对称目标的ISAR成像横向距离定标方法与性能分析

目标横向定标是实现目标模板匹配识别和特征提取的基础。该文利用横向多普勒频率和横向坐标位置的近似正比关系,基于对称目标的对称轴垂直于对称点直线,给出了对称目标转角估计和横向定标新方法。其次给出了定标参数估计误差表达式,定量分析了影响定标参数估计误差的各因素。最后用弹头模型转台成像和外场飞机ISAR数据成像对该方法进行了仿真验证。该方法结构简单,运算量非常小,在合作机动目标ISAR成像定标方面有很好的应用前景。     

Residual-Based False Data Injection Attacks Against Multi-Sensor Estimation Systems

This paper investigates the security issue of multisensor remote estimation systems. An optimal stealthy false data injection(FDI) attack scheme based on historical and current residuals, which only tampers with the measurement residuals of partial sensors due to limited attack resources, is proposed to maximally degrade system estimation performance. The attack stealthiness condition is given, and then the estimation error covariance in compromised state is derived to quantify the system perfor...     

基于RFF及GWO-PF的锂电池SOC估计

为了提高锂电池剩余电量估计的准确性,提出一种在线参数辨识与改进粒子滤波算法相结合的锂电池SOC估计方法。针对粒子滤波中的粒子退化问题,引入灰狼算法,利用灰狼算法较强的全局寻优能力优化粒子分布,保证粒子多样性,有效抑制粒子退化现象,提高滤波精度。采用带遗忘因子的递推最小二乘法实时更新模型参数,并与改进粒子滤波算法交替运行,进一步提高SOC的估计精度。实验结果表明,改进算法的平均估计误差始终保持在±0.15%以内,相比扩展卡尔曼滤波与无迹卡尔曼滤波算法,在电池SOC估计上有更高的估计精度与稳定性。     

正弦波频率估计的修正Rife算法

分析了Rife算法的性能,指出当信号频率位于离散傅里叶变换（Discrete Fourier Transform,DFT）两个相邻量化频率点的中心区域时,Rife算法精度很高,其均方根误差接近克拉美-罗限（Cramer-Rao Lower Bound,CRLB）,但当信号频率位于量化频率点附近时,Rife算法精度降低。本文提出了一种修正Rife（M-Rife）算法,通过对信号进行频移,使新信号的频率位于两个相邻量化频率点的中心区域,然后再利用Rife算法进行频率估计。仿真结果表明本算法性能不随被估计信号的频率分布而产生波动,整体性能优于牛顿迭代法（一次迭代）。接近二次迭代,在低信噪比条件下不存在发散问题,性能比牛顿迭代稳定。本算法易于硬件实现。     

应用小波变换和ICA方法的肌电信号分解

基于单通道、短时真实肌电（EMG）记录和模拟EMG信号,提出一种改进的肌电信号分解方法。首先应用小波滤波、硬阈值估计等方法去除背景噪声和白噪声,并将独立成分分析（ICA）方法和小波滤波方法相结合去除工频干扰信号,然后再进行幅度滤波,从而提高了系统的速度和强健性。在运动单元动作电位（MUAP）聚类以及从原始信号中去除已识别的MUAP波形等方面也进行了改进。与已有的EMG分解方法相比,本文方法更快速、稳定。     

灰度级信息的目标边界精确周长估算

目的 针对图像目标边界不连续或具有模糊性导致的目标周长无法精确估算这一问题,结合边界跟踪,提出一种基于灰度级信息的目标边界精确周长估算方法。方法 该方法利用目标边界的灰度级信息,同时结合边界跟踪得到的内外边界来估计目标图像的边界周长,从而提高边界周长估计的精确性和鲁棒性。为了获得目标物体真实周长,实验采用人工合成图像。结果 实验应用所提方法和3种传统周长估算方法分别计算合成目标对象的周长,并与真实周长比较。为了验证所提方法的有效性和鲁棒性,实验中对目标对象的边界进行不同程度的加厚模糊化;并在边界加入噪声,使边界不连续。当边界变得复杂时,本文所提方法的优势得到极大体现。结论 实验结果表明,在边界模糊和边界不连续的情况下,本文所提的算法具有更好的适应性和稳定性。     

基于暗原色及入射光假设的单幅图像去雾

目的 雾是一种常见的天气状况,针对雾能使图像中的景物对比度降低、表面颜色退化的问题,提出一种基于入射光假设的单幅图像去雾方法。方法 首先利用全局暗原色进行初步去雾,从而使图像透射率处于[0,1]范围内;然后利用雾天光照均匀的特点以及Retinex的照度估计原理进行透射图的估计;最后利用透射图以及初步去雾图像得到复原图像。结果 与He算法、Fattal算法的对比实验结果显示,该算法获得的复原图像细节清晰,颜色自然。与引导滤波优化后的He去雾算法相比,本文算法速度提高了93%。结论 大量对比实验结果表明,本文算法能够显著恢复雾天降质图像,对于薄雾和浓雾同样有效,具有广泛的适用性,且算法原理简单。此外,本文算法也同样适用于灰度图。     

旋转变压器信号的标定与解调

针对检波后信号存在直流偏置、幅值不等和相位偏移等问题,采用梯度估计算法,对检波后的包络信号进行离线标定;并设计了基于状态观测器的旋转变压器-数字转换(RDC)算法,对标定后的包络信号进行解调.试验结果表明,梯度估计算法收敛速度快,估计精度高.与反正切法相比,所设计的RDC算法不需通过数值差分即可获得角速度信息,干扰抑制能力强,角位置和角速度估计精度高.     

局部加权全变差下的盲去模糊

图像去模糊是图像处理和分析中的基本问题之一,其本身是一个不适定问题,通常需要使用正则化方法来提高求解过程的稳定性.为了解决去运动模糊问题,从图像的局部特性出发,提出一种基于局部加权全变差(LWTV)的正则化方法,并给出了一种基于交替迭代的有效解法.针对非盲去卷积问题,为了克服传统全变差(TV)正则化方法的不足,以图像局部的变化信息为权值,在加大对图像中平坦区域的惩罚力度的同时,减小对图像中边缘区域的惩罚力度;针对模糊核估计问题,首先利用相对全变差(RTV)方法提取图像的显著性结构,然后利用显著性结构进行初步模糊核估计,再采用LWTV模型进行临时清晰图像估计,通过以上3步交替迭代获得最终的模糊核.实验结果表明,该方法可以在去除模糊及噪声的同时,很好地保持图像边缘并抑制振铃效应.     

基于变维卡尔曼滤波的UUV目标运动优化估计方法

为实现无人水下航行器精准、安全的跟踪目标从而高效地实现目标的信息采集,提出了一种针对该个体的目标运动优化估计方法。此方法通过建立目标运动模型,基于卡尔曼滤波基本原理,利用变维卡尔曼滤波的方法,达到UUV个体对目标运动状态准确估计的预期效果。为提高该方法的可行性,在利用最小化目标位置估计协方差矩阵完成目标运动轨迹估计及优化的过程中,考虑实际UUV机动时的最大速度限制、与目标最小距离的限制。文章详细阐述该方法的实现和步骤,并通过仿真实验验证了该优化算法的有效性。