基于零空间l1范数最小化的ISAR成像方法

在目标场景散射率分布满足稀疏性假设下,压缩感知(compressive sensing, CS)成像与传统距离-多普勒成像方法相比,可以使用很少的数据获得良好的图像,图像对比度高,没有旁瓣干扰。本文提出了一种基于零空间l₁范数最小化的逆合成孔径雷达(inverse synthetic aperture radar, ISAR) CS成像方法。从解欠定方程组的角度,将待重建目标图像分解为初猜值与残余值两部分。首先使用加权最小二乘(weighted lease square, WLS)法估计初猜值,作为目标初像；然后将待重建目标场景散射率的l₁范数作为额外的一个非线性测量值引入到图像重建中,在卡尔曼滤波框架下,利用非线性“伪测量”值,最小化待重建目标场景的l₁范数来估计零空间中残余值的解。实测ISAR数据处理验证了所提算法的有效性。与正交匹配追踪算法(matching pursuit algorithm, OMP)和primal-dual l₁范数最小化方法相比,所提方法获得的成像效果更好,成像时间比primal-dual l₁范数最小化方法更短。     

一个博士生找工作的经历

 在我博士毕业找工作期间,曾经拿到过3 个offer,虽然没有选择其中的任何一个,但还是从中收获很多。现将找工作的经历分享如下。     

高精密航天器多余物检测算法研究

高精密航天器中内部活动多余物的存在是降低航天器可靠性的重要因素。针对现有多余物检测算法在较强环境噪声下难以有效检测出多余物信号脉冲并排除可动组件干扰的问题,提出了一种基于谱减法去噪、两级脉冲提取和脉冲发生序列周期性分析的高精密航天器多余物检测算法。利用谱减法实现对环境噪声的有效抑制;采用两级脉冲提取法对多余物信号与可动组件信号进行脉冲提取;通过对脉冲发生序列进行周期性分析,以周期信号相似度作为区分多余物信号和可动组件信号的判别依据,从而实现对多余物有无的检测。试验验证表明,该算法能有效检测航天器内多余物与可动组件的存在情况,识别准确率可达96%。     

自适应冗余多小波及其在故障诊断中的应用

针对机械设备在运行过程中萌生的故障尚在特征不明显、特征信息微弱且往往被机械设备运行过程中的强噪声所淹没等给故障特征提取与故障定位带来了很大困难,提出了自适应冗余多小波的故障诊断方法.基于Chui-Lian多小波,依据信号特点采用两尺度相依变换方法,以谱熵最小为优化目标、遗传算法为优化方法,实现了冗余多小波的自适应构造.同时,对振动信号进行了冗余多小波分解,从而实现了对故障的准确定位及特征提取.将提出的方法应用于滚动轴承的故障分析和烟汽轮机的碰摩故障诊断中,结果显示,该方法可以有效地提高对机械设备在运行中产生故障的诊断能力.对比结果表明,该方法明显地优于传统的傅里叶变换、Db6单小波变换和原始CL3多小波变换等方法.     

基于缺陷地慢波传输线结构的液晶移相器设计

为了实现低插损、大相位覆盖范围的加载缺陷地结构(DGS)的微带线液晶移相器,利用 HFSS仿真软件对 DGS微带线液晶移相器进行建模和仿真,通过改变DGS的形状来改变单个移相单元的色散特性,提升单个单元的移相能力,从而减少移相单元的使用数量,降低移相器传输线整体插损。以哑铃型DGS的液晶微带线移相器作为参考标准,比较了5种形状的DGS(哑铃型、减少DGS面积、一阶分形、三角形、交叉型)的移相能力和插损差异。仿真结果表明:下一阶分形和交叉型DGS微带线液晶移相器移相能力较好,最后对不同介电常数的移相器进行仿具观察其S 参数和移相能力,进一步验证了这一结果。     

短切石英纤维增强含硅芳炔树脂泡沫性能研究

通过在含硅芳炔树脂（PSA）泡沫中加入不同质量分数的短切石英纤维（CQF）制备增强PSA泡沫，测试了增强PSA泡沫的压缩性能、介电性能、热稳定性以及微观形貌。结果表明：CQF的加入使PSA泡沫的泡孔变大，泡壁变薄，均匀性略微变差；当添加质量分数2%的CQF后，PSA泡沫的压缩性能得到提高，介电性能改善，介电常数略微增加，损耗角正切变小；添加CQF对PSA泡沫的热稳定性无影响。     

微砂轮电化学放电修整技术

基于电化学放电加工的电极损耗原理,提出一种新的微砂轮修整工艺——电化学放电修整方法.阐述了其修整原理,同时,通过对比修整前后微砂轮的表面形貌、磨削力和工件表面质量来评估修整效果,通过微磨削试验来分析加工工艺参数对修整效果的影响.结果表明:修整后,微砂轮的磨削力和工件表面粗糙度显著降低;使用32V电源电压、质量浓度为300g/L的NaOH溶液修整后,微砂轮的法向磨削力和工件表面粗糙度最低.通过电化学放电修整可以显著改善微砂轮的磨削状态,提高加工效率和工件表面质量,延长微砂轮使用寿命.     

基于HMM的低空目标航迹威胁识别

稳健的低空目标威胁识别是低空域安全防护的重要任务。传统的多属性决策方法对目标运动参数的量测精度要求较高，忽略了目标运动的时序关联信息，在实际应用中缺乏噪声稳健性和动态分析能力。因此，在多属性决策方法的基础上引入了隐马尔可夫模型，提出了一种动态稳健的低空目标威胁等级识别方法。通过建立隐状态与威胁等级、威胁数值之间的内在联系，将威胁识别问题转化为隐马尔可夫模型的状态解码问题。相比于常规算法，所提方法能够有效地抑制量测噪声干扰并具有一定的威胁预测能力。仿真实验验证了所提方法的有效性和稳健性。     

基于ROSAR的高分辨波数域成像算法

旋转式合成孔径雷达(rotor synthetic aperture radar,ROSAR)是一种新型成像雷达,在高分辨条件下,距离徙动对ROSAR成像结果影响严重。波数域成像算法利用插值操作实现距离徙动的精确校正,但由于ROSAR复杂的斜距历程,导致传统波数处理获得的二维波数谱形式复杂,难以进行插值操作。针对这一问题,提出了一种改进ROSAR波数域成像算法。重新构建角度维波数,通过求解隐函数获得易于插值操作的信号二维波数域表达式,设计参考函数消除高频调制影响,最终通过Stolt插值实现宽波束大场景下距离徙动无近似校正与精确聚焦。仿真实验验证了算法的可行性与有效性。     

基于背景模型的AVS-S编码

为提高监控视频的编码效率,在AVS监控伸展档次的编码框架下,提出一种新的背景帧更新方法,即迭代更新均值法.根据某一像素在前景区域和背景区域出现频率不同的原理来确定该像素点在某一帧中的性质.通过在监控视频Crossroad,Overbridge和Classover的测试比较,得到不同性质的像素点对应的背景模型像素值.结果表明,慢速运动物体难以从背景中消除的缺点得到一定程度的改进,同时加强了背景信息的完整性和提高了背景帧的质量.在同等码率和相同峰值信噪比的条件下,相比于AVS基准档次方法平均节省码率为43.283%,平均提高峰值信噪比1.186dB,其监控视频的编码效率也得到了提升.