小波变换在光谱特征提取方面的应用

人们在处理高光谱图像时一般要对一些典型地物进行光谱分析、特征波段的提取,以便提取出最大量的有效信息,剔除无用或冗余的信息,然后再进行分类识别.采用小波变换的分析方法,选用合适的小波进行分解,根据分解后的高频分量中包含的重要信息,利用局部相邻的正负极值点找出对应于原始光谱曲线上每个吸收带的左右边界;利用局部过零点,即可比较精确的提取出各个吸收带的中心波长.该方法比传统的光谱特征提取方法更简洁、有效,实验证明为一种比较理想的光谱特征提取方法.     

一种不需要特征值分解的ESPRIT方法

多级维纳滤波是一种降维算法,本文提出了一种将多级维纳滤波引入到ESPRIT算法的预处理模型,提出了一种构造预处理滤波器的方法,提出了适合于ESPRIT方法的多级维纳滤波的结构。本文提出的方法避免了采样数据二阶统计的特征值分解,降低了运算量。本文方法具有一般性,适合于基于子空间方法的一大类DOA估计。仿真结果证明了方法的有效性。     

界面结合强度的激光划痕综合检测装置的设计

建立了膜-基界面结合强度的红外激光准静态划痕的检测新方法。采用红外激光对膜层样品进行连续划痕,通过摄像机,获得膜-基界面的划痕图像,经过Matlab预处理后准备调用;同时采用红外热像仪实时在线检测样品表面的受热状态。信号检测系统检测薄膜表面温度和划痕图像等参数,返回信号处理系统进行分析和处理。从而实现对膜-基界面结合强度的检测。     

一种基于StarFabric总线的通用信号处理平台设计

基于共享总线(CPCI或VME)的信号处理模块由于共享总线带宽逐渐成为提升信号处理系统性能的瓶颈,开关互连技术是新一代信号处理系统互连的趋势。给出了一种基于StarFabric总线的多DSP构成的通用信号处理平台设计,突破了这种设计瓶颈,能满足多种信号处理功能的需要。     

一种改进的视频图像采集处理系统设计

从目前国内外图像采集卡的现状分析出发,设计了一种改进型的视频图像采集处理系统,给出系统的硬件电路设计及软件流程设计,经仿真测试满足系统指标要求。     

采用GPU加速的三维实体模型绘制

 利用GPU的强大浮点数计算能力和并行处理能力,提出一种完全基于GPU的具有真实感三维实体模型快速绘制方法.本文利用现代图形加速卡中GPU的可编程管线,实现了快速的网格生成及简化.在保证不改变网格的拓扑结构的前提下,调整网格,使能量方程的数值尽量降低,从而大大降低线性曲面中三角形的数量.实验结果表明,该方法能够实现实时的三维实体模型快速绘制,具有重要的应用价值.     

流形学习算法分析及在人脸数据库上的应用

为了更高效的处理高维数、高复杂性的非线性数据,发现其嵌入在源数据空间中的本维特征,提出了基于局部光滑逼近思想的流形学习算法,通过局部线性误差逼近最小化,实现将高维数据映射到低维空间.在FREY人脸数据库上进行降维实验,证明了该方法的可行性和有效性.     

稳健的基于参数化协方差矩阵估计的空时自适应处理方法

参数化协方差矩阵估计（Parametric Covariance Matrix Estimation,PCE）方法利用雷达系统参数估计杂波协方差矩阵（Clutter Covariance Matrix,CCM）,显著提升非均匀环境下空时自适应处理（Space-Time Adaptive Processing,STAP）的性能;但是在系统参数和杂波分布存在误差情况下,性能下降严重.本文提出一种稳健的基于PCE方法的STAP杂波抑制方法.首先利用稀疏恢复方法与Radon变换估计杂波分布,然后提出一种归一化广义内积统计量修正杂波的分布,最后利用PCE方法估计CCM并进行STAP杂波抑制.通过分析舰载高频地波雷达仿真和实测数据处理结果表明：所提方法的稳健性大幅提升,相比稀疏恢复STAP方法和前后向空时平滑STAP方法滤波器凹口更加准确且更深,在有效抑制杂波的同时更利于慢速目标的检测.     

低信噪比通信信号的自适应调参随机共振方法

参数调节随机共振系统中参数的选择对输出信号的效果优劣具有决定性作用.本文针对目前随机共振无法通用地处理多类微弱通信信号的问题,提出基于自适应调参随机共振的信号增强方法.首先,从信号的特征子空间角度阐释了随机共振的能量转移本质,提出将基于奇异值分解的测度函数作为评价函数进行寻优.其次,在分析了两个不同系统参数的作用后,利用幅度归一化对单参数优化,降低了复杂度,并将滑动平均滤波器加入随机共振模块来防止幅度漂移.最后,以人工鱼群算法为基础,模块化设计出方法的整体框架和具体步骤.仿真结果表明,针对四类共九种信号,该方法能够以平均4至5次的迭代收敛速度实现带噪声的信号和非线性系统的匹配.     

干扰条件下的“北斗”信号解扩重构DOA估计

在干扰条件下，卫星导航抗干扰波束形成算法往往需要卫星信号波达方向（Direction-of-Arrival，DOA）的先验信息。但当存在低信噪比信号或主动干扰源时，常规的DOA估计算法性能急剧下降甚至失效。针对此问题，提出了一种被干扰信号压制的低信噪比“北斗”信号的DOA估计算法。该算法首先通过对接收信号进行子空间投影抑制干扰信号，然后对抑制干扰后的信号进行解扩重构处理，最后通过多重信号分类算法完成对“北斗”信号的DOA估计。仿真结果表明，在干扰信号干信比80 dB条件下，“北斗”信号DOA估计误差在5°以内，为下一步进行波束形成计算提供了高精度的入射角信息。