利用不变量进行基于内容的图像检索

本文利用一种新的图像特征描述子进行基于内容的图像检索.该描述子不仅实现了对图像内容的综合概括,即图像的形状、纹理和颜色内容,而且具有平移、旋转和尺度变换不变性,实验证明了该描述子优良的检索性能.     

欺骗干扰信号中多普勒频率变化率测量技术研究

对欺骗干扰源进行单站无源定位与跟踪的一个关键技术就是能否实现多普勒频率变化率的高精度测量.受限于干扰源的运动速度,多普勒频率变化率信息一般都非常微弱.本文提出了一种基于Morlet小波变换的高精度多普勒频率变化率估计方法,通过对欺骗干扰信号的小波变换系数自相关,增强了多普勒频率变化率信息,消除了相位模糊.计算机仿真研究表明在一般无源观测条件下多普勒频率变化率的估计均方误差能逼近CRLB.     

基于微动分析和Chirplet分解的ISAR成像

当目标或目标部件存在微动时,目标的ISAR像将受到微动产生的微多谱勒效应的污染.为了解决这个问题,本文首先对目标的平动、转动和振动的运动模型进行分析,讨论了微多谱勒在时频域的分布情况;对目标回波信号进行Chirplet分解后,研究了在Chirplet参数域中利用微多谱勒和微多谱勒率对不同微动信号的分离算法;使用仿真点目标模型和实测数据对分离算法进行了验证,较好的实现了微多谱勒效应的分离和ISAR成像.     

一种复快速数据投影子空间跟踪方法

快速数据投影方法(FDPM)是一种稳健快速的子空间跟踪方法,本文将FDPM推广到复数域,提出复快速数据投影方法(CFDPM).结合GNSS抗干扰背景,仿真了噪声信号子空间的跟踪,通过比较该子空间与MUSIC算法所得子空间的一致性,验证了该方法的有效性,初步证明该方法能够应用于GNSS抗干扰.     

基于径向运动信息的单星对星快速无源定轨跟踪方法研究

在单星对星无源定轨跟踪中,传统的测角类定位方法存在精度低、收敛时间过长等问题.根据目标卫星与观测卫星之间存在剧烈相对运动的特点,将径向速度和离心加速度等径向运动信息引入单星对星无源定轨系统.推导利用径向运动信息的定轨原理,导出适当的状态预测方程及其对应的状态转移矩阵,提出一种基于径向运动信息的单星对星无源定轨跟踪方法.仿真实例表明,与测角类定轨方法相比,该方法较具有更高的估计精度,且收敛速度有很大的改善,可以实现快速定轨,另外计算耗时相当.     

一种关于LFM相参脉冲信号多普勒频率变化率的估计算法

LFM信号在雷达和通信中得到广泛应用,对于单站无源定位与跟踪系统来说,获取LFM信号中多普勒频率变化率信息具有十分重要的现实意义.接收信号的多普勒频率变化率十分微弱,很难精确测量.本文提出了基于渐近小波变换的多普勒频率变化率估计算法,通过对LFM信号的渐近小波变换谱做相关,增强了多普勒频率变化率信息,消除了调频率对参数估计的影响.数值仿真表明参数估计的精度接近CRLB,能达到单站无源定位与跟踪系统的精度要求.     

信噪比时变情况下的自适应时延估计方法

本文介绍了一种自适应时延估计的改进方法，此方法用于在信噪比时变情况下，对空间上分离的两个传感器所接收的带限信号的时延估计。它的优点在于：当信噪比变化或未知时，它能对时延的变化随时做出估计。文中给出了此方法的估计精度和收敛特性。     

一种改进的自适应K近邻聚类算法

为解决传统聚类算法不能处理非球形分布数据的问题,文犤5犦提出了一种自适应k近邻聚类算法。该算法在无需聚类数目的前提下,能有效解决非球形分布数据的聚类问题。但进一步的研究表明,该算法在处理带“奇异”样本的数据集时失去效果。为此,该文给出了一种改进的自适应k近邻聚类算法。仿真结果表明,新算法不仅保持了原算法在处理非球形分布数据时的优良特性,还成功解决了“奇异”样本问题。     

面向非球形分布数据的自适应K近邻聚类算法

针对传统聚类算法处理非球形分布数据的不足，提出了一种新型的自适应K近邻聚类算法。该算法由数据集归一化、初始类别构造和初始类别融合3个步骤构成。仿真结果表明，该算法在无须聚类数目的前提下，对非球型分布数据具有很好的聚类效果。     

基于循环相关的扩展空间解相关算法及其模式检测中的应用

针对空域扩展空间解相关(spatial extended spatial decorrelation;SESD)算法对参数选择鲁棒性差的缺点,使用一维循环相关操作代替原二维平移相关操作,提出了一种基于循环相关的扩展空间解相关(extended spatial decorrelation based- on cycle correlation;ESDBCC)算法。在无噪和有噪环境下,研究了SESD算法与ESDBCC算法对参数选择的鲁棒性,结果表明ESDBCC算法有以下两个显著优点:1)与二维平移相关操作相比,一维循环相关操作更适合计算机计算,从而降低了计算量;2)在有噪和无噪环境下,ESDBCC算法对参数选择的鲁棒性都要明显好于SESD算法。