复杂电磁环境下的机载电子设备安全性设计

复杂电磁环境下的机载电子设备安全性设计主要解决①电磁环境通过感应或耦合等方式可能造成机载电子设备工作混乱而导致安全性问题②在机载电子设备保持正常工作状态下,电磁环境通过感应或耦合等方式形成的感应电压或感应电流达到或超过机载电子设备相关性能指标引起"非正常动作"而导致的安全性问题。通过介绍一种典型机载电子设备在复杂电磁环境下的电磁安全性设计情况,表明机载电子设备开展电磁环境安全性设计的重要性和必要性。     

基于ISAR和相位恢复的SAR运动目标成像方法

针对合成孔径雷达(SAR)对非合作目标成像时出现移位、散焦问题，根据逆合成孔径雷达(ISAR)利用目标本身运动成像特点，本文提出一种基于相位恢复原理和ISAR算法的非合作目标相位误差校正方法。首先，回波数据由SAR算法处理形成SAR图像，提取并恢复图像中选定的非合作目标数据作为ISAR处理原始数据；然后，采用自适应时间窗算法(Automatic time-windowing)以及图像对比度算法(ICBA)对非合作目标误差相位进行粗补偿；最后，利用相位恢复算法迭代求解实现对相位的精确补偿。该方法充分利用粗补偿得到的模糊图像信息作为相位恢复算法的先验条件，提高了算法的收敛性，仿真实验结果验证了该方法的有效性。      

投散射式伪杂波分辨单元面积计算及其仿真应用

针对空时自适应处理（STAP）的投散射式伪杂波干扰克服了传统干扰方法的单维性,现有文献中基于干噪比（JNR）来仿真伪杂波,由于未能反映干扰功率的真实分布而不能准确反映伪杂波干扰效果。为了更准确的评估干扰效果,本文提出了一种计算伪杂波分辨单元面积的方法。根据伪杂波干扰模型,建立合适坐标系,通过坐标变换推导了伪杂波地面等距离椭圆环的解析表达式,给出了分辨单元面积的积分表达式。根据分辨单元面积计算出各伪杂波块散射的干扰功率,结合投散射干扰的空时特性对伪杂波进行仿真。通过仿真实验对比了两种方法生成的伪杂波的功率分布、功率谱和干扰效果。仿真结果表明基于分辨单元面积生成的伪杂波更符合实际,能更准确地评估伪杂波干扰效果。      

基于相位相关滤波与点云特征的激光点云配准方法

文中针对激光点云配准效率低和处理时间长的问题,提出一种基于相位相关滤波结合特征的扫描配准方法。扫描配准算法被解耦为旋转匹配与平移匹配两个步骤。在旋转匹配中,霍夫描述符提取的线段特征结合相位相关滤波得到具体的旋转量。平移匹配主要基于点云的边界特征,使用相位相关滤波处理提取到的特征,得到准确的x和y方向的平移量。与传统的迭代最近点(ICP)相比,提出的配准策略在处理静态数据时错误率降低了89.2%,处理时间降低了91.6%。同时,动态数据实验表明提出的方法具有较低的中位数和更好地一致性。     

用Prewitt算子细化边缘

传统的边缘检测算予一般都只能得到比较宽的边缘,这为以后的图像处理带来了一定的困难。本文通过对图像边缘特征的分析,提出了一种新的边缘细化方法——Prewitt算子细化边缘。实验表明,这种方法能在保持原有信息的前提下,给出令人满意的细化结果。     

增益增强型CMOS运算放大器的自动优化算法

在增益增强型运算放大器优化中采用了自动设计方法,此方法在电路性能方程式和自适应遗传优化算法基础上对电路性能指标进行优化。该放大器在0.18μm CM O S工艺条件下中开环增益为92.1 dB,单位增益带宽积为1.78 GH z,相位裕度为55.1°和0.2%建立时间为1.27 ns,同时说明此优化设计方法的有效性。     

基于表面设计的红外辐射特征控制技术

红外辐射特征控制是红外伪装技术的孔组合来选择及控制其发射率的方法.通过一个具体实例计算验证了这种技术的实用价值,并探讨了其在红外伪装中多种实际应用方式及自适应红外伪装系统的实现方法.最后给出了此技术今后的发展和改进的方向.     

基于神经网络的红外焦平面非均匀性自适应校正算法

由于材料、工艺等原因,红外焦平面阵列(IRFPA)各单元普遍存在响应不一致的现象,从而导致IRFPA都存在非均匀性.非均匀性校正(NUC)是红外图像处理系统中的重要环节.本文在研究了传统的基于神经网络的NUC算法的基础上,提出了一种改进的基于神经网络的非均匀性自适应校正算法,并对比了传统的基于神经网络的算法和本文算法的校正效果和收敛速度,实验表明本文提出的算法校正效果好,收敛速度快.     

一种新的信号去噪方法及在激光信号中的应用

小波去噪是信号去噪的主要方法之一,目前的研究主要集中于如何选取阈值使去噪达到较好的效果,其中Donoho的阈值方法应用广泛.与传统双通道小波变换相比,三通道小波变换具有很多优势.基于这一理论,结合非参数自适应估计,推导出了一种适用于三通道小波域的自适应的信号去噪方法.实验证明,与三通道小波域中基于Donoho方法的去噪相比,该方法可以更好地保护细节以及提高重建信号的信噪比,在激光超声信号处理中也表现出良好的性能.     

一种新的步长等变化自适应算法

定义了描述信号分离状态的一种测度,并在认真分析相关固定步长和变步长EASI算法的基础上。提出了一种新的步长自适应等变化自适应（EASI）算法。该算法步长是基于分离状态的。其学习速率由信号的分离程度自适应地选取。因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于传统的EASI算法．