基于SKO—KPCA和SVM的雷达目标HRRP特征提取与识别

将依赖数据变化的自适应SKO技术和迭代算法引入KPCA算法中,结合SVM分类技术,提出了基于SKO—IKPCA和SVM的雷达目标HRRP特征提取与识别方法。讨论了HRRP预处理、迭代KPCA算法和SKO／FKO技术的实现方法,将SKO／FKO技术应用到KPCA的核优化中,并用人工合成数据对其优化性能进行了测试与比较,应用该方法对su-27、F-16及M2000等三类飞机目标的实测HRRP数据进行了特征提取与识别实验。结果表明,所提方法具有较好的稳定性和可靠性,能有效地优化雷达目标主元特征的提取,提高目标的识别性能。     

基于加速度补偿的无人机吊挂飞行抗摆控制

为了抑制四旋翼无人机(UAV)吊挂飞行中的载荷摆动,研究了一种新的基于加速度补偿的抗摆控制方法.首先,基于拉格朗日法建立了四旋翼UAV吊挂系统的非线性动态特性方程,并构建了能量函数来设计飞行控制系统,使四旋翼UAV跟踪参考轨迹;然后,利用吊挂载荷运动轨迹广义误差设计抗摆控制器,对四旋翼UAV进行加速度补偿以修正UAV的...     

基于OFDM的数字电视地面广播传输系统

基于OFDM的数字电视传输系统由纠错处理和数字调制等组成.采用数据加扰技术使输入的高码率串行数据流与8bit伪随机序列进行模2加.对加扰后的数据字节进行纠错编码和数据交织,再经串/并转换均匀分散成N路.N路符号分别对N个子载波调制,得到FDM信号.最后进行并/串、D/A及模拟处理,形成中频信号,通过发射机调制到高频载波上实现发送传输.     

基于混合共轭梯度的SAR图像压缩感知重建

近年来,压缩感知已广泛用于合成孔径雷达(SAR)图像、医学图像重建和磁共振成像等图像处理领域。传统平滑l₀范数(SL0)重建方法通过引入平滑函数,很好地将求解最小l₀范数这个NP-hard问题转化成求解平滑函数极值的凸优化问题,但SL0方法使用最速下降法搜索最优解,存在锯齿效应、收敛速度不理想的问题。为了解决上述问题,文中首先定义了一种新的混合共轭梯度;然后,在研究SL0方法的基础上,提出了一种新的基于混合共轭梯度的改进SL0压缩感知重建方法。实验表明：文中所提方法收敛速度快,对噪声不敏感,具有较好的稳健性;在相同实验条件下,对SAR图像的重建性能优于SL0和其他同类方法,重建质量更好。     

基于 OFDM的数字电视地面广播信道模型及信道状态信息提取

基于OFDM的数字电视地面广播信道模型分为接收信号高斯信道和Ricean信道模型.在OFDM系统中,信道状态信息定义为载波位置的信噪比,采用归一法计算平均噪声功率以获取信道状态信息(CsI).     

基于DVB的CA系统的工作机理

基于DVB的CA系统通过同密/多密等技术构建.在发送端以控制字产生伪随机序列,用公共加扰算法对音视频节目数据流加扰,并通过IDEA算法对加扰所用的控制字加密.在接收端用事先获得的已加密控制字解密并恢复原控制字,然后对收到节目信息解扰出正常节目.     

基于高效卷积算子的异常抑制目标跟踪算法

传统的目标跟踪算法易受边界效应影响,且当目标因遮挡严重、运动模糊、光照变化等产生外观变化时,目标响应图会发生突变,从而降低目标跟踪检测结果的可信度。提出一种改进的高效卷积算子（ECO）目标跟踪算法。利用高斯混合模型生成紧凑且多样化的样本数据,采用因式分解卷积方法减少模型参数,引入空间权值系数和前后两帧响应图的变化率来弱化边界效应并抑制响应图突变,以提高目标跟踪算法的鲁棒性能和精度。实验结果表明,在光照、尺度变化等多种干扰下,该算法的成功率和距离精度较原始ECO算法分别提高3.1个百分点和1.9个百分点。     

一种融合局部像素信息和改进NLFCM的SAR图像分割方法

针对传统局部信息模糊C均值聚类算法权重系数仅由像素间欧式距离决定,无法准确衡量和充分利用像素间的相似性,对SAR图像分割不准确的问题,提出了一种全新的局部信息相似性描述方法,并结合图像的非局部信息,对像素到聚类中心的距离和像素隶属度计算方法进行改进,并提出了一种同时包含图像局部和非局部信息的改进SAR图像分割方法。实验表明,与其他模糊聚类方法相比,该方法在抑制SAR图像相干斑噪声的同时,能较好地保护SAR图像目标的边缘和细节,具有很好的SAR图像分割效果。     

基于联合聚焦/超分辨模型和M-H算法的雷达图像重建

针对雷达目标图像,基于散射/成像模型,利用Metropolis-Hastings(M-H)迭代算法,给出了一种数字M-H贝叶斯联合聚焦/超分辨重建方法,通过产生一系列描述目标散射截面(RCS)和散焦参数概率分布特征的样本,从而获得目标RCS元和散焦参数的最佳估计,最终实现低分辨率图像的超分辨率重建.以合成与实测图像数据...     

基于MMSE-T的合成孔径雷达图像超分辨率重建

针对雷达目标图像,提出一种基于阈值最小均方误差（MMSE-T）的超分辨率重建方法,并对其性能进行了分析、比较和评估.介绍和分析了雷达成像模型及常用的超分辨方法.以及MMSE-T改进算法及其具体实现方法.以MSTAR合成孔径雷达（SAR）实测图像为例,给出其超分辨结果,同时基于输出信噪比（SNR）指标,对其性能进行了比较与评估.实验表明：MMSE-T超分辨率方法在无须事先已知原始场景先验知识的情况下,可实现对原始场景的准确重建,同时具有较好的噪声抑制作用,可用于高分辨率一维距离像、合成孔径雷达、逆合成孔径雷达及实波束成像等雷达图像目标信息的开发.