基于参数化时频分析的反辐射导弹检测

从参数化时频分析的角度出发,根据反辐射导弹(ARM)回波的信号特征,合理选择3种仿射时频变换并组合得到相应的时频原子,从而提出了三参数Chirplet变换的概念,同时根据ARM和载机回波的三参数Chirplet变换的时移特性,提出了一种用观测信号与其延时信号的三参数Chirplet变换的模之差来检测ARM的新方法。该方法可在不衰减ARM回波能量的前提下有效地对消载机回波干扰和消除部分背景噪声,且整个过程可用快速傅里叶变换(FFT)算法实现,从而简化了整个检测系统。仿真结果表明,该方法可在大载机回波干扰和低信噪比环境下快速准确地检测出ARM,实现实时告警。     

基于Kalman滤波的反辐射导弹跟踪噪声源研究

本文研究了被动单脉冲导引头对噪声源的跟踪特性,应用Kalman滤波实现机动噪声源跟踪,同时建立了反辐射导弹对噪声源的跟踪模型,最后通过计算机仿真,验证了该算法的准确性和有效性。     

图像编码方向自适应提升小波变换

提出一种基于分块的图像编码方向自适应提升小波变换( DA-LWT),在每级变换中采用固定的方向块大小,仅保留一、二级变换所产生的方向信息,更高级别的方向由其前两级预测获得,从而减少边信息的开销。根据图像块的最小预测残差能量自适应选择滤波器的滤波方向,有效消除图像相邻像素间的冗余,降低高频系数能量。采用基于分数像素插值方案,提高方向分辨率。实验表明,DA-LWT的变换系数具有更好的“零树”特性,可取得比传统提升小波变换更好的编码效率和视觉效果。     

基于自适应仿生小波变换的语音增强方法

分析自适应滤波和小波滤波的原理与方法,提出一种基于自适应仿生小波变换的语音增强方法.该方法首先用仿生小波变换对含噪语音信号进行小波分解,这样可以保证对信号频率和幅值的听觉特性,然后将经仿生小波变换所分离出来的噪声成分作为自适应滤波器的输入.通过选用自适应滤波器的最小二乘算法(RLS)从而实现信噪分离的最佳滤波,以保证去除信号中的相关噪声.实验结果表明,该方法对语音信号有显著的增强效果,能实现语音信号在同频段对噪声成分和有用信号的最佳估计.     

基于小波变换的低频子带图像去噪方法研究

小波阈值去噪方法是研究最为广泛的方法之一,基于此方法提出了许多改进算法。然而,这些改进的小波阈值去噪算法都没有对低频子带进行处理。本文采用自适应中值滤波对小波变换的低频子带进行处理,而对高频子带采用通用阈值去噪算法。实验结果表明噪声方差越大（即噪声污染越严重）,重构图像PSNR提高的越多;对于噪声方差较小及细节较少的图像来说,重构图像的PSNR不是很理想。     

反数字变换算法在线性控制系统参数辨识中的应用

反数字变换算法是新近提出的一种算法,通过该算法的建立及与微分算法的比较,证明了基于反数字变换的线性控制系统参数辨识的可行性,并给出了相应的算法及仿真结果。     

基于小波变换和曲波变换的图像边缘检测新算法

针对图像处理中的边缘检测问题,提出了一种基于小波变换和曲波变换的图像边缘检测新算法。首先对原始图像进行小波变换得到小波边缘图像;然后对原始图像进行曲波变换并使用Canny算子得到曲波边缘图像;最后基于小波变换的窗口内边缘强度自适应融合算法将小波边缘图像和曲波边缘图像进行融合得到最终边缘图像。该方法结合了小波变换描述图像细节特征的优势和曲波变换处理曲线或直线边缘特征的优势,能全面刻画边缘图像的纹理与细节信息,提高了图像清晰度。仿真实例表明了该算法的有效性。     

基于提升方案的自适应小波变换

介绍了小波变换提升方法 ,并引入自适应理论和多层提升方案。讨论了一种新的自适应方案 ,并对研究结果进行了测试 ,取得了较好的效果。     

基于小波变换的滤波方法

小波变换正在众多学科掀起研究和应用热潮，并已获得了许多成功的应用。本文系统地研究了小波变换在滤波方面的应用，根据不同类型的噪音，给出了基于不同小波变换的滤波算法，并研究了其滤波原理。仿真结果表明，小波滤波方法不仅能实现各种滤波功能，而且简单易行，是一种有效的滤波手段。     

基于分数阶傅里叶变换的LMS自适应滤波

分数阶傅里叶变换是一种线性变换,在多分量情况下不像Wigner-Ville分布那样受到交叉项的影响。但是当信号的信噪比比较小时,检测的效果就比较差,文中提出了一种基于分数阶傅里叶变换的LMS自适应滤波算法。实验结果表明,这种方法在低信噪比的情况下能够有效地检测出信号。另外,如果在自适应过程中采用变步长,可以加快收敛速度,可以显著地减少运算量。     

基于随机Hough变换的人头检测

传统的人头检测方法多为基于人脸和头发的检测,误差较大。为此,提出一种基于随机Hough变换(RHT)的人头检测方法。根据人头部轮廓近圆的特征,采用Canny算子提取图像边缘,得到目标轮廓。利用RHT算法对独立的曲线进行圆检测,并对人头进行标识。实验结果表明,与现有方法相比,该方法的识别率较高、速度较快、适用范围较广。     

一种基于边缘检测的医学图像增强方法

现在是用数字图像进行临床诊断的时代。文章提出了一种结合非采样轮廓波变换（NSCT）和脉冲耦合神经网络（PCNN）优点的肿瘤检测方法。该方法首先分别对一组正常人的脑部CT和MRI图像及一位40岁酗酒男性的脑部MRI和PET图像施行三次样条插值配准,并进行非采样轮廓波变换获取其高频和低频信息。将低频子带系数输入PCNN神经元经计算获得融合图像低频系数,对于高频部分对比度被用于激化PCNN网络。最后经逆NSCT变换生成融合图像,并将该图像用Canny算子进行边缘检测。结果显示第一组的融合图像中高密度组织得到了增强并减少了像素扭曲且肿瘤组织能被检测,第二组的融合图像清晰显示了脑部解剖结构同时壳核、尾状核也到得了明确定位。由于非采样轮廓波变换优良的方向性和几何表达能力,该方法能够为外科医生提供精确的肿瘤定位方案。     

基于FPGA和ARM的多用户测试系统

针对现有异步转移模式测试仪器通用性弱、成本高等局限性,设计基于现场可编程门列阵和嵌入式ARM的多用户测试系统。采用基于Web的监控台,使得用户只要接入网络就能通过Web页面对待测设备进行测试,从而解决专用测试仪表不能多地多人同时测试的问题。测试结果表明,该设计具有体积小、成本低、设计灵活等特点,可以满足专用高速传输和交换设备的测试需求。     

基于DWT和形态学的眼底图像小血管检测

针对眼底图像中末端小血管检测难、细节容易丢失的问题．提出一种基于离散小波变换（DWT）和形态学滤波的检测算法。通过小波变换多尺度分析眼底图像小血管系数、背景系数的不同特征．选取分量信号的系数后重构图像。同时以自适应阈值Canny算法提取小血管边缘;然后将结合小血管宽度选择适当结构元素半径,对重构图像进行灰度膨胀,实现小血管检测。结果表明,形态学结合DWT的检测算法能够准确地检测小血管．与常见边缘检测算法相比检测成功率较高。     

基于FPGA和ARM的现场总线设备

根据现场总线的特点,提出一种基于现场可编程逻辑门阵列(FPGA)和高级精简指令集机器(ARM)的现场总线设备设计框架。FPGA负责完成协议栈链路下层逻辑和物理线路控制逻辑,该部分功能有严格的时延限制,ARM负责完成协议栈链路上层逻辑和网络层以上所有层逻辑,该部分功能有稍微宽松的时延限制。实验结果表明,该设计框架能够满足通信、互联和实时性要求。     

基于HHT的信号奇异性检测

针对信号的奇异性,采用基于希尔伯特-黄变换（HHT）的方法进行奇异性分解,即首先利用经验模态分解（EMD）对信号进行分解,再提取第一阶分量的瞬时频率;利用瞬时频率检测信号奇异点。通过对幅值突变、频率突变、脉冲突变和方向突变四种奇异信号的仿真分析,表明了该方法能够准确地检测信号奇异点。     

基于ARM的模拟量输入模块安全设计

根据IEC61508对可编程逻辑器件功能安全的要求,提出基于ARM的模拟量输入模块的安全设计。介绍该设计使用的诊断技术及其实现方法。该设计使用2块ARM分别用于工作和检测,具有较高的诊断覆盖率,符合IEC61508关于安全完整性的要求,适用于SIL3/SIL4的安全系统。     

基于圆点滤波器的毛玻璃型肺结节检测

针对圆点滤波器不能提取候选毛玻璃型肺结节的问题,提出一种基于自适应非线性滤波器和圆点滤波器相结合的检测毛玻璃型肺结节的方法。对于内含有32个毛玻璃型结节的23套CT影像的漏检率为15.6%,平均每套影像需要时间1.2 min。该方法在所需运行时间及敏感性上都优于现有方法。     

基于NCT的特征级图像融合

为得到更好的融合效果,将特征级融合与像素级融合相结合,利用Contourlet变换(CT)对源图像进行分解,对于近似图像,利用Canny算子进行边缘检测以得到边缘特征图像,再以边缘特征图像作为交叉视觉皮质模型的输入,根据各神经元的点火次数进行融合;对于细节图像,根据区域能量系数矩阵进行融合.通过多聚焦闹钟图像和CT、M...