水声通信网的研究进展及其应用

随着现代"网络中心战"理论的完善,现代立体化信息战争已从传统的空天地战场延伸至海面以下战场。水声通信技术是构建水下通信网络的有效手段,是构建立体化战争、立体化作战平台的必要技术。首先分析了水下通信与水声网络的特点和发展现状。其次,结合美国海军在水声通信网络的实验研究成果,以及国内在该领域内取得的研究进展情况,展望了水声通信网络在现代海军建设中的应用前景。     

基于压缩感知与结构自相似性的遥感图像超分辨率方法

本文提出了一种基于压缩感知、结构自相似性和字典学习的遥感图像超分辨率方法,其基本思路是建立能够稀疏表示原始高分辨率图像块的字典。实现超分辨率所必需的附加信息来源于遥感图像中广泛存在的自相似结构,该信息可在压缩感知框架下通过字典学习而得到。这里,本文采用K-SVD方法构建字典、并采用OMP方法获取用于稀疏表达的相关系数。与现有基于样本的超分辨率方法的最大不同在于,本文方法仅使用了低分辨率图像及其插值图像,而不需要使用其它高分辨率图像。另外,为了评价方法的效果,本文还引入了一个衡量图像结构自相似性程度的新型指标SSSIM。对比实验结果表明,本文方法具有更好的超分辨率重构效果和运算效率,并且SSSIM指标与超分辨率重构效果具有较强的相关性。      

运动图像的锯齿消除算法研究

针对隔行扫描到逐行扫描转换中出现的运动图像锯齿现象,提出适用于去锯齿的运动检测和基于角度提取的场内插值算法。利用相邻4场运动差值进行运动检测,并结合待插像素相邻行和隔行相关像素点的夹角进行加权平均,提取相关度大的角度点进行场内插值。实验结果表明,算法有效提高了峰值性噪比,也有效降低了均方差,实际图像去锯齿效果良好。     

一种面向无线传感器网络的分布式定位算法

针对无线传感器网络(WSN)的水下应用,在原有同类算法研究的基础上,提出了一种分布式无信标节点的相对定位算法。该算法结合了最高节点度分簇算法和经典度量多维尺度定位的理论。理论分析和仿真实验表明,与SDGPSN定位算法相比,该定位算法提高了约10%的定位精度。     

小波变换在数字图像数据压缩中的应用

介绍了二维离散小波变换构成的多分辨分析的理论基础 ,并研究了小波变换在图像压缩中的方法。实验表明小波变换用于图像压缩能够实现很高的压缩比 ,具有很高的使用价值     

基于AVR的水联网智能遥测终端的设计与实现

针对目前遥测终端产品通讯信道单一、可监测参数少等问题,本文介绍了一种基于AVR单片机的水联网智能遥测终端设计思路。采用GPRS网络作为主信道、北斗卫星作为备用信道,有效提高了数据传输的可靠性;通过485总线接口,实现了流量、图像等智能传感器的接入,扩展了监测参数的种类;设备通讯协议严格执行水利部最新颁布的《水文监测数据通信规约》要求,可在多种不同平台下使用,设备已成功应用于海南山洪灾害非工程措施建设项目,具有良好的市场前景。     

速度与PRF失配对MPCSAR成像的影响及补偿方法研究

简述了多相位中心合成孔径雷达(MPCSAR)原理及其空时不等效的研究现状,对平台速度与脉冲重复频率(PRF)失配引起的成对回波虚像进行了深入研究,从数学上严格推导了成对回波的位置,分析了两种虚像 (欠采样虚像及失配虚像)的形成机理.论文还提出了在频域进行相位补偿以消除这种成对回波虚像的简单方法.给出的仿真实例验证了本文的结果.     

一种带新型自动门控电源的像增强器

针对第二代像增强器普遍存在的动态范围小,不能在强光下工作的缺点,设计了自动门控电源取代直流高压电源为第二代像增强器供电的全新方案,为提高第二代像增强器性能开辟了一条新途径。     

基于显著性区域的图像分割

在经典的Chan-Vese模型中结合显著性分析,提出了一种有效的目标分割方法.即首先利用频谱残差方法提取图像的显著性区域,针对阈值分割方法的缺点使用改进的自适应阈值分割方法获取目标的大致轮廓,并以此轮廓作为Chan-Vese模型中初始曲线.该方法使得活动轮廓可以从靠近目标物体的位置进行演化,去除复杂背景的干扰.这样就解决了背景复杂时无法得到较为准确的边缘的问题;同时,也减少了CV模型的迭代次数.实验结果表明无论是背景复杂的灰度图像还是医学彩色图像,该算法的分割精度和运行效率都优于CV模型.     

区间二型模糊C均值聚类在图像分割中的应用

聚类分析是非监督模式识别的重要分支,模糊C均值聚类算法(FCM)是其中的一类经典算法,然而该算法以一型模糊集为基础,无法处理数据集以及算法中的不确定性,为此引入区间二型模糊C均值聚类算法(IT2FCM)。二型模糊集处理不确定性的能力强于一型模糊集,基于二型模糊集的IT2FCM在处理不确定性时效果优于FCM算法。文章以图像分割为应用对象,比较IT2FCM和FCM算法的分割效果,实验证明IT2FCM较传统FCM有更好的抗噪性。