基于小波变换的舰船辐射噪声检测

分析了舰船辐射噪声（简称舰船噪声）与1／f信号的关系，提出了一种基于小波变换的信号检测方法，对白噪声背景下的舰船辐射噪声进行了检测；推导了相应的检测统计量及其统计分布特性，并与传统的匹配滤波器、能量检测器进行了比较，计算机仿真结果证明了本方法是有效的，在较低的信噪比下得到较好的检测效果。     

一种辐射噪声的特征提取新方法

应用离散子波变换原理,对信号进行谱估计,提出了基于离散子波变换的特征提取方法,并对实测数据进行特征提取,获得了稳定有效的线谱和连续谱,提高了线谱和连续谱分离的准确度。     

舰船噪声信号的混沌特性研究

以Takens定理为基础，研究了延迟坐标法用于舰船噪声信号的重构。采用FNN（false nearest neighbors)法得到了三类目标舰船噪声信号的最小嵌入维数。通过相空间重构，得到了它们的奇怪吸引子。为利用舰船噪声信号的混沌特性进行目标分类与识别奠定了基础。     

小波变换用于舰船辐射噪声调制信息检测

应用小波分析从舰船辐射噪声中提取调制信息,进行了仿真研究,供舰船识别利用.首先讨论了舰船辐射噪声的产生机理、构成和频率特性,指出螺旋桨噪声的振幅存在周期性调制.其次利用小波的多分辨分析的方法,在中低信噪比条件下,仿真实现了调制信号和舰船辐射噪声的分离.其结果表明,相对于传统DEMON分析,利用小波以及希尔伯特变换可以更快更好地提取舰船辐射噪声的调制信息.在水声信号处理领域,小波变换对于舰船调制信息提取是一种有效手段.     

具有分形特征的水下目标识别

利用分形理论对非平稳的舰船辐射噪声信号进行了研究,计算了不同舰船目标的分形维数,构造了具有分形维参数的特征矢量,并通过自适应神经网络作了分类实验。研究表明,分形维数值可以作为水下目标分类的一个重要参数,同时也是其它特征提取方法的一个有效补充。     

提取舰船辐射噪声信号奇异性方法研究

研究了舰船辐射噪声的Lipschitz奇异性指数的分类性能及其提取方法。提出对舰船噪声进行自适应Gauss平滑滤波是一可取的前置处理方法,它可以提高特征参数的识别与分类能力。对实测的舰船信号的仿真实验证实,在分类和识别舰船被动目标前,进行适当的滤波,再提取Lipschitz指数可使得所提取的特征识别和分类能力更高。     

基于分形噪声的一种小波降噪方法

在载波低于100Hz的通信系统中,消除或降低分形噪声是非常重要的。作为时频局域化分析新方法的小波分析在近几年取得了巨大的进步,无论从理论还是应用的角度都分析表明,它是分形的最佳匹配手段。为此,在利用分形理论分析系统噪声基础上,提出了小波降噪方法,并在一定近似条件下进行了仿真。结果证明了该方法的有效性。     

基于多重分形谱参数的刀具磨损状态特征提取

鉴于多重分形理论在精细刻画系统非线性现象和过程方面具有独特优势,提出了基于多重分形理论的刀具磨损状态特征提取方法.首先估计去噪后的刀具磨损声发射信号多重分形谱,验证其标度不变性和自相似性;然后在此基础上研究了刀具磨损多重分形谱参数α0、Δα和f(αmin)随磨损量变化情况,并通过散点图描述三种特征参数表征刀具磨损阶段的有效性;最后结合切削条件讨论特征f(αmin)与切削速度的关联性.研究结果表明:多重分形谱参数与磨损阶段之间具有较强的关联性,进而提出了基于多重分形谱参数进行刀具磨损状态特征提取的新方法.     

岩体节理网络的多重分形研究

岩体的节理光研究线性分形是不够的。本文探讨了岩体节理网络具有多重分形性质。     

淹没在分形噪声中的心电信号R波检测

针对淹没在1/f分形噪声中的心电信号的R波检测问题,基于小波变换、W iener滤波与自适应差分阈值法,提出一种去除1/f分形噪声、检测心电信号中R波的方法。该方法先将带有1/f分形噪声的心电信号分解成多尺度的子带信号,通过小波变换对1/f分形噪声进行白化,然后利用自适应W iener滤波实现噪声和有用信号的分离,估计出各子带中的有用信号,利用小波重构恢复出有用的心电信号,最后利用改进的自适应差分阈值法检测心电信号中的R波。实验结果表明,该方法能有效地消除心电信号中的分形噪声,准确实时地检测出R波位置。     

基于Lyapunov指数的水下目标信号混沌特征提取

以Takens定理为基础，通过对几种不同类别舰船信号采用相空间重构，建立了混沌分析的数学模型，研究了它们的相空间轨迹结构并计算最大Lyapunov指数。结果表明，不同类别的般船信号具有不同的空间轨迹，且对应不同的最大Lyapunov指数。这一结果为水下目标信号的检测与识别提供了新的理论和方法。     

水声信号的混沌特征参数提取与分类研究

研究了水声信号的混沌特征参数提取以及利用混沌特征参数的水声信号分类。讨论了水声信号的关联维数、最大Lyapunov指数以及时间序列h2熵等混沌特征参数的计算以及它们在水声信号特征提取、分类中的应用。通过对不同类别、一定样本数量的实测水声数据计算它们的混沌特征参数,验证了水声信号不仅具有混沌特性,而且它们的某些混沌特征参数具有可分性。     

Novel and Comprehensive Approach for the Feature Extraction and Recognition Method Based on ISAR Images of Ship Target

一种舰船目标实测数据ISAR像的特征提取与识别新方法

王勇,朱鹏凯

（哈尔滨工业大学 电子工程技术研究所,哈尔滨 150001）

创新点说明：

本文基于舰船目标实测数据ISAR成像结果,提出一种新的二维ISAR像特征提取与分类识别方法,具体创新性可说明如下：

1） 舰船目标ISAR像特征提取新方法。包括ISAR像的图像预处理方法,同时给出六种不同特征的提取方法,包括一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。

2） 针对提取出的舰船目标ISAR像特征,文中采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例,其正确的识别率已超过90%。

研究目的：

为解决基于实测数据ISAR成像结果的舰船目标特征提取与分类识别问题。与仿真数据相比,依据实测数据成像结果进行特征提取与分类识别难度很大,因此本文首先提出有效的图像特征提取方法,进而采用线性分类器完成对舰船目标的分类识别。

研究方法：

1） 舰船目标ISAR像的预处理,包括抑制条纹干扰、中值滤波、数学形态学等,使ISAR像的质量得到进一步提高,便于特征提取。

2） 舰船目标ISAR像的特征提取。分别提取了图像的一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。

3） 舰船目标分类识别。采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例,其正确的识别率已超过90%。

结果：

1） 文中给出了舰船目标ISAR像的预处理流程,如正文中图3和图4所示。此时ISAR像的质量得到进一步提高。

2） 文中给出了舰船目标ISAR像的特征提取结果,如正文中图5、图6和图7所示。根据这些特征提取结果,可完成对舰船目标的分类识别。

3） 文中选取两种不同类型舰船目标的外场实测数据,并给出相应的识别结果,如正文中表2所示。相应的结果验证了所提特征的有效性。

结论：

对于舰船目标实测数据的ISAR成像结果来说,可通过图像预处理的方法进一步提高图像质量,进而可对舰船目标进行特征提取,并采用分类器完成对不同类型舰船目标的分类识别。本文的研究结果对ISAR成像技术的实际应用奠定了良好的理论和实验基础。

关键词：ISAR图像,特征提取,识别,舰船目标

     

基于HOG-SIFT融合优化的多人脸特征提取方法

针对昏暗光线及复杂背景下人脸特征提取效果易受环境因素干扰影响的问题,在进行人脸图像预处理过程中引入双边滤波处理,进一步研究基于自商图像理论的人脸图像光照干扰抑制方法; 结合HOG特征较好的全局性以及SIFT特征对复杂背景影响较好的适应性,提出一种基于HOG-SIFT融合优化的多人脸特征提取方法. 试验结果表明,该方法可有效实现昏暗光线环境及复杂背景下多人脸特征提取功能.     

一种新颖的QAR数据特征提取方法

针对快速存储器(QAR)数据特征提取问题,首先给出适用于一类分类的最大间隔判别分析方法,并通过增加正交约束,给出适用于一类分类的最大间隔特征提取算法;在此基础上,针对QAR数据大样本的特性,给出正交约束的一类分类问题的最大间隔判别分析问题的修改形式,并将该修改形式转化为闭包球问题,进而给出了基于正交约束闭包球的最大间隔QAR数据特征提取方法,通过实验表明该方法对某一机型的飞行纪录数据取得了良好的实验结果,有效解决了QAR数据大样本特征提取的问题.     

复杂图像特征点提取与匹配方法

采用改进的SIFT（Scale Invariant Feature Transform）算法对自然环境下获取的复杂场景图像进行特征量提取;通过添加存入最小优先级队列的限制条件,对现有的BBF（Best Bin First）匹算法进行改进以提高算法的搜索效率;针对复杂图像误匹配较为严重的现象,设置匹配判定准则和几何约束条件,对匹配结果中可能的误匹配加以剔除。实验结果表明,新方法在匹配效率和匹配准确率的提高上效果明显。     

水下目标特征提取方法比较研究

为提高目标特征提取的有效性。通过计算各种特征的类间平均距离、类内紧致性度量及相对评价指标对不同特征提取方法的特征向量进行比较。给出相同目标状态、相同环境条件下同特征提取方法性能比较结果。结果表明,不同的特征提取方法均有一定的适用条件,融合不同特征是提高识别率的有效途径。     

基于线性组合模型的人脸特征检测方法

为了实现人脸图像特征的自动检测,提出了一种基于线性组合模型的人脸特征检测新方法.该方法通过原型人脸标定获取人脸特征知识,并使用模型匹配来检测目标人脸特征.在建立人脸线性组合模型的过程中,提出了局部约束光流算法,解决了有局部特征信息的人脸图像稠密对应问题.在MPI和ORL人脸数据库上进行的人脸特征检测得到的平均误差分别为96.7%和86%,该结果表明了基于线性组合模型的人脸特征检测方法是有效和实用的.