基于可修复备件以缺货为中心的存储模型

首先建立了以缺货为中心的备件存储模型，在此模型的基础上对其进行了计算机仿真，得到了比较理想的结果。     

基于复特征值的信号二维角度联合估计

研究了阵列信号处理中高分辨率二维波达方向联合估计，根据包含二维到达角的旋转矩阵对角线元素处于复平面的单位圆上的特点，通过构造复矩阵，其复特征值为旋转矩阵的对角线元素的正确配对的组合，方位角和俯仰角的配对由复特征值的实部与虚部自动完成，该算法不存在参量兼并，不易受噪声的影响。仿真实验验证了算法的有效性。     

基于Contourlet变换的多波段SAR图像伪彩色融合

针对多波段SAR图像融合问题, 提出了一种基于contourlet变换的伪彩色图像融合方法. 该方法首先利用contourlet变换多尺度, 多方向以及各向异性的良好特性对不同波段SAR图像进行多尺度分解, 采用边缘信息量测因子策略融合方向高频子带, 加权平均策略融合低通子带. 然后对灰度融合图像利用混合高频提升滤波方法得到RGB彩色空间的三个颜色通道, 并在RGB空间量化显示,把人眼难以分辨的灰度信息转化为可分辨的色彩, 保持SAR图像的空间分辨率的同时增强了光谱分辨率. 采用Ku和L波段SAR图像进行融合实验, 并用客观评价因子对融合质量进行评价, 结果验证了该方法的有效性.     

基于特征选择与GOPCE的舰船检测方法

原始的广义相对最优极化(GOPCE)中,通过最大化目标与背景极化参数融合结果的比值,而求取极化参数的最优系数向量,但没有考虑参数融合结果中目标与杂波的分布。为提高基于极化合成孔径雷达图像的舰船目标检测性能,提出了一种基于极化特征选择及改进 GOPCE的目标检测方法。首先提出了一个改进的优化准则,同时考虑了最大化信杂比与最小化目标与杂波分布的方差。基于改进的优化准则,选择了3个最优极化特征,并求解对应的最优系数向量,获取了目标与背景区分度更大的融合图像。实验结果表明,该方法有效提高了目标的检测性能。     

基于二维模糊熵的GA在SAR图像分割中的应用

SAR图像中目标和背景的分割是SAR图像分割中的重要内容,阈值方法是其中比较简单实用的方法。阈值分割的核心问题是如何选择合适的阈值,最简单和常用的方法是从图像的灰度直方图出发,得到各个灰度级的概率分布密度,依据某一准则选取一个或多个合适的阈值,以确定每个像素点的归属。该文借助遗传算法工具,对基于二维直方图的模糊熵法做了改进和设计,提出了寻找最优阈值的分割算法,经MSTAR数据测试,对于含噪SAR图像目标和背景的分割具有很好的效果,抑噪功能强。