PolSAR图像的改进非局部均值滤波算法

为了在抑制相干斑的同时更好地保留地物目标的极化散射信息和结构信息,提出了一种基于变异系数(coefficient of variance,C.V)的极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像自适应非局部均值滤波算法。该算法结合图像子块的统计特性和目标点的极化散射特性筛选同质像素,然后引入C.V自适应选取平滑系数来计算滤波所用的权重,最后对同质像素进行非局部均值滤波。用不同系统采集的PolSAR数据进行的实验结果表明,与精致LEE滤波、NL-Pretest滤波以及最新的滤波方法相比,本文算法不仅能够有效抑制相干斑噪声,而且图像的边缘和极化散射特性也得到了更好地保持。     

非平稳随机信号的参数模型分析方法

非平稳随机信号的分析与处理是近年来新兴的重要领域。分别从自适应AR谱分析法、可化为平稳随机情况处理的非平稳随机信号的分析方法、时变参数模型法以及基于非参数模型分析的参数模型法等几个方面综述了非平稳随机信号参数模型分析方法的发展现状,评述了这一前沿领域的最新进展。最后指出了这一领域需进一步研究的有关问题。     

基于污染分布的财产保险损失分布估计

在索赔密度函数污染分布的假定下采用非参数的近邻密度估计方法,给出密度函数f(x)、f1(x)及污染系数α的估计,分析了估计的一致弱相合性与一定条件下的逐点误差分布精度,并对污染系数α和f1(x)进行随机模拟,结果显示拟合程度良好。     

指定功率谱密度、偏斜度和峭度值下的非高斯随机过程数字模拟

无记忆非线性变换是传统非高斯随机过程模拟中经常使用的方法,然而,用于模拟同时具有指定功率谱密度、偏斜度和峭度值的非高斯随机过程时迭代过程复杂耗时,且精度也难以保证。通过理论推导,分析并得到了一种新的基于IFFT和时域随机化的非高斯随机过程模拟算法,能够方便快捷地模拟具有指定功率谱密度、偏斜度和峭度值的平稳非高斯信号。在此基础上进行了数值仿真实验,数值仿真结果与理论分析结果相一致,显示了该方法的有效性。     

基于微多普勒的弹道多目标分离方法

弹道多目标分离对弹道导弹早期预警和识别具有重大意义。目前弹道目标微动提取与识别的研究都是基于“单目标多散射点”和“多目标单散射点”的假设,而对实际中弹道“多目标多散射点”的情况缺乏考虑。针对这一问题,首先分析了进动锥体弹头和摆动锥体诱饵的微多普勒形式,得到了同一目标不同散射点的微多普勒具有相同的周期性。对于多目标分离问题,首先利用Radon变换估计平动参数实现了多目标平动补偿;之后通过分析多目标时频图循环平稳性,发现弹道多目标分离本质上是多个二维一阶循环平稳(first order cyclostationary,FOCS)分量的分离问题;其次,提出了一种基于二维FOCS处理的多目标分离方法;最后,通过仿真验证了该方法的有效性和在强噪声下的稳定性。     

目标特征信号分类在弹道式导弹攻防系统设计中的应用

本文叙述了统计图象识别在导道式导弹防御系统和进攻系统设计中的应用。攻防两个方面的应用有着许多共同的特点,其中最主要的一点是,它们涉及到的数据是相类似的,同时都缺乏每种目标类别的概率密度的先验知识。在绝大多数情况下,特征信号密度函数的维数远大于十,而且密度函数是不规则的。本文的重点是,在这些限制条件下进行参数分类器和非参数分类器的设计。     

基于修正熵的距离扩展目标检测器

针对采用球不变随机向量(spherically invariant random vector, SIRV)建模的非高斯杂波背景下，目标散射点个数估计失配时，修正的依赖于散射点密度的检测器（modified scatter density dependent, MSDD)检测距离扩展目标存在一定的信噪比损失问题，提出了一种基于修正熵的MSDD检测器（modified entropy-MSDD, ME-MSDD）。ME-MSDD先采用修正熵对目标强散射点个数进行估计，然后对目标强散射点进行积累形成检测统计量。最后，针对不同的目标模型及实测目标一维距离像对检测器性能进行评估，结果表明，与不依赖于散射点密度的检测器（non-scatter density dependent, NSDD)、基于动态阈值的检测器（dynamic threshold, DT)和MSDD相比，ME-MSDD能根据实际观测值自适应地估计目标散射点个数，具有更好的检测性能和鲁棒性。     

机会约束下基于混合整数规划的均值-VaR证券投资基金投资组合选择模型

研究机会约束下基于整数规划的均值-VaR（Value-at-Risk）证券投资基金投资组合选择问题。在验证了股票收益率服从Scaled-t分布的条件下,基于非参数方法且以历史观测数值为序次统计值,结合均值-VaR方法和混合整数规划理论,以收益绝对离差作为目标函数建立了机会约束下基于混合整数规划的均值-VaR证券投资基金投资组合选择模型。它是以VaR收益率阈值与置信水平为导向的。该模型还考虑了证券投资基金中的投资比例限制,使其更具有一定的实际应用价值。     

关于谐波随机过程的四阶平稳性与四阶遍历性的一个结果

本文分析了由随机谐波构成的复信号的四阶矩之有限数据估计，得到了四阶平稳和四阶遍历的条件，给出了估计误差及其方差，以及它们大样本的极限值的显式表达式，最后考虑了它的一个特例，说明这一情形下的方差由遍历部分和非遍历部分组成。     

一种基于二阶统计的盲源分离方法及性能分析

提出了一个基于信息论原理的目标函数 ,该目标函数可以作为衡量输出分量独立性的标测度。最小化该目标函数并利用信号的非平稳特性和两种网络结构形式的等价性 ,得到一种可以进行非平稳信号的盲分离的训练算法 ;计算机仿真结果表明了该算法的有效性。最后对目标函数的性能进行了分析。     

基于遗传算法的功率域最小二乘DOA估计器

提出一种基于遗传算法的功率域最小二乘波达方向(DOA)估计器。通过功率域最小二乘法推导得到优化目标函数。继而将目标函数作为适应度函数,将阵列天线各入射信号的未知DOA作为决策变量,通过遗传算法进行全局优化,从而完成各信源DOA的估计。采用适当的遗传策略,使全局寻优有效收敛至满意解,避免了复杂的多步迭代,提高了稳健性。估计器对非均匀高斯白噪声条件下的信源DOA同样有效。仿真实验表明,估计器的性能接近确定性最大似然(DML)估计器。     

基于混合粒子群算法和快速非均匀平面波算法的介质目标反演

提出了一种重构介质目标的新方法--混合粒子群算法,研究了几何形状已知的介质目标介电参数反演、均匀介质柱的外形轮廓反演及外形轮廓与介电参数均未知时的介质目标反演三类问题。利用快速非均匀平面波算法加速矩量法求解介质目标的雷达散射截面,以介质柱体的散射场的实际测量值与迭代计算值的偏差作为目标函数,通过单纯形法和伪群交叉算法混合的粒子群算法对优化变量进行优化,使目标函数达到最小值来对介质目标的介电特性进行电磁成像。仿真结果表明：混合粒子群算法简单、通用,在反演过程中不用加入正则化处理以确保数值稳定性,比简单遗传算法具有更好收敛性能、更高的成像精度和抗随机噪声干扰的能力。     

二维粗糙面的多次散射和遮蔽效应研究

利用基尔霍夫近似研究了表面均方根斜率较大的二维粗糙面的多次散射问题。在多次散射理论中,随机粗糙面的总散射功率不仅与单次散射波有关,而且还取决于多次散射波。通过将格林函数做平面波展开的方法,二阶散射系数分解成与同向波和反向波有关的两部分,同向和反向分别是按单次散射场和其共轭场的耦合方式而划分的两种不同情况。引入考虑多次散射的遮蔽函数来修正掠入射情况下的散射系数,并将计算范围扩展到均方根斜率各向异性的二维粗糙面。将考虑多次散射的数值计算结果与前后向迭代方法的数值结果做了比较,两种方法的计算结果基本一致。     

S变换在雷达目标识别中的应用

针对雷达目标回波的非平稳特性,推导了S变换及其实现算法,利用电磁场时域有限差分算法仿真了三种军用飞机的宽带散射信号,采用S变换对飞机目标的雷达回波进行时频分析,提取时频分布图的奇异值特征作为目标特征矢量,利用径向基函数神经网络对特征矢量进行训练和学习,最后对三种飞机做了分类识别,取得了很好的识别效果.     

非完美信道信息下LTE-V2V通信最优功率控制

针对非完美信道状态信息下LTE-V2V (long-term-evolution vehicle-to-vehicle)通信系统中V2V用户与蜂窝用户频谱复用带来的共道干扰问题,提出了一种以最大化能效为目标的最优功率控制方案。该方案通过V2V用户间通信距离的变化来刻画车载通信的时变特性,并利用随机几何理论对LTE-V2V通信系统中的共道干扰进行数学建模。同时,在蜂窝用户的中断概率和V2V用户最大功率约束条件下,得到V2V用户传输功率的可行域。并在此基础上,建立起最大化V2V用户能效目标函数,求解得到V2V用户的最优功率。数值分析表明,通过调整V2V用户的接入密度可最大化平均和速率,并且在不同V2V用户最大通信距离下,提出的功率控制方法所对应的能效均大于先前的最大功率分配方法所对应的能效。     

一种光照不均匀图像的自适应校正算法

为了提高光照不均匀条件下采集的图像的视觉效果,提出了一种基于改进二维伽马函数自适应亮度校正算法。首先基于光照反射成像模型,利用快速引导滤波算法提取出光照信息;然后构造了一种改进的二维伽马函数,并利用光照的分布特性动态地调整二维伽马函数的参数,实现对图像亮度的自适应校正处理,提高光照过暗区域图像的亮度值,降低光照过强区域图像的亮度值,得到增强后的图像。对多种场景图像的处理结果表明,本文算法可以有效地降低不均匀光照的影响,提高图像的质量。     

基于改进型经验模分解的陀螺漂移趋势提取

非线性,非平稳的时间序列经过经验模分解,可以得到一组内模函数和一个基本的趋势项。本文针对陀螺弱非线性、非平稳漂移时间序列的趋势项提取这一问题,引入了改进的经验模分解方法。该方法通过二拍自适应滤波对原经验模分解中局部均值的估计方法进行了改进,并利用自适应边界估值来抑制其边缘效应。给出了应用该方法的具体步骤,并对一组陀螺漂移序列进行了实际处理。实验结果表明,该方法有效提取了陀螺的漂移趋势项。     

基于伪群交叉算法的细金属柱体目标识别

从线性分布细金属柱体的散射模型出发,利用多极子展开技术求解电磁散射问题,以测量的散射场和计算散射场间的偏差作为目标函数,将待优化变量设置为描述细金属柱体中心位置的向径和幅角,通过伪群交叉算法(pseudo swarm crossover,PSC)对待优化变量进行优化,使目标函数达到最小值来对自由空间中线性分布的细金属柱体族进行电磁成像。研究结果证实了PSC比多相粒子群算法(multi-phase particle swarm optimiza-tion,MPPSO)有更好的收敛性能、成像精度和更强的抗随机噪声干扰能力。     

二维非均匀散射信道改进模型

提出了一种基于谐波信号叠加的二维非均匀散射信道改进模型,分析并给出了基于信号入射角概率面积等分的参数计算方法。该方案可完成任意接收信号入射角一维概率分布已知的单径散射信道仿真,且易于采用分段仿真的思想提高各阶统计参量的性能或实现多径信道仿真。分析和仿真结果表明,新模型的信道自相关函数、多普勒功率谱等二阶统计参量与理论模型十分接近,且优于其他常见模型。     

基于改进PSO算法的调和稳定跳跃下随机波动模型期权定价与套期保值

为同时捕获金融收益率分布的尖峰、厚尾、有偏特性及波动率扩散中的异方差效应、集聚效应,联合刻画股价动态演变中的无限跳跃变化,将无限活跃纯跳跃Lévy分布中的经典调和稳定分布(CTS)引入平方根CIR模型为基础的随机波动率(SV)过程,建立了经典调和稳定分布下随机波动(CTSSV)模型,重构了纯跳跃Lévy分布驱动的随机波动(LVSV)模型框架.利用LVSV模型特征函数表达式,采用分数阶快速傅里叶变换(FRFT)方法推导了欧式期权定价公式.由于模型参数众多和目标函数高维积分困难,提出了多区域自适应粒子群优化算法(MAPSO)估计LVSV模型参数.利用FRFT技术和MAPSO参数估计结果,使用CTSSV模型和方差伽马随机波动(VGSV)模型对恒生指数期权数据进行欧式期权定价和方差一最优期权套期保值,实证研究结果证明了MAPSO算法的优越性和CTSSV模型的有效性.