Khatri-Rao积变换下的离格信号DOA估计

当存在离格信号时,基于稀疏表示的波达角(DOA)估计算法性能损失严重.为解决这个问题,在对接收数据协方差矩阵进行Khatri-Rao积变换的基础上,推导了离格信号网格偏离量与紧邻信号原子系数之间的关系,提出了一种单一离格信号DOA估计方法.为提高对邻近离格信号DOA的估计性能,利用矩阵的广义逆性质提出了基于多原子系数的联合估计方法.仿真实验表明,单一离格信号DOA估计方法在低信噪比下有较好的性能,联合估计方法在高信噪比条件下对邻近离格信号DOA有较高的估计精度,同时所提算法估计性能几乎不受网格划分间距的影响,可以通过增大网格间距降低算法运算量.相关研究对阵列天线DOA估计具有一定的参考价值.     

组合幂调频信号的时频移估计

为了准确估计接收信号的时频移参数和降低估计复杂度,设计了一种组合幂调频(CPFM)信号,该信号由具有时间间隔的正负幂调频(PFM)信号构成,并提出了基于CPFM信号的时频移估计算法.在算法中首先将CPFM信号降阶,然后独立地估计时延和频移,即采用三次相位函数(CPF)估计时延,通过正负PFM相位相消后再估计频移.相比于分数阶傅里叶变换(FRFT)时频移估计算法,所提算法避免了时延估计对频移估计的影响,而且仅需两次一维搜索,降低了计算量.仿真结果表明,该算法能准确地估计CPFM信号的时延和频移,并且频移估计均方误差(MSE)接近克拉美劳下界(CRLB).     

一种新的极高精度的T_IIN频率估计内插算法

针对多普勒条件下接收端复信号的频率估计难的问题,研究了一种基于离散傅里叶变换与迭代频率估计的内插综合算法.区别于经典的内插算法,新算法在迭代频率内插算法基础上充分利用复数快速傅里叶变换结果的实虚部值,并通过最大峰值频谱和相邻两侧谱线以极高精度内插估计出复信号的频率参数.仿真结果分析表明,在二次迭代条件下信噪比为-10 dB时,该算法估计均方根误差仍能逼近克拉美-罗限的1.0021倍.该算法在同等条件下比经典的Rife、Quinn和IIN算法具有更高的准确性、稳定性和可靠性.     

基于红外技术的液体火箭发动机尾焰流场测量研究

利用傅里叶红外光谱仪（FTIR）和热像仪对常规液体火箭发动机尾焰流场红外光谱和图像进行了测量研究。红外光谱检测出了尾焰流场中的主要燃烧产物H2O、CO2以及微量燃烧产物NO、N2O。红外图像捕捉到了尾焰流场结构,建立了图像特征与燃烧状态之间的关系。研究结果表明：红外光谱仪和红外热像仪可对尾焰特征燃烧产物、流场结构进行精确测量,红外技术的应用为发动机工作状态监测提供一种新的分析手段。     

低信噪比下机载多脉冲激光雷达姿态不敏感性特征提取研究

针对纳秒量级脉宽机载多脉冲激光照射目标的回波波形,提出几何分割比这一目标姿态不敏感特征,给出了特征提取算法,可用于与激光目标运动状态结合开展目标检测与跟踪。首先,基于激光目标波形数学模型分析目标波形与目标特征的关系,指出激光目标的几何分割比特征具备姿态不敏感特性。接着,结合目标特征提取对目标波形和噪声不失真分离的要求,提出在小波域利用对称小波基进行改进Donoho阈值降噪处理,在时域利用小波重构信号阈值获取目标波形序列,再由一阶二阶差分计算检测目标波形峰值点,进而提取激光目标散射中心及几何分割比等特征。最后,通过仿真实验验证算法在低信噪比下提取激光目标特征信息的有效性。在与机载多脉冲激光目标模拟器联试实验中,利用文中算法提取激光目标特征结合目标的运动状态信息,开展多帧相关匹配检测,多脉冲激光目标检测的可靠性明显提高。     

基于MSSTO与NSCT变换的可见光与红外图像增强融合

针对红外与可见光图像融合结果中边缘区域失真严重、对比度差的问题,提出一种基于多尺度顺序 翻转算子(MSSTO)和非下采样轮廓波变换(NSCT)的图像增强融合算法.首先,采用NSCT将图像分解成 高低频系数;其次,利用MSSTO从低频系数中提取出有效的亮、暗信息,并将其注入到融合低频系数中以 合成最终低频系数;再次,高频系数采用局部空间频率加权(LFSW)与区域能量取大的融合方案;最后,对 合成的高低频系数进行反NSCT得到融合图像.实验结果验证了所提出算法的有效性.     

啤酒生产包装中电子监管码的定位算法

目的针对啤酒生产过程中啤酒瓶盖背景复杂、激光雕刻的电子监管码难以定位识别的问题,提出一种综合图像匹配、形态学、霍夫变换等算法的啤酒瓶盖激光字符定位算法。方法该算法先采用抗任意角度旋转的图像匹配方法实现定位符的精确定位,再对定位符图像做二值化、形态学运算、边缘检测、轮廓提取、霍夫变换等处理,最终定位到字符。结果实验表明,该算法可以抗任意角度旋转,定位准确,鲁棒性强,图像定位准确率位高达97%。结论该算法较好地解决了啤酒生产包装中,激光雕刻的电子监管码字符识别过程中因为背景复杂难以定位识别、定位识别准确率低的难题。     

一种基于全变分技术和Lp伪范数的椒盐噪声去除方法

针对传统各向同性全变分(Isotropy total variation,ITV)去噪算法容易导致图像边缘模糊、不易保持图像细节信息等问题,提出一种基于Lp伪范数和各向同性全变分的图像去噪方法.该方法将Lp伪范数代替ITV模型中的L1范数,利用交替方向乘子算法(Alternating direction method ...     

基于图变换的图像压缩采样与分类

提出一种基于图论表示的正交变换基,并在此基础上对图像进行压缩采样与压缩域直接分类.首先,充分利用图像的边缘特性和像素关系,给出一种图像的图论表示方法;然后,通过图Laplacian矩阵的特征值分解得到其特征向量矩阵作为正交变换基,由此得到图像的图变换域稀疏表示;最后,利用随机投影后的压缩采样特征向量直接对分类器进行训练和测试,不仅保持了与原空间相当的分类精度,还大量地减少了训练和测试时间以及计算/存储代价.     

累积量测序列的区间云变换及识别

目标多属性序列类数据不能直接与数据库中的区间类数据融合识别, 对此, 提出一种基于云变换的序列-区间异类数据识别算法. 对目标多属性序列数据进行频数计算形成频率分布函数, 并进行虚警检测, 实施云变换形成云簇, 提取云簇特征, 再根据3 En 准则形成云滴区间, 实现了序列型数据的区间化表示. 进一步, 利用一种区间多属性识别判定准则进行识别判定, 得到识别结果, 解决了序列-区间异类数据的识别问题. 仿真实验结果验证了该算法对序列-区间异类数据识别的有效性.