is given by assuming a polarization modulation in the loop fibre. If the change in polarization angle θ in the loop is large, the output intensity has two resonance dips separated in phase by an angle equal to 2θ, when the loop phase is scanned from 0 to 2π. When θ is small, the resonator output produces only one resonance dip and the amplitude of this resonance dip is a measure of θ. By placing a polarizer at the resonator output, a resonance peak in the intensity is produced with an amplitude that increases with increasing θ. Such a system has potential applications, for example, in Faraday current sensing, with an increased sensitivity. The effects of birefringence in the loop and the angle of polarization of the input light are also analysed.     

Polarization Splitting Coupler with Metal Intermediate Layer Theoretical Analysis

Abstract

An analytical model of the polarization splitting coupler with a metal intermediate layer is presented. Fields and propagation constants of the coupler modes are found assuming some specific form of the mode fields. Attenuation characteristics of the coupler are calculated in terms of the local normal mode method.     

工况模态分析的EMD方法

EMD（Empirical Mode Decomposition)算法1995年由NASA海洋水波实验室提出，本质上是一种将时域信号按频率尺度分解的数值算法，对于线性时不变系统，它可以从时域信号中直接提取具有不同特征时间尺度的内禀模式函数（IMF,Intrinsic Mode Function)，分解得到的IMF s之间具有正交性，且分解唯一，本文以此为基础，将NExT(Natural Excitation Technique)方法推广到多点随机激励下的复模态情况，对多自由度线性系统实测响应信号的互相关函数进行EMD分解，并进而实现模态参数的辨识。     

Synaptic Device Network Architecture with Feature Extraction for Unsupervised Image Classification

For the efficient recognition and classification of numerous images, neuroinspired deep learning algorithms have demonstrated their substantial performance. Nevertheless, current deep learning algorithms that are performed on von Neumann machines face significant limitations due to their inherent inefficient energy consumption. Thus, alternative approaches (i.e., neuromorphic systems) are expected to provide more energy‐efficient computing units. However, the implementation of the neuromorphic system is still challenging due to the uncertain impacts of synaptic device specifications on system performance. Moreover, only few studies are reported how to implement feature extraction algorithms on the neuromorphic system. Here, a synaptic device network architecture with a feature extraction algorithm inspired by the convolutional neural network is demonstrated. Its pattern recognition efficacy is validated using a device‐to‐system level simulation. The network can classify handwritten digits at up to a 90% recognition rate despite using fewer synaptic devices than the architecture without feature extraction.