一种基于图像分割和模板匹配的短波跳频信号盲检测算法

提出了一种基于图像分割和模板匹配的短波跳频信号盲检测算法。该算法将实际跳频信号的STFT（Short Time Fourier Transform）时频谱图当做一幅图像,利用图像分割手段分离背景噪声,并通过模板匹配来实现跳频信号的检测。实验结果表明该算法能够有效克服实际短波信道中复杂的背景噪声,计算复杂度低,易于工程实现。     

适用于高阶QAM信号的混合型盲均衡算法

为了提高高阶QAM信号的盲均衡性能,提出了MMA—DD和SIGN-MMA-DD两种改进的混合型盲均衡算法。首先,MMA—DD算法将多模盲均衡算法和判决引导算法有机结合,并采用均方误差来控制两者在混合误差中的比例,降低了均衡器的稳态误差。然后对MMA．DD算法在误差计算和均衡器系数更新两方面进行简化,得到SIGN—MMA—DD算法,有效地降低了运算复杂度。仿真结果表明,两种算法的盲均衡性能优于多模盲均衡等算法。     

基于正交小波变换的变步长盲均衡算法

提出了一种基于正交小波变换的变步长盲均衡算法。该算法将正交小波变换理论引入到常数模盲均衡算法中,充分利用小波变换对信号的去相关性及指数型变步长控制迭代过程的特性来加快收敛速度。与常数模算法及基于正交小波变换的盲均衡算法相比,该算法收敛速度快、稳态误差小、均衡效果好。水声信道盲均衡的仿真结果,验证了其的性能。     

基于无限光源模式的数字图像盲鉴别技术

图像篡改通常会破坏自然图像的光照一致性,根据这一特点将光源方向的不一致性作为检测图像篡改的依据。针对在无限光源照射下生成的图像,根据图像的测量强度与计算强度间的误差函数和无限光源模式的约束条件函数,用Hestenes-Powell乘子法计算图像中不同对象和背景的光源方向,并以此判断图像是否被篡改。实验结果表明:本文算法能够有效地计算出无限光源模式下图像中不同对象和背景的光源方向,其正检率已经达到了82.3%。     

基于图像子块DCT系数对的盲检测数字水印

提出一种新的基于Logistic加密的鲁棒性盲检测数字水印算法.利用Logistic映射特性产生的混沌序列加密生成水印序列;结合人眼的视觉系统(HVS)对原始图像中的子块进行选择;在每个被选择的子块上,根据鲁棒性要求选择DCT系数;通过对相邻系数对的大小进行比较嵌入水印.实验结果表明,本算法具有鲁棒性强、安全性高、透明性好、可以盲提取等特点,可有效用于数字媒体的版权保护.     

基于三维小波变换和HVS的视频水印算法

针对数字视频的版权保护,提出了一种以二值图像作为水印和基于三维小波变换及HVS特性的视频水印算法.首先对水印图像进行混沌加密和Arnold置乱处理,利用基于方向经验模式分解的视频场景分割技术将视频信号切分为不同的场景,通过密钥从中选取若干场景进行三级三维小波变换.再借助HVS对图像纹理区域、运动区域的掩蔽特性,使水印自适应被嵌入到低频子带的重要系数中.实验结果表明,文中的算法具有较好的不可见性,对于诸如Gaussian噪声、丢帧、帧平均和MPEG压缩等攻击具有很好的鲁棒性.     

大港歧北斜坡三维地震深层目标精细处理及地质效果分析

歧北斜坡深层沙二、沙三段发育沿岸滩坝、辫状河水道及斜坡扇沉积体系。储层总体比较发育,但是横向变化大,单层厚度薄。现有地震资料横、纵向上地震分辨率低,无法满足砂体追踪和精细储层预测的要求。通过运用叠前反褶积、静校正、能量调整、叠后提高分辨率等技术,并实施处理解释一体化工作模式,处理质量过程控制等方法,使处理成果地震资料在保持地层波组特征不变的情况下,纵横向分辨率有了较大程度的提高,成像特征有了较大幅度的改善,基本上满足了地质需求。利用新处理的资料,通过井震结合,储层地球物理特征分析,在常规波阻抗反演的基础上,利用拟波阻抗反演的方法预测了沙二、三段各油组砂体的空间展布规律。取得了较好的地质效果。     

反褶积处理统计时窗的选择

反褶积处理中用于子波评估的地震记录与反褶积处理效果紧密相联。本文着重于子波统计时窗内记录频率、信噪比、相关道数及时窗长度等因素的变化对处理效果的影响,并通过实际资料的对比处理讨论了统计时窗选择时应关注的事项。     

地平式跟踪系统过顶问题研究

地平式光电系统过顶跟踪时需要很大的方位角速度,在目标通过天顶瞬间方位角速度达到无穷大,导致地平式系统在天顶附近存在跟踪盲区。为此,对天顶跟踪盲区进行了分析,提出盲区范围计算公式,并分析了天顶附近目标图像旋转问题。从软硬件两种角度提出过天顶跟踪目标的方法,即倾斜方位轴方法和程序引导方法,通过比较二者的优缺点给出具体应用范围。     

基于邻域风险最小化概率密度估计的自适应盲分离算法*

为实现由不同统计特性和概率分布平滑特性信号得到混合信号的盲分离,对基于支持向量机的邻域风险最小化概率密度估计算法进行研究,提出一种邻域函数的构造方法,将其与自然梯度批处理算法相结合,形成一种新的自适应盲分离算法;利用广义高斯模型分析了分离算法的精确度。通过仿真实验,验证了该算法能分离统计特性不同的混合信号,相比于基于经验风险最小化的方法,该方法在收敛速度和精度方面的性能有很大提高。