基于区间值2型模糊集的伪装入侵检测算法

由于正常用户的行为本身是变化的,且伪装用户的行为可能看起来是正常的,这种不确定性使得现有的伪装检测算法很难正确判断用户身份的真实性,从而限制了现有算法的实际应用推广.本文合理地选择用户的行为特征,并建立相应的用户可信度计算方法,采用区间值模糊集对多个特征进行可信度综合计算得到用户的最终可信度,将该值与设定的阈值比较从而判断用户是否属于伪装.理论分析及实验结果显示,与普通模糊计算相比,区间值模糊计算能有效表示及处理伪装检测中的不确定性,因而能得到比较理想的检测效果.     

基于微多普勒特征的人体步态参数估计

基于雷达的人体微动研究是近年发展起来的新技术,通过信号处理手段可获取人体走动时手和腿的摆动激励的多普勒频移,用于人体步态探测与识别。本文首先分析了人体行走对雷达波的调制,介绍了一套用于人体运动特性测量的X波段连续波雷达系统及测量实验,并对人体行走实测数据中微多普勒特征进行分析,然后深入研究了P.van Dorp等人提出的基于微多普勒特征的人体行走实测数据特征提取和参数估计的方法,并将之应用于本雷达系统的测量结果中,最后给出了仿真结果。      

基于B-ISVM算法的物联网伪装信息检测方法

现有检测方法没有考虑到词汇之间的关系,存在着伪装信息漏检率较高、检测效率较低的缺陷,故提出基于B-ISVM算法的物联网伪装信息检测方法研究。基于B-ISVM算法对物联网信息量做聚类分析,构造伪装信息模板向量的样本空间,以此为基础,识别伪装信息,并计算伪装信息漏检率,依据伪装信息识别结果,应用B-ISVM算法制定物联网伪装信息检测步骤,实现了物联网伪装信息的检测。仿真实验结果显示:与现有两种检测方法相比较,提出方法伪装信息漏检率更低、检测效率更高,充分表明提出方法物联网伪装信息检测性能更好。     

基于小波变换的语音伪装算法

文章提出了一种基于小波变换的语音伪装算法。它把秘密语音嵌入到数字音频信号中实现保密通信。实验表明该算法的隐蔽性好，隐藏的数据量大，对常见的信号处理操作具有较强的稳健性。     

基于金字塔梯度直方图特征的红外人体检测算法

为了实现单张或离散红外图像集中的静态红外人体检测,提出了一种基于PHOG特征的人体分步检测方法。首先对红外图像采用基于亮度阈值与形态学处理方法相结合的方法进行两级分割定位到ROI的位置,利用候选区域的形状特征进行第一次分类排除形状异常目标,然后构建图像的PHOG特征,用SVM分类器对剩余候选区域进行分类检测。实验表明,该算法既弥补了分步检测算法运算量大的不足又保证了算法的性能,尤其在消除噪声干扰场合效果明显,是一种快速有效的人体检测算法。     

针对一类信息伪装算法的隐藏信息检测

本文针对一类基于空域LSB替换的信息伪装方法，提出了一种有效的隐藏信息检测技术。本文提出的隐藏信息的检测技术基于图像LSB比特序列的随机性度量的分析。在唯载密图像攻击条件下，通过在图像中嵌入测试信息的方法，建立秘密信息嵌入比例与LSB比特序列随机性度量的逻辑回归模型，从而实现图像中隐藏信息存在性的检测。实验表明对于灰度图像中即使0.4比特每像素的隐藏容量，仍可能获得较高的检测可靠性。这一方法同样适用于真彩图像。     

一种基于改进Adaboost的人体检测算法

本文采用改进的Adaboost算法对静态图像中人体进行检测。针对传统算法中训练速度较慢,并且存在风险敏感的问题。本文提出一种快速特征选择算法,通过构造统计表,保存特征信息,避免每轮弱分类器训练时对所有特征重新计算分类误差;并结合fisher判别分析对选出的弱分类器进行训练,学习得到一个新的线性判别方程,最大化不同类别数据之间的可分离性,达到优化强分类器降低风险敏感影响的目的。实验结果表明,相对于传统的Adaboost算法,本文给出的方法加快了特征选择的速度,并具有较好的检测性能。     

基于微多普勒特征的人体目标雷达回波信号分析

基于雷达的人体微动研究是近年发展起来的新技术, 雷达对人体的探测有着其他传感器不具备的优势.雷达不受天气和光线的影响,可实施全天候的探测,雷达可穿透障碍物,对隐藏在障碍物后的人员实施搜索.通过信号处理手段可获取人体走动时手和腿的摆动激励的多普勒频移,用于人体生命特征的探测与识别.本文首先通过人体运动模型,对人体的雷达回波进行了建模,给出了人体各部分回波的详细表达式,分析了各部分的多普勒频移,指出了其多普勒频率调制特性与人体结构和运动参数之间的关系,最后通过魏格纳分布和W-V分布峰值检测法提取微多普勒特性,最后通过仿真实验和国外实测数据的对比,证明本文对于人体雷达回波分析方法的合理性.     

基于联合特征与随机森林的伪装语音检测

为了能较为全面地描述语音信号的特征信息,提高伪装检测率,提出了一种基于均匀局部二值模式纹理特征与常数Q倒谱系数声学特征相结合,并以随机森林为分类模型的伪装语音检测方法。利用均匀局部二值模式提取语音信号语谱图中的纹理特征矢量,并与常数Q倒谱系数构成联合特征,再用所获得的联合特征矢量训练随机森林分类器,从而实现了伪装语音检测。实验中,分别对其他特征参数以及支持向量机分类器模型所构建的几种伪装检测系统进行了性能对照,结果表明,所提联合特征与随机森林模型相结合的语音伪装检测系统具有最优的检测性能。     

基于光子晶体的远红外与激光兼容伪装材料

现代探测系统由单一工作模式向复合工作模式转变,对伪装材料的光谱特性提出了某些特殊要求.光子晶体是一种新型的人工结构功能材料,基于光子禁带的高反射特性,可以实现红外伪装;基于一维掺杂光子晶体,可以实现远红外与激光兼容伪装.设计了一种基于光子晶体的远红外与激光兼容伪装材料,利用薄膜光学理论的特征矩阵法计算了反射光谱,发现可...     

基于EMD算法的双外腔激光自混合微振动测量

基于激光自混合理论,提出了一种双外腔激光自混合干涉信号分离的方法,以实现两路微振动的同时测量。用EMD算法对不同频率的两路激光自混合信号进行分离。以原始信号和各IMF分量的互相关系数作为判断依据,选择出高频一路所需的IMF分量。根据两路自混合信号具有线性叠加的性质,原始信号减去高频一路信号即得低频一路信号。对分离出的每一路信号进行频谱分析,利用主频阶次判定法实现振幅重构。结果表明,仿真和实验信号均能有效被分离。     

基于人眼视觉的红外图像增强算法研究

红外图像具有低对比度、噪声大、动态范围大以及视觉效果差等特点。传统的图像增强算法具有各自的局限性,处理后的视觉效果并不理想。为了改善红外图像的视觉效果,增强图像中目标的识别力,研究了基于人眼视觉特性的Retinex算法,结合红外图像的成像机制,将适用于可见光图像的Retinex增强算法应用于红外图像,取得了良好的视觉效果。在此基础上,对算法进行自适应改进,提出了AMSR算法。采用几种传统的图像增强算法和基于Retinex的算法对具有典型特性的红外图像进行增强处理,并计算客观评价指标。通过对实验结果的主观评价和客观指标分析,验证了AMSR增强算法对红外图像具有适用性和优越性。本文的研究工作对红外目标探测和识别具有重要的意义。     

基于EMD-CF的级联光栅微振动传感器光谱优化算法

基于级联光栅的微振动传感器是一种典型的微振动信号测量方案,然而由于光信号在级联光栅中经过多次透射和反射,导致光谱信噪比差、成分复杂等问题。基于此,文中提出一种结合经验模态分解和切比雪夫滤波技术的光谱信号优化算法。首先,将传感器原始光谱通过经验模态分解得到一系列本征模函数;其次,利用所提出的自适应滤波方法,确定包含反射峰成分的本征模函数阶数,并对其进行切比雪夫低通滤波;最后,将滤波器输出进行重构,即得到优化后的传感器光谱。使用振幅为±8 mV、频率为500 Hz的微振动激励信号进行实验验证。结果表明:文中所提出算法可以较好地还原激励源发出的微振动信号,相比传统方法精度提高87.5%以上。     

基于人眼频率特性的分形增强算法

提出了一种基于人眼频率特性的分形增强算法,通过计算分形维和人眼感知频率范围选择需要增强的图像细节,依据人眼灰度分辨特性对图像细节进行增强。首先,将人眼频率特性和分形维数相结合对图像进行增强。在频率域范围内计算出人眼感知的图像空间频率,通过频域滤波得到人眼敏感的图像区域,并结合分形维数的理论值对图像进行增强。其中,计算像素点的分形维数是用改进后的计算方法,即采用了5×5的模板和欧式距离。另外,提出了一种基于人眼灰度分辨特性的图像增强新方法。在不同的灰度范围内,人眼对灰度的分辨能力不同,利用这一特性对红外图像进行增强,使得人眼敏感的细节部位更加突出,相比于传统的增强算法图像更适合人眼的观察。     

Speech enhancement based on hybrid algorithm

A hybrid algorithm that incorporates the minimum mean square error (MMSE) algorithm and the auditory masking algorithm for speech enhancement is proposed. The proposed algorithm results in a significant reduction in residual noise compared with that in the enhanced speech produced by the MMSE algorithm alone     

一种基于听觉掩蔽模型的语音增强算法

本文提出一种基于听觉掩蔽模型的语音增强算法。该算法对应用于语音编码中的听觉掩蔽模型进行了适当的修正，动态地确定第一帧语音信号各个关键频率段的听觉掩蔽阈值，有选择性地进行谱减。计算机仿真表明所提算法优于基本谱减法，不仅信噪比有较大的提高而且有效地减少了主观听觉的失真和残留音乐噪声。     

Research on separation and enhancement of speech micro-vibration from macro motion

Based on the 1 550 nm all-fiber pulsed laser Doppler vibrometer (LDV) system independently developed by our laboratory, empirical mode decomposition (EMD) and optimally modified Log-spectral amplitude estimator (OM-LSA) algorithms are associated to separate the speech micro-vibration from the target macro motion. This combined algorithm compensates for the weakness of the EMD algorithm in denoising and the inability of the OM-LSA algorithm on signal separation, achieving separation and simultaneous acquisition of the macro motion and speech micro-vibration of a target. The experimental results indicate that using this combined algorithm, the LDV system can functionally operate within 30 m and gain a 4.21 dB promotion in the signal-to-noise ratio (SNR) relative to a traditional OM-LSA algorithm.     

基于混沌蛙跳算法的图像增强处理

为了提高图像增强的视觉效果,采用混沌蛙跳算法。首先对蛙跳位置进行更新,利用Logistic方程产生混沌序列,把混沌变量映射为青蛙;接着在寻优过程中对停止寻优的青蛙施加扰动,并设置了扰动范围;最后利用非完全Beta函数来实现对输入图像的增强,给出了算法流程。实验仿真得出:本文算法与其他算法相比对增强图像细节表现更加清晰。     

一种新的基于图像增强的融合算法

针对一般融合算法在图像预处理上存在的不足,将图像融合引入图像预处理中,使待融合图像不仅得到增强,且不损失其他信息,为下一步图像融合奠定良好的基础,在此基础上对图像进行融合,其标准差、平均梯度、熵等图像评价指标都优于直接对图像进行融合,达到预期效果.