幅度-频率域统计多分辨率分析

提出幅度-频率域统计多分辨率分析的概念, 即在幅度域上对信号的统计特征作小波变换. 根据广义的各态历经定理, 给出幅频统计多分辨率分析的估计算法. 描述了该分析方法用于合成孔径雷达图像处理的原理, 应用结果表明, 幅频统计多分辨率分析为处理具有乘性模型的斑点噪声信号提供了一个有效的新途径.     

超声速混合层拟序结构密度脉动的多分辨率分析

由于超声速密度场测量十分困难，基于实验图像的超声速混合层流场的多分辨率分析一直难以实现．本文利用新近提出的基于纳米粒子的平面激光散射技术，以较高的时空分辨率测量了超声速混合层密度场结构．根据混合层拟序结构的动力学特性，以Taylor的时空转换假设为基础，利用小波分析研究了密度脉动信号和密度场图像的多分辨率特征．密度脉动信号的小波近似系数较好地反映了不同尺度下密度脉动信号的特征，相应的细节系数在一定程度上反映了各层平滑近似的差值．超声速混合层密度脉动信号不同于周期性的正弦信号，而更类似于具有分形特征的Koch曲线信号，在各个尺度上都具有一定的相似性，体现了混合层流场的分形特征．密度场图像的二维小波分解与重构给出了不同尺度的近似与细节信号，有效地分辨了不同尺度下流场的特征结构．     

基于压缩感知的多角度合成孔径雷达成像

多角度合成孔径雷达（syntheticapertureradar，SAR）成像是实现多SAR信息融合的重要方式．对提高成像分辨率．重构目标轮廓进而提高雷达目标检测或分类性能具有基础性价值．由于各传感器发射信号和测量位置的多样性，实现多角度SAR成像具有挑战性．如何在噪声干扰情况下快速实现多角度SAR成像是一个新问题．本文建立了基于压缩感知的多角度SAR测量模型．通过对测量矩阵的分析，证明多角度SAR测量角度范围、发射信号载频和空间采样位置是影响成像性能的关键因素，研究了目标空间离散间隔对成像质量和分辨率的影响．以上述分析为基础，本文对多角度SAR发射信号载频和测量位置进行设计，构建满足约束等距性的测量矩阵．针对测量矩阵阶次较高的问题，文章提出用分段正交匹配追踪（stagewiseorthogonalmatchingpursuit，STOMP）进行模型求解，在测量矩阵欠定严重的情况下，该算法可以迅速求得模型最优稀疏解．在实验环节．通过分析多角度SAR参数对成像性能的影响，进一步验证了本文结论．实验验证了模型和相应求解算法的有效性和鲁棒性．     

基于能量算子的单信道重叠信号盲分离方法

针对单个信道的多个时、频重叠信号分量的分离问题，提出一种能量分离方法对各个信号分量进行瞬时频率和幅度估计，从而进行多个信号分量的分离。基于能量算子的计算简单，以及很好的时域分辨率的特点，该方法可用于实时处理和实际工程应用。仿真结果验证了该算法的有效性。     

基于稀疏元分析的欠定混叠自适应盲分离方法

传统盲分离理论假设源信号相互独立，通常采用独立元分析方法等实现盲分离，无法解决实际应用中出现的欠定混叠、相关源信号混叠等挑战性盲分离问题．稀疏元分析是国际上最近出现的一个新的研究热点，稀疏元分析盲分离方法具有实现欠定混叠盲分离和相关源信号混叠盲分离的能力，因而为广大研究人员所关注．但到目前为止，对于稀疏元分析的研究还很不成熟，特别是非常欠缺有效的算法．仅有的少数几个算法仍然面临许多问题，比如：基于Lewicki和Sejnowski（2000）所给Lewicki—Sejnowski自然梯度的稀疏元分析方法，是目前讨论欠定混叠盲分离的一种有效自适应算法，它较通常的K-均值聚类法有更多的优势．但Lewicki—Sejnowski自然梯度只是一种近似表示，缺乏严格的理论依据．由稀疏元分析代价函数出发，基于矩阵理论以及文中所建立的一个新的数学公式，从理论上导出了一个新的且严格的自然梯度，从而为这类稀疏元分析方法提供了严格的理论基础．在此基础上，给出了稀疏信号欠定混叠的新自适应盲分离算法．该方法具有实现欠定混叠和相关源混叠盲分离的能力（见仿真1）．仿真结果表明，所给的新自然梯度比Lewicki—Sejnowski自然梯度更为稳定可靠，同时算法具有较好的抗噪性．     

相机阵列测量二维应变场的高精度分析方法

近年来,用于变形测量的数字图像相关技术以其全场、非接触、大量程等优点,在很多领域的非接触大变形测量方面发挥了重要作用.但由于其应变分辨能力受到摄像机分辨率的限制,与电测应变技术相比,数字图像相关的应变测量精度仍然很低.要使数字图像相关测量技术在应变分辨能力上有数量级的突破,依赖硬件技术的进步,将是一个漫长的期待.为此,本文提出采用相机阵列并结合图像拼接技术实现高分辨率图像采集,以提高数字图像相关测量技术的应变分辨能力,从而达到高精度二维应变场的测量.为了实现高精度的图像拼接,本文还提出了一种基于相机标定的图像拼接方法,利用相机阵列的内外参数进行图像拼接不仅可以最大限度利用相机分辨率,还可以实现重叠区域的三维重构,有效地减小离面位移对二维应变场测量的影响.     

两种修正的离散啁啾Fourier变换

提出了两种修正的离散啁啾Fourier变换, 并且研究了相应的滤波匹配特性包括变换长度参数的优化选取、及与模拟啁啾Fourier变换的关系. 与已有的离散啁啾Fourier变换相比,理论分析和模拟仿真证实了这两种修正的离散啁啾Fourier变换可以进一步提高被检测信号的啁啾分辨率.     

离散多参数分数Fourier变换

分数Fourier变换是传统Fourier变换的推广,在光学、信号处理、信息安全等许多研究领域都有广泛的应用,而简明有效的离散化数值计算方法是其得以广泛应用的关键.多参数分数Fourier变换(MPFRFT)是分数Fourier变换的一种广义形式,包含已知的分数Fourier变换作为特例,可为分数Fourier变换的理论研究和应用提供便利.文中详细阐述离散多参数分数Fourier变换(DMPFRFT)的定义和离散化计算方法,并给出二维多参数分数Fourier变换(2D-MPFRFT)和二维离散多参数分数Fourier变换(2D-DMPFRFT)等概念.最后作为应用,提出一种基于2D-DMPFRFT的数据图像加密方法,数值仿真结果验证了所提出加密方法的有效性和安全性.     

基于三次B样条逆向细分的自由曲线的多分辨率表示

目前国内外关于逆向细分的研究主要集中于曲面逆向细分,对大量的特定曲线细分法的逆向细分算法研究较少,对于基于逆向细分的曲线的多分辨率构造及简化也鲜有研究.针对三次B样条细分法具有几何意义明显、规则简单等特征.本文从几何角度出发,推导并给出了基于三次B样条细分的逆向细分规则,在此基础上提出了自由曲线的一种新的多分辨率表示方法,通过在对自由曲线进行逆向细分时保留细节信息,最终可以实现自由曲线的多分辨率表示,并可应用于自由曲线的简化与精确重构中.文中给出了曲线的多分辨率表示、简化和重构的例子.该方法几何意义明显,易于编程实现.实验表明应用该逆向细分法得到的简化曲线能够更明显地反映原曲线的变化趋势.本文方法在构造分解矩阵和重构矩阵方面较以往的某些方法简单,并且在分解和重构曲线时的计算量相较于以往的方法较少.     

线性正则变换的卷积定理及其应用

线性正则变换作为Fourier变换更为广义的形式，已经在光学和信号处理等领域得到了应用，相关的许多性质也已经被导出，但是对应于Fourier变换卷积定理的类似理论却还没有得到．导出了线性正则变换的卷积定理，并在此基础上研究了线性正则域带限信号的均匀采样以及滤波问题，得到了信号的均匀采样和低通重构公式，并提出了一种基于FFT实现的线性正则域乘性滤波器的时域构造方法，与线性正则域实现方法相比，大大降低了计算量．     

单步延迟无序量测滤波算法的最优性分析

不同的通信时间延迟和量测预处理时间，导致在实际的集中式多传感器融合跟踪系统中，常会出现多传感器量测数据不能按正常时序到达中心处理器的无序量测（OOSM）现象，中心处理器处理这类无序量测数据时将遇到负时间更新问题．针对单步延迟无序量测更新问题，从理论上分析了Bar-Shalom提出的A1算法的最优性，指出其最优性与过程噪声的离散化模型有关，证明A1算法在过程噪声直接离散化模型（DDM）下不是最优的，它仅是过程噪声连续离散化模型（DCM）下的最优滤波算法．提出了DDM条件下的一种改进算法，它能获得比A1算法更高的无序量测滤波精度．提出了一种与过程噪声离散化模型无关的最优无序量测滤波算法，此算法在两种过程噪声离散化模型下都能达到有序量测处理时的滤波精度．对两个新算法的滤波性能进行了理论分析，采用Monte Carlo计算机仿真实验比较了新算法和有序量测处理时的滤波结果，验证了新算法的有效性．     

基于DWT-CT的遥感影像数字水印方案

提出一种基于DCT和DWT的遥感影像数字水印方案。首先对水印图像进行Arnold置乱预处理，以破坏像素之间的空间相关性，增强算法鲁棒性；鉴于小波变换良好的局部性和时频分析特性以及多分辨率分析特性，而离散余弦变换具有较好的聚能效应，算法将载体遥感影像进行DWT变换，并选取其子带图像HLl进行DCT变换；最后自适应的将数字水印嵌入所选子块的DC系数上。实验证明本文算法有效提高了水印的不可见性，对JEPG压缩、滤波和叠加噪声等攻击具有较好的鲁棒性。     

互耦条件下双基地MIMO雷达的收发角度估计

阵元互耦的存在会使双基地MIMO雷达多目标定位算法的性能恶化．利用发射和接收互耦矩阵的带状、对称Toeplitz性质，提出了一种基于ESPRIT的双基地MIMO雷达收发角度算法，并针对现有参数配对算法中存在参量兼并的问题，给出了一种改进的自动配对算法．仿真结果表明：在存有相同发射角／接收角时，本文算法仍能有效实现多目标定位，无需进行谱峰搜索和额外的目标配对；本文算法对互耦系数自由度和扰动误差的稳健性优于MUSIC-like算法，并且具有更高的估计精度．此外，还推导了确定信号模型下收发角和互耦系数的CRB（Cramer—Raobound）．     

仿雁群行为机制的多无人机紧密编队

研究了无人机编队的仿生飞行控制问题.雁群可通过有效利用编队飞行过程中的上洗气流节约体力,实现长距离飞行.通过分析雁群长途迁徙过程中的编队飞行机制,讨论了编队飞行与雁群行为机制间的仿生映射机理,设计了一种仿雁群行为机制的多无人机紧密编队构型及控制方法,并提出了一种基于雁群行为机制的编队变拓扑重构方法.仿真验证了无人机群可基于所设计的多无人机紧密编队控制器以较少的耗油量形成期望编队构型并保持,并可基于所提出的编队变拓扑重构方法实现编队重构.进而验证了本文所提出的基于雁群行为机制的多无人机编队保持及重构控制方法的有效性与稳定性.     

空间进动锥体目标窄带雷达成像算法

弹道中段目标成像技术是弹道导弹防御系统的核心技术．由于弹道导弹中段飞行过程中具有空间进动形式，宽带ISAR成像雷达无法利用统一的相位补偿函数进行相位补偿，导致成像结果的模糊．本文提出一种利用窄带雷达实现空间进动锥体目标成像的算法，算法采用高分辨时频分析技术获取进动目标散射中心多普勒历程；采用广义Radon变换理论，提取目标散射中心的时频多普勒曲线参数，在参数空间内实现目标散射中心的二维重构．暗室测量数据的试验结果表明，算法可有效实现对进动目标的窄带雷达成像．     

基于△DOR信号的高精度VLBI技术

在嫦娥二号（CE-2）工程中，我国首次开展了X波段ADOR测量实验，获取了ADOR信号的VLBI时延数据，并用于精密定轨．本文给出了CE-2中ADOR信号的VLBI测量与数据处理方法，结合我国VLBI测量系统对时延数据进行了误差分析及精密定轨分析．结果表明：ADOR信号的VLBI时延精度优于0．5ns，比利用S波段信标的测量精度提高约一个数量级．本研究成果为后续的月球及深空探测高精度测定轨提供了重要的技术手段．     

多频原子力探针显微技术

不断提高空间分辨率、数据采集速度以及实现材料性质的成像,一直以来就是原子力显微术的发展目标.目前,最可能实现这一目标的手段是近些年发展的多频原子力显微术.多频原子力显微术,即利用多频率激励和/或多频率探测微悬臂的振动信号来研究样品纳米物性的一大类AFM技术.它可以实现针尖与样品间作用非线性信息的提取,在组分探测灵敏度、时间和空间成像分辨率等方面展现了巨大的优势.文中综述了多频原子力显微术所包含的不同实现方法的基本原理,并介绍了它们在高分辨成像、纳米力学、材料、生物等方面的前沿应用实例.此外,为探索多频原子力显微术,我们提出了一种特殊的高次谐振型石英音叉微悬臂模型.最后,文章展望了多频原子力显微术的下一步技术发展和应用研究.     

具有通信受限的网络控制系统量化反馈控制

针对一类通信受限的网络控制系统,研究量化反馈控制器及动态调度策略的联合设计问题.考虑到介质访问约束和信号量化误差的影响,将网络控制系统建模为等价的离散时间切换系统;通过Lyapunov稳定理论推导出保证系统鲁棒稳定的模式及量化依赖型充分条件,并给出了量化反馈控制器的设计方法;在此基础上,设计了基于实时状态的动态通信调度策略,实现了网络控制系统的镇定控制.最后通过仿真示例验证了所提出方法的有效性.     

基于遗传算法的多核芯片并发追踪调试方法

基于追踪的调试技术将追踪信号连接到追踪缓存,这些连接设施不仅占用有限的片上资源,全局连线还可能导致信号完整性问题.一种有效的解决方案是复用片上网络传输追踪数据.复用片上网络传输多组并发追踪信号,需要确定追踪缓存数量和放置位置以满足链路带宽的约束,同时实现传输功耗最小化.本文将该问题规约为NP难约束P-Median问题,并提出了一种基于遗传算法的多追踪缓存选址方法.在片上网络链路带宽的约束下,优化追踪缓存选址数和追踪数据传输能耗,为多组并发追踪信号的实时追踪提供了一种有效方法.实验结果表明,在同等约束条件下,多缓存能够有效提高追踪信号数量.相比于以前的研究结果,本文方法能够有效地减少缓存选址数和降低追踪数据传输能耗.     

非圆信号的协方差匹配自校正算法及其性能分析

针对非圆信号测向中方位依赖幅相误差的校正问题，本文根据非圆信号的非圆特性和辅助阵元能够自校正的特点，对协方差匹配估计技术（covariancematchingestimationtechnique，COMET）进行改进，提出一种适用于信源时域统计特性未知和统计独立特性先验已知两种情况的改进算法：NC—COMET算法．该算法利用非圆信号扩展协方差数据，使其校正精度较常规的基于辅助阵元的最大似然类算法（未利用非圆特性）有明显提升，且降低了最小辅助阵元数要求．从理论上证明了参数估计的统计一致性，采用一阶误差分析方法推导了有限采样影响下参数估计的均方误差表达式，并提出算法的cc数据利用率”定义，定量比较获得了NC．COMET算法的数据利用率较常规的最大似然类算法的提升幅度．仿真结果亦表明NC—COMET算法性能较常规的最大似然类算法更优：低信噪比下具有更强的鲁棒性；信源时域统计独立特性先验已知或者大非圆率的情况下，该算法对校正精度的提升尤为明显．