复杂背景下的人脸分割

针对复杂背景下人脸位置的不确定性和人脸轮廓边缘点的不连续性,本文提出一种新的人脸分割算法,能够在复杂背景下将人脸快速分割出来。本文算法包括三部分:首先设计了特征与模板相结合的人脸定位算法,在复杂背景中以双眼和嘴的坐标为基准确定人脸位置;其次,设计了自适应搜索算法,提取真正的人脸轮廓点,去除“假”轮廓点;最后利用人脸轮廓的平滑性通过曲线拟合来补充不确定轮廓点,完成人脸分割。本文算法综合利用了人脸的肤色、表面结构、轮廓边缘以及轮廓的平滑性等特征完成人脸分割,实验结果证明了算法的有效性。     

基于适度光反馈自混合干涉技术的位移测量系统

基于适度光反馈自混合干涉(OFSMI)技术,设计了一种位移测量方法.该办法通过对自混合干涉信号的整数条纹部分进行计数和对小数条纹部分进行细分,实现大量程高分辨率的位移测量.对小数条纹分析时,运用数据拟合方法,找出干涉波形特征点与被测物位移之间的关系,从而实现对小数干涉条纹部分对应位移的测量.仿真分析和实验结果证明,此方法可对位移进行大量程高精度的测量,误差平均为0.83%.并通过设计算法对物体的任意运动轨迹进行重构.     

基于结构特征的金属标牌字符的断裂修补

在金属标牌字符的识别过程中,预处理后的字符经常存在着断裂的现象,这给下一步的特征提取带来了困难.提出了一种新的修补方法,该方法利用字符本身的结构特征和预先计算的字符有关信息的统计值,有效的修补了断点.实验表明,与传统的修补方法相比,断裂字符利用本文算法修复后,字体边缘光滑,结构完整,满足特征提取的要求.     

一种改进的信噪比估计算法

基于现今越来越多的算法需要信噪比的先验知识来进行性能优化,论述了信噪比估计在通信系统中具有的重要作用,介绍了信噪比估计算法的信号模型。通过分析现有的几种信噪比估计算法在较大的信噪比范围内的估计性能,提出了改进的信噪比估计算法,并对新算法的估计均值、估计偏差和估计方差进行了仿真。仿真及分析结果表明,改进的算法在较大的信噪比范围内性能良好,估计准确。     

基于特征子空间的窄带干扰抑制技术

特征子空间方法由于其降维效果和稳健性的处理能力已广泛应用于波束形成、DOA（波达方向）估计、超分辨处理中。讨论了从雷达回波的时间采样中构建协方差矩阵,分解成千扰子空间和信号噪声子空间,在干扰子空间投影后进行窄带干扰抑制。仿真和实测数据验证了特征子空间方法用于抑制大功率通信干扰的有效性。     

基于快速子空间分解的宽带非相干DOA估计快速算法

总结了快速子空间分解在窄带阵列到达角估计中的应用,给出了几种构造参考信号的方法。将快速子空间分解与宽带非相干信号子空间方法相结合,得到了宽带到达角估计快速方法。在性能基本保持不变的同时,新方法大大降低了运算量。仿真结果证明了算法的有效性。     

一种基于Bessel函数的宽带DOA估计方法

提出了一种基于Bessel函数的宽带相干信号子空间DOA(Direction-of-Arrival)估计方法,新方法不需要角度预估,避免了角度预估误差对DOA估计结果的影响。仿真结果证明了方法的有效性。     

任意形状孔径的干涉图像波面拟合的数学矢量模型

文中利用移相干涉术的特点提出了自动检测任意形状孔径中有干涉条纹区域的方法,测试中,当测试波前相对于参考滤前的光程差是照明波长的整数倍时形成干涉条纹,它此而形成的二维图就是干涉图像。干涉术是一种从干涉图像提取测试波面信息的光学测试技术,它包括对干涉图像的采样、条纹定级次和波面拟合三步。这里提出了一个对干涉图像拟合处理的线性代数矢量模型,应用线性代数矢量矩阵的知识详细地推导出了一种对干涉图像的处理带有一般性的矢量拟合公式,由最小二乘法逼近多项式拟合的相位值数据,用Ｇｒａｎ－Ｓｃｈｍｉｄｔ算法正交化处理多项式组,用反向替代法技术来求解最初多项式组的权因子系数。     

无人机着舰引导信息处理方法研究

针对远距理想着舰轨迹摆动幅度较大使得无人机难以跟踪的问题,提出了曲线拟合的方法,针对着舰雷达近距引导失效或引导精度不高的问题提出了近距多天线测距定位法,最后提出了远近距切换的方法。对保障无人机安全着舰、提高无人机重复作战能力提供了前瞻性的理论依据。     

基于样本正交子空间的SAR目标识别方法

利用合成孔径雷达(Synthetic Aperture Radar, SAR)获取的目标像进行识别时,基于子空间的自动目标识别(Automatic Target Recognition, ATR)方法通常是对样本数据的值空间进行操作。当识别相似目标时,由于彼此的值空间存在较大的交集,生成的识别模板的可分性较差。该文提出一种SAR目标ATR方法,该方法将SAR样本数据的正交子空间作为投影空间。因此,不同类目标样本在投影空间的差异性加大,能够明显提高识别效果。实验结果表明,本文方法的识别性能优于其它同类方法。