基于多小波域Besov球映射的SAR图像去噪算法

针对单小波域难以准确描述SAR图像不同平滑区域特征的不足,提出一种基于多小波域Besov球映射去噪算法。首先利用统一小波隐马尔可夫树模型和Besov标准求一组小波基Besov球半径,然后交替使用基于不同小波基的Besov球映射算法估计原始图像信息。实验结果表明,该算法具有很好的去噪效果和边缘结构保护能力,大大优于其他单一小波去噪算法。     

UML和ICONIX在SAR图像融合平台建模中的应用

分析了SAR图像融合平台的基本功能,针对该系统的人机交互特性及其执行流程的复杂性,采用了一种基于UML和ICONIX过程的面向对象分析与设计方法对该系统进行建模.首先对系统功能进行分析,然后结合图像融合用例,具体阐述UML在分析系统域模型、用例模型、健壮性及顺序图中的应用.结果表明,该方法对于快速、清晰地理解系统结构和对象交互过程是十分有效的.该系统的分析和建模过程对开发复杂图像处理软件具有一定的借鉴意义.     

基于被动声纳探测网络的空间配准算法

该文针对被动声纳组网后,其探测范围和探测精度都比单个声纳系统有较大改善,但探测网络中常常存在系统和随机误差,如若不进行处理,则会严重影响组网的探测性能。该文在忽略模型线性化误差的情况下,通过一阶Taylor展开,将观测方程线性化,得到系统误差估计的数学模型,从而利用广义最小二乘算法求出系统误差。之后再对原始测量数据进行误差补偿,修正被动声纳的固有偏差,提高被动声纳探测网络的定位精度。     

一种基于模式识别的多模型系统智能控制算法

提出一种基于模式识别多模型系统的控制算法。首先建立多模型对象有限个模型并离线设计好对应的控制器 ,算法通过模式识别在线计算模型匹配和控制权重来适应对象模型结构参数的突变。仿真结果表明该算法简单有效、跟踪迅速、鲁棒稳定性强。     

被动声传感器网络数据仿真平台研究

目标的声传感器数据是被动声传感器网络算法研究的前提和依据,其可靠性和真实性是非常重要的,但是如果通过现场实测获得,往往耗资巨大,设计一种逼近实际的被动声传感器网络数据仿真平台越来越显示出其必要性。给出了一种被动声传感器网络数据仿真平台的实现方法,通过该平台,可以方便灵活地模拟低空和超低空目标的各种机动飞行,并产生仿真数据。实验将平台产生的仿真数据与实测数据进行了对比,结果表明该数据仿真平台符合应用要求。     

神经网络与参数自寻优PID在柴油机转速控制系统中的应用

针对柴油机模型自身的特点 ,设计了一种神经网络与参数自寻优PID控制相结合的控制器。在很大程度上改善了柴油机转速控制的输出特性 ,实验证明了算法的可行性。     

新型融合估计方法及其在成纸定量中的应用

在工业生产中造纸机状态监测的工程实际中,使用多个同类传感器进行在线测量可以得到更为准确的状态估计.在这类特殊的多传感器系统中,本文通过矩阵运算消除相关估计方差,得到了最优分布式融合估计算法.与多传感器传统分布式次优融合算法相比,该算法的优点在于适用于含有多于三个多传感器的系统.由于不需要存贮和计算中间变量,在计算量方面比最优融合算法具有较大优势.应用结果表明算法具有良好的估计性能.     

声传感器网络目标定位算法实现研究

声传感器可以通过分析接收到的目标发出的次声波噪声得到目标的方位角和属性信息,通过对声传感器的组网,融合网内多传感器的信息,可以实现对目标定位的目的。因此定位算法及其实现技术是声传感器网络的核心技术之一。由于声传感器网络中各个探测区域具有不同的特点,首先根据声传感器网络的特点将定位算法进行了分类,提出了一种有效的算法选择机制,减少了时间延迟对于目标定位的影响。同时为了降低目标定位算法的复杂度,提高运行效率,提出了并行处理和数据存储的方案。最后通过仿真验证了方法的有效性。     

蚕丝纤维微观结构研究中的新技术

以小波变换理论为依据 ,提出了图像的三维特征重构与模式识别新技术的实现方法 ,同时分析了它在蚕丝纤维微观结构研究中的应用。     

声传感网中的语义增强型信息融合方法

该文提出了一个面向声传感器网络的信息融合新方法.通过对探测到的声信号进行语义分析和自动语义属性标注,把领域知识显性化地描述出来.利用语义描述的潜在分类能力,研究了将领域专家知识引入到信息融合中两种方式.在此基础上结合传统数据融合模型,提出并构造一个将高层次语义概念引入到目标识别中的信息融合新框架.利用声传感器网络采集到...