一种改进的频域滑窗杂波对消方法

介绍了基于外辐射源的无源相干定位的基本原理,阐述了在外辐射源相干探测领域被广泛使用的杂波对消方法;在现有方法的基础上,为了进一步提升对消及目标检测性能,提出了一种改进的频域滑窗杂波对消方法,并通过仿真数据验证了所提方法的有效性。改进的频域滑窗杂波对消方法不仅可以成功实现杂波对消,还可以抑制乃至消除由于杂波对消剩余导致的目标检测虚警。     

一种基于“滑窗法”的自适应航迹起始方法

本文详细地讨论了“滑窗法”航迹起始的理论及其应用，并从实际系统的大量统计结果中得出：仅用“滑窗法”很难解决航迹快速起始的能力与高虚假航迹概率之间的矛盾，即便是在３／３的慢速起始逻辑下，仍有大量的虚假航迹输出。     

一种基于滑窗FFT的DBS成像新方法

针对机载雷达信号处理中的多普勒波束锐化（DBS）技术这种中等分辨率成像模式,本文在研究其工作原理的基础上提出了一种有效的滑窗FFT式DBS成像算法,并且通过雷达实测数据对大面积地面场景的成像处理,得到了比较满意的结果。     

一种改进的局部保持投影高光谱特征提取算法

局部保持投影算法仅能保持近邻样本的局部结构,无法保证提取的特征有利于后续分类识别。为此,提出一种半监督保持投影特征提取算法。SPP算法能够利用标记样本所携带的类别信息来约束未标记样本,从而提高样本的可分性;同时,还在目标函数中加入一正则项,避免了因矩阵奇异导致算法无法求解的问题。利用实际高光谱数据进行对比实验,结果表明,用SPP算法进行特征提取后的分类精度较LPP算法有显著提升,验证了它的有效性。     

基于级联滑窗的脉冲到达时间估计方法

针对低信噪比下经信道化处理后的脉冲信号的到达时间估计精度问题,提出一种高效提取脉冲到达时间的方法。首先,对接收数据做信道化以提取出脉冲信号。其次,对脉冲信号进行相关预处理,然后提取信号包络并判决获得脉冲到达时间粗估计。基于此,利用原始采样数据,设置级联滑窗计算信号频点处的能量,通过信号频点处的能量变化精炼到达时间,得到精估计。相比于传统方法,该方法在低信噪比具有较高的估计精度,同时运算量更小,仿真结果验证方法的有效性。      

一种基于滑窗回溯多标准Viterbi译码器

为满足当前通信系统中存在的多种通信标准要求,提出了一种基于滑窗回溯的多标准Viterbi译码器。与其他Viterbi译码器相比,该译码器在支持任意长度序列译码的基础上,实现了1/2、1/3和1/4三种不同码率的配置,并适配5~9五种可变约束长度。此外,该译码器还具有软判决和硬判决两种判决模式,其中软判决采用8 bit有符号数量化。在对路径度量防溢出及幸存路径管理等模块进行优化后,该译码器能够在不显著增加延迟的前提下,具有更优异的工作性能。实验结果表明,该译码器可以根据设置的参数适用多种通信标准,并得到更好的误码性能。     

基于滑动窗能量检测的改进后向投影算法

本文提出一种基于滑动窗能量检测的改进后向投影算法以抑制经典后向投影算法所产生的伪影。该算法首先对B-scan数据进行滑动窗能量检测,以获知探测场景中目标水平方向位置、个数以及相对能量强弱。然后在根据所获目标个数划分的不同区域中,选择目标位置所对应的A-scan数据作为参考数据来计算皮尔逊加权系数。此外,根据目标的相对能量强弱,对弱目标加权因子进行补偿。最终,通过加权互相关处理来对成像区域中各点的散射响应进行重构。将该算法应用于格雷互补码探地雷达中,实验结果证明：所提算法能在不削弱目标能量的同时,显著抑制成像结果中的伪影。     

空时自适应处理的滑窗递推QR算法

在局部平稳的杂波环境下,滑窗样本选取方法可以比较准确地估计检测单元的杂波统计特性。该文提出基于滑窗选取样本的递推QR算法,它采用双曲Householder变换实现QR分解的递推,能有效地抑制局部平稳杂波,且具有数值稳定性好,计算量小的优点。仿真数据处理和实测数据处理验证了该方法的有效性。     

基于滑窗递归广义特征分解的盲源分离方法

针对混迭矩阵发生突变的盲源分离（BSS）问题,提出一种基于二阶统计量的滑窗递归BSS方法。首先滑窗递归更新两个不同时延的自相关矩阵,然后结合幂迭代法和压缩处理在线计算矩阵束的广义特征向量以求得分离矩阵。与已有递归型盲源分离算法相比,该方法收敛速度快,追踪性能好,仿真结果验证了所提算法的有效性。     

基于滑窗捕获的伪卫星系统抗远近效应方法研究

通过滑窗捕获方法来对抗伪卫星系统中的远近效应,在伪卫星基站发射端进行分时隙发送信号,同时在接收端通过滑窗的方式增加一维时域的捕获。实验结果表明,在远近效应较强的情况下,滑窗捕获相关峰均比值最大为32.38,大大超过了预先设定的门限10,而如果没有采用滑窗捕获,自相关峰均比无法超过门限。因此滑窗捕获能够基本上克服远近效应对伪卫星系统造成的影响。     

一种基于滑动窗口模型的数据流加权频繁模式挖掘方法

相对于传统的频繁模式挖掘,加权频繁模式挖掘能发现更有价值的模式信息.针对数据流中的数据只能一次扫描,本文提出了一种基于滑动窗口模型的数据流加权频繁模式挖掘方法WFP-SW(Sliding Window based Weighted Frequent Pattern minig),算法采用WE-tree(Weighted Enumeration Tree)存储模式和事务信息,利用虚权支持度维持模式的向下闭合特性,同时获取临界频繁模式.对临界频繁模式进一步计算其加权支持度获取加权频繁模式,使得计算更新模式更加便捷.实验结果显示算法具有较高的挖掘效率并且所需的内存更少.     

雷达目标特征提取的一种方法

针对雷达高分辨率距离像（HRRP）方位敏感性和平移敏感性的问题,在对一维距离像进行预处理的基础上,提取两个平移不变特征：中心矩和熵,并将二者形成组合特征,采用Karhunen—Loeve变换进一步进行特征压缩,运用并比较了最大最小距离判别法和SVM分类器的识别性能．实验结果表明中心矩一熵组合特征提取方法能够显著增强目标的可分性,大大提高识别率。     

A hybrid feature extraction method for SAR image registration

Extracting and matching correct correspondence between two images are significant stages for feature-based synthetic aperture radar (SAR) image registration. Two methods of feature extraction were employed in this study. Blob features were obtained by combining a Gaussian-guided filter (GGF) with a scale invariant feature transform, and corner features were obtained from the GGF. A GGF can store edge information and operate more effectively than a Gaussian filter. The ratio of average was used to compute gradients in order to reduce the speckle effect. Fast sample consensus (FSC) algorithm was combined with complete graph method for feature correspondence matching. Although FSC algorithm can extract valid correspondence, it may not be efficient enough to deal with SAR images due to its random nature and the large number of outliers in the data. Therefore, a graph-based algorithm was employed to solve the problem by eliminating outliers. The proposed hybrid method was tested on several real SAR images having different properties. The results showed that the proposed method performed the automated registration of SAR images more accurately and efficiently.     

小波变换在光谱特征提取方面的应用

人们在处理高光谱图像时一般要对一些典型地物进行光谱分析、特征波段的提取,以便提取出最大量的有效信息,剔除无用或冗余的信息,然后再进行分类识别.采用小波变换的分析方法,选用合适的小波进行分解,根据分解后的高频分量中包含的重要信息,利用局部相邻的正负极值点找出对应于原始光谱曲线上每个吸收带的左右边界;利用局部过零点,即可比较精确的提取出各个吸收带的中心波长.该方法比传统的光谱特征提取方法更简洁、有效,实验证明为一种比较理想的光谱特征提取方法.     

基于环形核的旋转不变性特征提取方法

针对人脸在XOZ平面内旋转,即在图像所在平面内人脸产生的旋转,因特征值变化大导致人脸识别率降低的问题,提出了一种新颖的基于环形核的旋转不变性特征(Circular Kernel Feature,CKF)提取方法.所提算法有两个创新点,第一点是给出了环形核的建立方式,定位人脸上明显的特征部分.第二点是提供了特征的旋转不变计算方式.首先建立环形核,定位人脸上明显特征的坐标区域;然后,用旋转不变的计算方式获取定位区域的特征值.在Georgia Tech人脸数据库上的实验证明:人脸旋转前后CKF的值相较Gabor,LBP等特征值的变化小了98％.     

一种新颖的通信辐射源个体细微特征提取方法

针对传统的方法难以有效提取通信辐射源个体鲁棒的细微特征, 将流形学习理论引入到通信辐射源细微特征提取, 提出了一种基于正交局部样条判别流形嵌入的通信辐射源个体细微特征提取方法.在实际采集的通信电台数据集上的实验结果验证了该方法的有效性与可行性.     

基于密集连接和特征消冗网络的零水印方法

针对鲁棒水印不可见性和鲁棒性的矛盾,提出了一种基于密集连接和特征消冗网络(dense connection and redundant feature elimination network, DCRFENet)的零水印方法。首先,为了抵抗不同图像攻击,设计密集连接模块,即从不同卷积层提取浅层和深层图像的鲁棒特征。同时,为了增强零水印的唯一性,结合特征间权重学习与特征内权重学习设计特征消冗模块,从而消除冗余特征以及增强图像的有效特征。其次,融合有效特征与鲁棒特征,生成图像特征图,并进行抗攻击训练。最后,基于训练的DCRFENet,将特征图进行分块,比较分块均值与块内每一特征值的大小构造零水印。实验结果表明,在CIFAR10、COCO、VOC数据集上抵抗单一攻击的平均比特误差率(bit error rate,BER)均低于0.03。此外,与现有方法相比,提出的零水印方法对训练的攻击、非训练的攻击以及混合攻击均具有较好的鲁棒性     

一种基于滑动窗口技术的入侵检测方法

网络数据流在一段时间内会发生概念性变化,这可能会降低入侵检测的精度.针对网络数据流的这一特性,提出了一种能识别并适应概念飘移的基于滑动窗口的入侵检测方法,它能根据数据流的概念漂移的状况自动调整训练窗口并对检测模式进行及时的更新.     

Fast feature extraction method for robust face verification

A feature extraction technique for face verification is proposed. It utilises polynomial coefficients derived from 2D discrete cosine transform (DCT) coefficients of neighbouring blocks. Experimental results suggest that the technique is more robust against illumination direction changes than 2D Gabor wavelets, 2D DCT and eigenface methods. Moreover, compared to Gabor wavelets, the proposed technique is over 80 times quicker to compute.