基于力学分解原理的断层图像配准算

为了通过配准的手段得到信息融合的医学图像,利用力学的分解原理将待配准图像的轮廓信息解释为一系列边界力的合成,将待配准图像的力图投影分量描述成具有角度延迟关系且与平移位置无关的两组周期信号,并采用两组信号间的最小均方误差作为配准的目标函数,利用改进的粒子群优化算法求解得到两幅图像的空间变换参数.通过在颅脑（MR）图像上进行的配准实验表明,在寻优方法一致的情况下采用力学图像的目标函数比采用其他目标函数大大缩短配准时间,且配准误差达到了亚像素级以下.     

基于力学分解原理的断层图像配准算法

为了通过配准的手段得到信息融合的医学图像,利用力学的分解原理将待配准图像的轮廓信息解释为一系列边界力的合成,将待配准图像的力图投影分量描述成具有角度延迟关系且与平移位置无关的两组周期信号,并采用两组信号间的最小均方误差作为配准的目标函数,利用改进的粒子群优化算法求解得到两幅图像的空间变换参数．通过在颅脑（MR）图像上进行的配准实验表明,在寻优方法一致的情况下采用力学图像的目标函数比采用其他目标函数大大缩短配准时间,且配准误差达到了亚像素级以下．     

基于均值漂移的穿墙雷达多目标跟踪

针对穿墙成像雷达中多人体目标跟踪的问题,提出了一种基于均值漂移的多目标图像域跟踪方法。首先,通过基于双轴投影的变尺度模板创建方法进行航迹起始;其次该文利用均值漂移算法进行航迹更新,并对不同幅度像素点的加权处理使得迭代过程能收敛于目标图像中心;最后,结合M/N准则,实现了对航迹的管理。通过对多组实测数据的处理可以看出,该算法具有稳健的跟踪性能。     

融合空间聚类与结构特征的点集配准优化算法

在点集配准中,噪声、非刚性形变和误匹配的存在,产生了求解非线性最优空间变换困难的问题。针对这个问题引入局部约束条件,提出了一种采用局部空间聚类和邻域结构特征的点集配准优化算法(PR-SDCLS)。首先,利用点集空间距离矩阵构造运动一致性聚类子集和离群值聚类子集;然后,在运动一致性聚类子集中分别使用高斯混合模型拟合,并引入通过融合形状上下文特征描述子与加权空间距离获得考虑全局和局部特征的混合系数;最后,采用最大期望算法完成参数估计,实现了混合模型的非刚性点集配准模型;为了提高算法效率,模型变换采用再生核希尔伯特空间建模,并使用核近似策略。实验结果表明,该算法在涉及不同类型数据退化(变形、噪声、离群点、遮挡和旋转)的非刚性数据集上,面对大量异常值时具有良好的配准效果和鲁棒性,配准平均误差的均值在经典和先进的算法基础上降低了约42.0538%。     

超宽带脉冲穿墙雷达互相关BP成像

根据超宽带脉冲穿墙雷达目标回波信号与发射信号具有较强相关性的特点,提出一种新的互相关后向投影(BP)成像算法,该算法将沿天线合成孔径方向各接收阵元的回波信号与发射信号先进行互相关,将获得的互相关信号再利用BP算法进行相干成像.与回波信号进行直接BP成像相比,该算法具有消除脉冲建立时间对回波延迟时间估计误差的影响,提高目...     

步进变频穿墙成像雷达中反投影算法研究

反投影(back-projection,BP)算法具有很高的成像精度并容易进行各种形式的补偿,是广泛应用于穿墙、探地等领域的一种有效的时域成像算法。该文把时域反投影算法应用到步进变频穿墙雷达成像中,并根据墙壁的参数提出了用最短时间法对墙壁的影响进行补偿。通过对实测数据的处理可以看出,反投影算法在穿墙雷达中具有很好的成像精度,最短时间法也能很好地补偿墙壁对目标成像位置的影响。     

基于深度学习的图像配准方法综述

图像配准是图像处理和计算机视觉领域中的关键技术。近年来,随着深度学习在图像处理和计算机视觉领域取得突破性进展,基于深度学习的图像配准方法也不断涌现。系统介绍了基于深度学习的图像配准方法,将其分为基于特征的组合配准方法、有监督学习的直接配准方法以及无监督学习的直接配准方法三大类,比较分析了各种配准方法的优劣。并以此为基础,对基于深度学习的图像配准方法未来的研究趋势进行了展望。     

空中交通管制系统中多雷达数据的配准法

现代化的空中交通管制系统在保障飞机飞行安全和提高空域利用率等方面起着十分重要的作用。本文研究了现代化的空中交通管制中心系统中多雷达数据处理的几个关键问题。多雷达数据处理系统能够获得比单雷达数据处理系统更加准确和全面的目标状态信息。本文主要介绍了利用"最小平方配准法"对有配准误差的多雷达数据进行配准误差的估计和补偿,为多雷达数据的互联和融合奠定了基础。     

两坐标与三坐标雷达配准方法及其应用分析

针对工程上用最小二乘方法难以对两坐标雷达与三坐标雷达进行直接配准的问题,提出先由三坐标雷达量测估计出两坐标雷达的俯仰观测,再进行最小二乘配准的方法．在推导两坐标雷达俯仰角量测估计公式和分析其误差的基础上,给出了完整的基于广义最小二乘的两坐标雷达和三坐标雷达的配准算法．仿真结果表明了该方法的有效性和实用性．     

一种多模态医学影像鲁棒配准方法

为提高多模态医学影像配准的鲁棒性和精度,提出了一种基于主定序和混合熵的配准新方法.首先利用主成分分析方法定义了图像的主定序特征,描述图像邻域像素间的空间信息和微观结构特性;进而结合图像灰度信息构造了一种基于混合熵的配准测度,有效保证了配准测度函数的光滑性和收敛性.多组多模态医学影像测试结果表明,新方法能有效抑制噪声,具有很高的配准精度,鲁棒性强,优于现有的几种方法.     

基于序贯最小二乘的雷达网误差配准方法

为实时估计雷达网系统偏差，针对广义最小二乘配准方法不能实时估计传感器偏差的问题，提出了基于序贯最小二乘的雷达网误差估计方法，该方法在广义最小二乘配准模型基础上，采用序贯最小二乘方法来估计系统偏差，不必存储过去的测量数据，能够实时估计系统偏差．仿真表明该方法的有效性．     

一种合成孔径雷达成像处理的并行算法

提出了一种实现合成孔径雷达(SAR)成像处理的并行算法。该并行算法能有效地实现SAR成像处理的方位压缩和距离压缩的并行处理,因而使SAR的成像处理速度得到较大的提高。理论分析和计算机网络的测试结果表明,该并行算法的并行度和效率都较高。     

一种适合逆合成孔径激光雷达的成像算法

逆合成孔径激光雷达是主动式有源成像雷达,能够实现高速运动物体的实时高分辨成像。但传统R-D算法很难得到目标的二维高分辨图像。提出一种适合逆合成孔径激光雷达成像的算法,通过时频分析法分析逆合成孔径激光雷达的回波信号特征,对光外差探测后的回波信号进行重排Wigner分布和Radon变换的处理,估计出目标的运动速度,通过构造有效的补偿因子,实现对目标的二维高分辨率成像。通过仿真实验得到了分辨率更高的图像,验证了此方法的有效性。     

一种机载MIMO雷达大场景成像算法

针对远离场景中心的目标成像存在的参考函数失配问题,理论上分析了机载MIMO雷达成像失配函数的特性,提出了一种基于目标场景条带分割的机载MIMO雷达的大场景成像算法,并导出了成像条带分割的约束关系.该算法通过将测绘带沿距离向分割为多个窄的条带,降低了失配函数对成像结果的影响,有效增加了机载MIMO雷达的成像场景宽度.最后分别利用仿真的单目标和多目标数据对提出算法进行了测试.仿真结果表明,所提出算法是可行的,可实现宽测绘带的高分辨成像.     

分布式雷达航迹融合关键技术研究

为实现全国范围内的空中交通动态监视,必须将分布于全国各地的管制中心的雷达融合数据经通信线路传送到全国空情融合中心,常用的办法是进行动态雷达数据拼接,在拼接边界存在航迹平滑度差,航迹易跳变等问题。考虑采用分布式融合算法来处理各融合节点输出的雷达航迹,解决了航迹在融合边界质量差的问题。并针对分布式雷达数据融合过程中的几个关键问题：误差校正、航迹关联、融合算法展开分析,分别给出了有效的处理方案,并在实际工作中进行验证,均取得了良好的效果。     

基于实数编码的遗传算法在雷达数据处理中的应用

对基于实数编码的遗传算法及其模型进行了阐述，在分析探地成像雷达电磁波在地下传播特性的基础上对雷达测得的电磁波信号的成像问题进行了研究，并通过计算机仿真验证了算法的可行性．     

小卫星分布式雷达空间状态测量方法

根据小卫星分布式雷达的空间分布特点,提出了一种实现小卫星分布式雷达空间相对状态测量的方法,重点研究了基于无线电的小卫星分布式雷达星间相对状态测量;综合采用无线电测量、星敏感器测向可实现小卫星分布式雷达相对状态的测量;经仿真分析表明:该方法符合小卫星分布式雷达相对状态测量要求自主性强、精度高的特点。     

二维多传感器误差配准算法分析

针对二维多传感器误差配准问题,研究目前已有的典型的系统误差估计算法,包括实时质量控制法、最小二乘法、广义最小二乘法、基于Kalman滤波的实时误差配准算法和精确极大似然法等.首先分析比较这几种算法的模型和原理,然后建立一个合理的仿真环境对各种算法中的系统误差估计性能进行仿真比较,最后分析各个算法的性能及其优缺点,为实际应用中根据不同环境选择不同算法提供一种可靠的参考依据.     

分布式不确定性系统状态估计

研究了分布式不确定性系统的状态估计。以两部雷达构成的分布式系统为对象，考虑杂波环境、量测噪声和目标不确定性机动下的多目标跟踪。针对其中的两类不确定性问题，提出了机动目标自回归统计模型，并将它与联合概率数据关联相结合，给出了一种新的分布式多目标跟踪算法。仿真结果证明了其快速性和自适应性。