基于多普勒小波变换的脱靶量参数提取方法

研究了脱靶量测量系统中靶弹的相对运动速度、脱靶量、脱靶时刻等参数的提取方法. 根据接收到的雷达目标回波信号的多普勒频率特性,提出用4参数基函数的时频信号表示法,从而引出多普勒小波变换的概念. 通过匹配追踪算法寻找与回波信号最匹配的基函数来确定脱靶量参数. 实验结果表明,该方法有效地估计出了脱靶量参数,且比其它方法更简单准确.     

广义几何规划的一个改进的Newton算法

广义几何规划的目标函数的Hession矩阵有着特殊结构,利用这一特殊性,对广义几何规划提出了一个改进的Newton算法,证明了其收敛性,并且给出了相应的数值例子。     

基于红外图像的绝缘子串自动提取和状态识别

为解决目前绝缘子低零值检测方法漏判率高、操作繁琐的问题,提出了一种新的绝缘子串红外图像中绝缘子盘面和铁帽区域自动提取方法和状态识别模型.首先将现场拍摄的绝缘子红外图像进行灰度化处理、去噪、二值化;然后从二值图像中提取反映绝缘子的特征点集合;通过特征点对二值图进行角度校正;最后通过区域提取中的特定算法提取出绝缘子的盘面和铁帽区域.通过提取该区域内的绝对温度、纹理和相对温差率作为绝缘子状态识别的特征集.将用电压分布法测得的绝缘子状态信息作为输出向量,通过训练得到优化的识别模型,用于绝缘子状态识别.该方法经过了220kV试验验证,证实了模型的有效性和实用性.     

极限与无穷小辨析

极限与无穷小是微积分中的基本概念,是整个微积分学的理论基础.极限是运动与静止的统一;极限可以被看作是函数变换器;极限是连接有限与无限的桥梁.极限与无穷小有着密切的关系,借助于极限,可以深刻地理解无穷小的本质.反过来,无穷小思想也是对极限思想的补充.深刻地理解极限和无穷小的实质,对学习微积分是十分必要的.     

基于三正交消影点的摄像机标定方法及实验

利用2个非平行的长方体作为标定模版,采用Hough变换检测出图像中长方体的棱,然后计算出2组三正交方向上的消影点,再根据消影点与摄像机内参数的约束方程求出摄像机内参数.该方法原理简单,只需要一幅图像就可实现摄像机内参数的求解.实验结果表明,该方法有较高的精度和稳定性.     

阈值策略下带扰动的二元相关对偶风险模型的研究

基于带扰动的二元对偶风险模型,考虑在阈值策略下的分红。得出了公司直到破产时刻为止的累积红利期望现值函数所满足的两个积分-微分方程,并求出了这种情况下的广义Lundberg基本方程,同时运用Laplace变换得出了积分-微分方程的解。最后给出一个数值例子。     

基于离散阵列广义同步的彩色图像加密算法

为设计出具有较高安全性能的图像算法,提出了一种基于离散阵列广义同步系统的彩色图像加密算法。首先利用离散阵列广义同步定理,在3D-Lorenz映射的基础上构造了一个具有16×16×6的阵列广义同步系统。其次,结合二维离散分数阶傅里叶变换设计了一种彩色图像加密算法。该算法对像素矩阵进行了新混沌序列的位置变换,提高了密钥空间。加密算法的密钥敏感性、直方图和信息熵的仿真实验表明:该加密算法安全性高,能够达到较好的加解密效果。     

基于应变模态小波神经网络的结构损伤识别方法

以框架结构为研究对象,利用小波分析和神经网络理论,结合二者的优点,运用小波分析来确定框架结构的损伤位置,运用神经网络算法来识别损伤程度,给出了基于应变模态参数识别框架结构损伤的原理,建立了一种识别结构损伤的小波神经网络方法.通过建立基于振型模态和应变模态的损伤识别方法,分别对9种不同工况下框架的裂缝位置进行识别,并对比了这2种模态下损伤位置的识别效果.然后,分别对框架的振型模态和应变模态进行连续小波变换,获得2种模态参数下的小波系数模极大值.利用神经网络去模拟小波系数模极大值与损伤程度之间的非线性关系来识别结构的损伤程度,并对比了这2种模态下损伤程度的识别效果.数值分析结果表明,小波神经网络可以有效地识别出结构的损伤位置和损伤程度,基于应变模态的损伤识别方法具有更好的准确性.     

基于EMD与小波阈值的爆破震动信号去噪方法

针对小波阈值法去噪效果有限和EMD低通法去噪存在信号失真问题,综合EMD方法分解、重构方便和小波阈值法灵活、可调的优点,提出一种EMD-小波阈值爆破震动信号去噪方法.基于某矿地表实测数据,借助EMD的自适应分解特性,在原始信号分解的基础上,识别属于高频噪声的IMF1和IMF2分量,并对其进行小波阈值去噪处理,提取淹没在噪声中的有用特征信息MF1和MF2,最后,将MF1、MF2与剩余IMF分量及余量R进行重构,得到干净信号.通过频谱和小波包能量分析知:EMD-小波阈值法既能有效去除噪声,又能很好保留真实信号,还可避免EMD分解的端点震荡效应,是一种高效的爆破震动信号去噪方法.     

基于图像背景噪声相关性的篡改检测

图像拼接是一种简单而常用的数字图像篡改操作,本文利用拼接篡改图像背景噪声特性的不一致性,提出一种基于图像背景噪声相关性的拼接图像篡改检测方法。该方法首先利用小波变换对待测图像去噪,再将待测图像与去噪后的图像相减后得到背景噪声图像,最后根据背景噪声图像中子块与周围邻域子块的相关系数大小来鉴别拼接篡改图像并定位篡改位置。实验结果表明该方法能对拼接篡改图像较为准确地鉴别和定位。