教学雷达伺服系统设计与制作

介绍了教学雷达伺服系统的设计背景及制作过程．叙述了设计思路、整体结构、实验效果以及带来的实验教学改革成就。指导本科学员利用报废设备制作实用的教学仪器,是提高本科生实践技能的有效教学手段,也是对实验仪器资源的开源节流的有益探索。该系统的设计与制作激发了学员的创新意识与实践能力,节省了仪器购置经费,是一条实用的教学改革道路。     

有云层干扰的光学遥感图像舰船检测算法

针对海面光学卫星遥感图像舰船检测中云层干扰所产生高虚警率的情况,提出一种基于串并联混合多维特征融合判决的舰船目标检测算法。首先,利用高斯灰度阈值分割目标与海面云层背景,并对分割后的二值图像进行区域标记;然后,利用感兴趣区域的几何形态和边缘能量两类特征,包括中心偏移度、长宽比、面积变化比、曲折度和填充度,构建了串并联混合多维特征融合判决方法;最后,通过对感兴趣区域进行综合鉴别,有效剔除了云层干扰导致的虚警,解决了含云层背景检测结果虚警率高的问题。对多幅SPOT4光学遥感卫星图像的实验结果表明算法的有效性。     

基于峰值区域的高分辨率极化SAR舰船目标特征分析与鉴别

针对高分辨率SAR 舰船目标检测中存在类似舰船的干扰目标造成虚警的问题,该文设计了一种峰值区域极化特征提取方法.该方法通过对比水面船只和干扰目标峰值区域Krogager 分解中螺旋体散射比重的差异,对两类目标进行了鉴别分析.利用RADARSAT-2 的C 波段全极化数据对方法的有效性进行验证,验证结果表明该方法能有效地鉴别船只目标与岛屿、防浪堤、海面平台、桥梁等干扰目标,减少SAR 舰船目标检测中存在的虚警.      

密集杂波环境下基于两点量测和Viterbi的PDA算法研究

为了更好地解决密集杂波环境下的目标跟踪问题,弥补密集杂波环境下概率数据互联算法(PDA)误关联概率偏高的不足,在对现有的Viterbi数据互联算法进行深入分析的基础上,给出了一种计算两个量测之间互联概率的表达式,提出了一种基于两点量测的Viterbi数据互联算法(TM-VDA).仿真验证,TM-VDA能够很好地完成对目标的跟踪,特别是在密集杂波环境下误跟踪率较PDA大大降低.     

KDDA在高分辨雷达目标识别中的应用

文章研究了核直接判别分析(kernel direct discriminant analysis ,KDDA)在高分辨雷达目标特征提取与识别中的应用.KDDA算法是传统的LDA算法与核方法的结合,文中讨论了KDDA算法原理,首先将KDDA应用于雷达目标距离像特征提取,求取更易于分类的核投影向量,然后采用支持向量机进行分类,提出了基于核直接判别分析的高分辨雷达目标特征提取与识别方法.用四类目标数据进行了实验,实验结果表明,该方法能够提高目标识别性能.     

一种基于局部不变特征的SAR图像配准新算法

针对SAR图像配准中匹配效率低、误匹配对多和配准精度差的问题,提出一种基于局部不变特征的SAR图像配准新算法。首先,使用加速分割检测特征（ features from accelerated segment test, FAST）检测算法,检测 SAR图像的FAST角点;使用DAISY描述子对FAST特征进行描述,得到SAR图像不变特征。其次,采用基于KD树的欧氏距离匹配策略,实现特征点对的粗匹配;采用RANSAC算法去除误匹配,实现特征点对精匹配。然后,采用仿射变换模型,实现图像插值和图像变换,实现SAR图像粗配准。最后,建立配准精度评估反馈机制,实现配准优化。通过使用不同时相、不同工作模式HJ－1C星载SAR和不同极化、不同波段机载AIRSAR图像配准实验,提出算法与经典不变特征配准算法相比,具有适配性好、配准效率高的优点。     

多价噬菌体内溶素的阳离子肽修饰及抗菌效果

多价噬菌体vB＿SEqdws-315因具备对沙门氏菌和大肠杆菌的跨谱裂解能力而具有良好的应用潜力,为进一步研究其内溶素Lysin315的抗菌效果,该研究尝试构建其大肠杆菌重组表达载体并进行诱导表达。结果表明,诱导表达得到的重组内溶素Lysin315分子质量接近25 kDa,可以在膜通透剂EDTA的参与下裂解沙门氏菌和大肠杆菌,但无法单独发挥抗菌效果。该实验尝试通过将含5～15个氨基酸的阳离子短肽克隆至内溶素末端以使其摆脱膜通透剂依赖性,实现对目标菌株的直接裂解作用。构建修饰内溶素的大肠杆菌重组表达载体,经诱导表达和亲和层析纯化,获得了高纯度的3种阳离子肽修饰内溶素(Lysin315-5aa、Lysin315-10aa、Lysin315-15aa)。3种修饰内溶素均可以在体外独立发挥抗菌作用。同时,修饰内溶素Lysin315-10aa在4℃和25℃条件下对牛奶中的沙门氏菌(10⁶ CFU/mL)也具有良好的抗菌效果。该研究初步为革兰氏阴性菌噬菌体内溶素的独立应用提供了解决策略。     

基于核主分量分析的高分辨雷达目标特征提取与识别

研究了核主分量分析(KPCA,Kernel Principal Component Analysis)在高分辨雷达目标特征提取与识别中的应用。首先讨论了KPCA算法原理,然后将KPCA应用于雷达目标距离像特征提取,并采用支持向量机进行分类,提出了基于核主分量分析的高分辨雷达目标特征提取与识别方法。在核函数的选取上构造了一个组合核函数,最后用4类目标数据进行了实验,并与采用高斯核函数方法进行了比较,实验结果表明,该方法能够提高目标识别性能。