Curvelet域GPR数据噪声压制与高频补偿方法

提出GPR数据Curvelet域随机噪声压制与高频补偿同步处理方法.首先，将GPR数据变换到Curvelet域，结合其多角度、多尺度的稀疏性，给出随尺度和角度变化的自适应阈值函数进行随机噪声的压制;其次，根据电磁波在完全弹性介质中的传播规律，结合Curvelet的多尺度多角度特性，求取时变补偿因子，倒数加权对应的尺度、角度，补偿高频损失;最后，进行Curvelet反变换，获得随机噪声压制与高频补偿以后的GPR数据.该方法属于完全数据驱动，克服了传统方法人为因素的影响.     

基于空间分数阶复扩散的地震勘探噪声压制

沙漠地震勘探数据信噪比低,随机噪声主要为非平稳、非高斯的低频色噪声,利用常规噪声压制方法很难有效辨识与表征地震勘探信号,导致弱纹理结构信号的损失。针对此问题,引入分数阶梯度算子,提出空间分数阶复扩散随机噪声压制算法。该算法利用空间分数阶梯度增强地震信号的弱纹理和细节,在复扩散框架下,根据同相轴结构控制扩散强度。实验采用合成地震勘探数据和实际沙漠地震勘探数据评估算法性能,结果表明,提出的空间分数阶复扩散滤波算法可压制沙漠勘探随机噪声并保留有效信号结构。     

Self-alignment of full skewed RSINS：observability analysis and full-observable Kalman filter

Traditional orthogonal strapdown inertial navigation sys-tem （SINS） cannot achieve satisfactory self-alignment accuracy in the stationary base： taking more than 5 minutes and al the iner-tial sensors biases cannot get ful observability except the up-axis accelerometer. However, the ful skewed redundant SINS （RSINS） can not only enhance the reliability of the system, but also improve the accuracy of the system, such as the initial alignment. Firstly, the observability of the system state includes attitude errors and al the inertial sensors biases are analyzed with the global perspective method： any three gyroscopes and three accelerometers can be assembled into an independent subordinate SINS （sub-SINS）;the system state can be uniquely confirmed by the coupling connec-tions of al the sub-SINSs;the attitude errors and random constant biases of al the inertial sensors are observable. However, the ran-dom noises of the inertial sensors are not taken into account in the above analyzing process. Secondly, the ful-observable Kalman filter which can be applied to the actual RSINS containing random noises is established; the system state includes the position, ve-locity, attitude errors of al the sub-SINSs and the random constant biases of the redundant inertial sensors. At last, the initial self-alignment process of a typical four-redundancy ful skewed RSINS is simulated： the horizontal attitudes （pitch, rol ） errors and yaw error can be exactly evaluated within 80 s and 100 s respectively, while the random constant biases of gyroscopes and accelero-meters can be precisely evaluated within 120 s. For the ful skewed RSINS, the self-alignment accuracy is greatly improved, mean-while the self-alignment time is widely shortened.     

基于独立分量分析的运动目标检测

针对阈值比较法对环境适应能力弱,基于独立分量分析(ICA)原理提出了一种新的检测方法.首先将图像作为观测矢量,根据主次分量组合关系修改观测矢量,然后利用矩阵分离运算分割出运动区域.观测矢量的修改是在相邻两帧间进行重组和拓展,以达到突显运动和抑制噪声的目的.该方法的优势在于无阈值限制,自适应地分割运动区域,能适应较为复杂的背景环境,且处理速度满足实时性要求.实验结果验证了方法的有效性与鲁棒性.     

随机噪声雷达信号性能分析

针对随机噪声信号的分辨能力,推导出了不同功率谱形式的噪声信号的雷达目标距离分辨率表达式。理论分析基于信号的时间相关函数,利用Taylor级数和高次方程求解方法。理论结果表明:在相同的信号带宽情况下,具有高斯功率谱形式的噪声信号比矩形功率谱噪声信号具有更好的距离分辨率,也比常规线性调频信号有更高的距离分辨率,但高斯功率谱形式的噪声信号和线性调频信号可以具有相同的能量。仿真结果验证了理论分析的正确性。     

具有免疫反应的随机病毒感染模型的持久与灭绝的阈值

【目的】研究具有免疫反应的随机病毒感染模型的持久与灭绝的阈值。【方法】理论推导并举例进行验证。【结果】首先,建立了一个描述具有免疫反应的随机病毒感染的数学模型。其次,通过严格的证明得到此模型的全局解的存在与唯一性。最后建立Lyapunov函数,获得此模型持久与灭绝的充分条件。【结论】噪声能够对模型的持久性和灭绝产生影响。     

快速确定轮廓波消噪收敛因子

轮廓波变换能够有效地快速逼近图像信号,在图像消噪方面优于小波消噪.为了更好地保留图像消噪后图像的纹理信息和边界特征,一般采用硬阈值的消噪方法.本文分析了目前存在的3种硬阈值确定方法速度较慢的原因,通过较小样本图像确定每个子带的3σ或4σ收敛因子,在保持消噪效果(峰值信噪比和视觉效果)的同时,极大地提高了阈值确定速度,并大大减小了确定收敛因子所需的内存空间.     

高速数字物理噪声源芯片

数字物理噪声源是一种模拟数字混合的安全芯片，它将电路中的随机噪声的影响加以增强，采样得到高速的真随机的0、1序列，该序列能够通过随机性测试。     

Curvelet域蒙特卡罗估计的随机噪声衰减

针对低信噪比地震资料进行噪声压制时,传统滤波方法容易损伤有效波。研究认为,curvelet多尺度多方向的分析能力可以有效分离随机噪声,提出基于蒙特卡罗估计的自适应非线性阈值函数法衰减噪声能量,实现在压制噪声的同时保持有效反射信息。模型算例及大巴山地区某地震资料的处理实例表明,该方法能够有效地压制随机干扰,同相轴连续性与剖面信噪比较传统小波方法显著提高,一定程度上改善了常规滤波处理方法在压制噪声的同时对有效波的影响。