小波多分辨率分析在油田配电网谐波检测中的应用

以大庆油田第七采油厂低压配电网为研究背景,对该厂多处进行电能质量检测.针对存在的谐波状况,选用具有良好的伸缩、平移特性的小波多分辨率分析方法,对谐波电流进行Matlab仿真分析,通过谐波重构和误差计算,证明该方法对谐波检测具有很好的效果.     

大斜视SAR的多普勒参数估计

提出了一种适于大斜视SAR的数据域多普勒参数估计方法。该方法可在雷达运动参数未知的情况下,利用距离多普勒域信号的统计特性,实现距离徙动校正,提高传统自聚焦方法的精度,进而实现解多普勒模糊。对于低对比度场景,该方法还可直接用于多普勒调频率的估计。仿真及理论分析表明,该方法对场景对比度有良好的稳健性。星载SAR数据的实验结果证明了该方法的有效性。     

子波高分辨谱估计方法及其在毫米波雷达目标一维距离成像中的应用

文中研究了一种子波谱估计方法。将该方法用于实际的毫米波雷达目标一维距离成像背景之下,在信号采样频率、采样数据长度相同时,可以获得像分辨率高于相同条件下FFT方法的一维距离像,从而可以对一维距离像进行高分辨地分析,在实际应用中具有一定的意义。     

高角度分辨率的信源分离算法

传统的波束形成算法在期望信号和干扰信号来向相近的情况下性能下降,不能很好地完成信源分离,针对此问题提出了一种高角度分辨率的信源分离算法。首先选取一种适合任意阵型的AR模型预测方法进行阵列扩展,然后利用基于独立分量分析的鲁棒性分离算法完成信号分离,通过结合阵列扩展和盲源分离的优点,本文提出的分离算法在不增加实际阵元数目的前提下具备比原阵列更高的角度分辨率。实际数据测试表明提出的算法能够在9元均匀圆阵上分离方位角来向间隔为0.5度的信号。     

基于并行DSP的高分辨目标检测系统设计

研究了基于位置相关的高分辨检测方法的改进和基于并行ADSP_TS101芯片的高性能并行数字信号处理(DsP)系统的硬件平台的实现。提出了利用脉内非相干积累和设定K_(max)门限进行预检测的方法,优化了基于位置相关的高分辨检测方法的第2门限检测,并成功应用于并行DSP硬件平台中。试验表明,该硬件平台能够实现宽带雷达目标的实时高分辨检测。     

融合层次聚类的高分辨率遥感影像超像素分割方法

为解决遥感影像分割尺度自动选取难的问题,提出了融合层次聚类的高分辨率遥感影像超像素分割方法。首先采用自适应形态重建的分水岭分割算法将影像分割成多个超像素;然后提取各超像素的灰度特征向量;最后利用层次聚类方法进行超像素合并,实现高分辨率遥感影像的精确分割。实验选用4组景遥感影像;采用定性和定量相结合的方法评价实验结果。实验结果表明,该方法有效提高了遥感影像分割精度,并取得了较好的分割视觉效果。     

光电离-离子迁移谱实验参数与性能研究

报道了自主研制的光电离-离子迁移谱装置的基本结构和性能。采用Kr灯为电离源,以苯为检测样品。对迁移电场电压,离子门电压和脉冲宽度参数进行优化,得到最佳装置参数为离子门脉冲宽度0.15 ms,离子门电压80 V,迁移区电压2153 V。使用指数稀释方法制备样品浓度,获得了离子迁移谱检测苯的标准曲线,对苯的检测限为400 ppt,检测线性动态范围跨越三个数量级。     

Robust image retrieval by cascading a deep quality assessment network

The performance of computer vision algorithms can severely degrade in the presence of a variety of distortions. While image enhancement algorithms have evolved to optimize image quality as measured according to human visual perception, their relevance in maximizing the success of computer vision algorithms operating on the enhanced image has been much less investigated. We consider the problem of image enhancement to combat Gaussian noise and low resolution with respect to the specific application of image retrieval from a dataset. We define the notion of image quality as determined by the success of image retrieval and design a deep convolutional neural network (CNN) to predict this quality. This network is then cascaded with a deep CNN designed for image denoising or super resolution, allowing for optimization of the enhancement CNN to maximize retrieval performance. This framework allows us to couple enhancement to the retrieval problem. We also consider the problem of adapting image features for robust retrieval performance in the presence of distortions. We show through experiments on distorted images of the Oxford and Paris buildings datasets that our algorithms yield improved mean average precision when compared to using enhancement methods that are oblivious to the task of image retrieval. ¹     

基于分布式压缩感知的高分宽幅SAR动目标成像技术

高分宽幅SAR动目标成像对目标跟踪具有重要的意义,常规天基多通道SAR技术要实现高分宽幅动目标成像需要通道数量巨大,系统复杂度过高,而且图像在方位向存在成对回波,形成虚警。针对上述问题,该文提出了一种基于分布式压缩感知的高分宽幅SAR动目标成像技术,在通道数量较大时,通道数量相比常规高分宽幅动目标成像构型通道数量约降低1倍,利用动目标稀疏特性和杂波背景非稀疏特性构建分布式压缩感知观测模型,采用先方位1维分布式压缩感知重建再距离方位2维分布式压缩感知重建,实现杂波背景和稀疏动目标的重建,并抑制多通道SAR动目标成像中的成对回波。结合RADAR-SAT数据的仿真试验结果验证了该技术的有效性。      

一种增强型冲突分解算法

冲突分解算法是一种能有效改善无线信道多址接入协议的方式。本文对传统的冲突分解算法——树形冲突分解算法和先到先服务冲突分解算法进行了深入研究和仿真，探讨了这两种算法的优点和不足之处，提出了一种增强型的冲突分解算法（Enhanced Splitting Algorithm，ESA）。该算法继承了树形冲突分解算法和先到先服务算法的优点，不仅考虑了碰撞分组产生的时间，还考虑了分组的产生间隔，从而有效地提高了冲突分解算法的性能。仿真结果显示ESA算法是一种可行的算法。