群归—复子波包处理

推广Lawton的方法构造FIR的复数子波包变换滤波器组及相应的子波包函数,并按照不同的时间 频率特性选择适用的基函数.针对传统子波和子波包分解系数难以准确反映该时频单元信号分量强度的缺点,给出改进的自适应子波包变换技术——群归一子波包变换,并利用时频掩模滤波技术,完成强背景下目标信息的获取与分离,明显改善信杂比.由于该类复子波包变换滤波器是线性相位的酉正交滤波器,分解系数去相关能力更好,处理效果更强.推广的l~p-范数熵定义增加了群归一子波包变换在低信杂比情况下的处理能力.类似的结果可应用于强散射点分离、图象增强、杂波抑制、最优检测以及雷达成象等信号处理领域.     

稳健边界滤波器的区间内插子波

研究了广义插值滤波器的数学横理并给出了它的参数表示，在此基础上，提出了具有稳健边界滤波器的区间内插子波的设计和算法，给出了几个设计实例，并以数据压缩为背景进行了性能比较，理论分析和实验结果表明；这样的区间内插小波能够更有效地抑制边界效应。     

一类高速采样不确定系统的混合H2/H∞滤波

研究了含有多面体参数摄动Delta算子系统的混合H2／H∞滤波问题，目的是寻找一个稳定的线性滤波器，使得滤波误差系统在不同滤波通道具有不同性能准则．利用参数依赖型Lyapunov函数方法，提出了新的混合吼，巩性能准则．基于该准则，采用线性矩阵不等式技术推导了此类系统全阶混合H2/H∞滤波器存在的充分条件，并通过求解一个凸优化问题设计滤波器．研究结果表明该方法具有较低的保守性．数值示例验证了所提方法的可行性．     

基于斜投影的极化滤波技术

基于斜投影算子固有的抗干扰优点,结合极化滤波,文中提出了斜投影极化滤波。该方法不需要通过变换和补偿而实现目标与干扰的分离,且对目标的幅度/相位信息没有影响;在目标和干扰具有相同的极化角、不同的极化角相差时也能完成干扰与目标的分离。当目标极化状态已知、干扰极化状态未知的情况下,同样也能实现干扰抑制而不对目标的幅度/相位产生影响。理论推导和仿真结果表明斜投影极化滤波是一种有效、实用且结构简单的方法,同时也是传统极化滤波和零相移极化滤波的推广,进一步发展和完善了极化滤波理论。     

自适应频域块LMS算法在抵消干扰方面的研究

分析了无线通信系统中自适应滤波算法中的LMS算法,并提出了利用自适应抵消输入信号中的干扰而获取有用信号的在频域实现的干扰抵消方法,该方法基于时域中的数据块最小均方误差LMS算法和该块LMS算法中存在线性相关和线性卷积的过程,通过1/2重叠保留法的快速傅立叶变换FFT,在频域以直接相乘的计算方式实现快速相关和快速卷积,利用自适应滤波器在频域实现LMS算法.通过实验仿真比较可以看出,该频域块LMS算法不仅保证了与时域自适应滤波算法有相同的收敛性,而且由于利用了快速FFT技术,使运算量大大减少.     

基于脉冲耦合神经网络的椒盐噪声图像滤波

通过对脉冲耦合神经网络(PCNN)工作机理的分析, 指出由其神经元的阈值衰减特性和网络局部链接特性所带来的神经元的点火捕获特性本身就具有很好的对椒盐噪声污染图像的噪声定位作用, 并基于此提出了一种对图像噪声进行定位、仅对噪声像素进行类中值滤波的思想, 实现了图像的强自适应滤波, 并针对随机椒盐噪声和极端椒盐噪声两种不同的噪声情况, 分别给出了相应的滤波器. 经该方法滤波的图像有无任何畸变(对非噪声像素)、模糊小(对噪声像素)的特点, 较传统的基于窗函数滤波的方法(如中值滤波法)有明显的优越性, 实验及与其他方法的比较验证了其良好的滤波性能.     

三维单纯形划分的遗传算法

提出了一个新的三维三角划分算法，称之为三维遗传三角划分算法，ＧＴＭＧＡ基于遗传算法的基本原理搜索全局最优三角划分，由于使用了多目标适应值函数， 以进行多个目标的优化从而满足不同的要求，ＧＴＭＧＡ采用了新的交叉与变异算子－－多面体交叉与多面体变异。通过实验结果可以看出，ＧＴＭＧＡ的性能要优于Ｄｅｌａｕｎａｙ三角划分和基于局部变换的三角划分算法。     

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．     

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．     

脉冲噪声滤波的无监督鲁棒递归最小二乘方法

在未知期望信号的条件下,提出一种能够抑制脉冲噪声的鲁棒递归最小二乘自适应滤波方法.与传统最小二乘法的代价函数不同,通过引入饱和非线性约束,降低可能出现的脉冲噪声对滤波器权值更新的影响.此外,提出一种多步预测器来重构滤波器的输入信号,通过比较判断滤波器输入信号可能受到脉冲噪声干扰时,采用预测值来替代原始观测信号.实验结果表明,提出的无监督鲁棒递归最小二乘自适应滤波方法在未受到脉冲噪声干扰时与传统的递归最小二乘法具有相近的收敛性能;在脉冲噪声条件下,传统递归最小二乘法和其他的无监督自适应滤波方法性能都变得很差,但本文提出的方法几乎未受到脉冲噪声的影响.     

光学双重自变换函数

使用Ｄｉｒａｃ梳状函数和可Ｆｏｕｒｉｅｒ变换的周期偶函数构造数学上严格的自Ｆｏｕｒｉｅｒ－自Ｆｒｅｓｎｅｌ函数，给出数学证明和例子，随后给出光学上能实现的这种双重自变换函数。     

基于二通道不可分小波的多光谱图像融合

提出了一种伸缩矩阵为[1,1;1,-1]的二通道不可分小波滤波器组的构造方法,并把它应用于多光谱图像与高分辨图像的融合中．设计出多组不可分4×4小波滤波器组,并提出了一种基于该类小波的多光谱图像融合算法．利用所设计滤波器分别对多光谱图像的亮度分量和全色图像作多尺度小波分解,选取参数对分解后的低频分量进行调节融合．实验结果表明,该方法能较好地保持多光谱信息和高分辨率信息,其保持光谱信息的能力和保持高分辨率信息的能力比基于张量积离散小波帧变换（DWFT）的融合方法和基于改进的IHS变换的融合方法都强,当t值较大时,融合结果图像含有较丰富的光谱信息．与基于4个通道小波的图像融合方法相比,该方法可节约一半的运算量．     

基于模糊神经网络的图像恢复技术

通过分别引入输入与输出空间的合理剖分,定义了一种新的模糊神经网络(FNN), 即选择型FNN, 该系统是一种多层前向网络, 在最大模意义下构成一类函数泛逼近器.基于一组具有实际意义的模糊推理规则, 得出了一个简单实用的推理型FNN. 利用选择型FNN与推理型FNN的有机结合, 得到FNN滤波器, 它不仅结构简单, 易于设计参数学习算法, 而且能同时有效去除图像信号中的脉冲噪声和保持图像结构. 实验结果表明, 与其他滤波器(如:中值滤波, 自适应加权模糊平均(AWFM)滤波等)相比, FNN滤波器在去除各种噪声, 保持图像未污染部分结构等方面性能卓越     

综合孔径微波辐射计近场成像方法

随着数字集成技术的发展,综合孔径辐射计的应用越来越广泛,在近距离成像探测领域的应用需求也日益增长。由于近场条件下综合孔径成像机理发生变化,远场傅里叶变换法失效,必须建立新的近场成像算法。首先对近场可视度函数进行分析,指出了近-远场可视度函数的关联,在此基础上提出了基于面聚焦的广义逆数值求解近场成像方法。然后对点源目标和扩展目标进行成像仿真,并与相位修正傅里叶变换法对比,表明此方法的有效性和优越性。最后利用一维综合孔径辐射计开展实地外场成像试验,进一步验证了此方法的可靠性。     

伪随机整数串与伪随机序列产生的新方法

提出了产生伪随机整数串和伪随机序列的一种新方法－全循环小数序列（Ｆ－序列）方法，研究了这类序列的伪随机整数串性质和游程性质，并通过变换得到了一类新的具有最佳自相关函数的序列。     

作物-环境信息的快速获取技术与传感仪器

作物-环境信息的快速获取是精准农业实施最为基本和关键的因素.作物信息主要包括作物生长过程中营养信息、生长发育不同阶段的生理信息和生态信息、呼吸作用、光合作用、根系发育等信息、病虫害信息等.环境信息主要包括土壤信息等.作物-环境信息具有数据海量、多维,空间分布差异大,时变性强等特点.传统的作物-环境信息获取方法耗时费力,无法满足精准农业信息快速获取的需要.为此需要大力研究适用于作物-环境信息快速获取的技术和传感仪器.目前主要采用的信息快速获取方法包括机器视觉、光谱分析以及多光谱与高光谱成像技术等.文中对目前主要开展的作物-环境信息快速获取技术和传感仪器进行了综述,并提出了进一步开展作物-环境信息快速获取技术和传感仪器的研究方向.     

M带离散小波变换中正交小波的逼近性能分析

主要讨论带限信号在Ｍ带正交小波变换下的逼近性能，并定量分析尺度滤波器和尺度函数频率响应在原点附近的逼近性能。在带限信号的情况下，比较精确地估计出尺度较大时多分辨空间逼近误差的上界，由此可选择较优的小波基，同时确定出在满足所需精度下给定信号所能属于的较小多分辨空间。最后对２带的Ｄａｕｂｃｈｉｅｓ小波基的实验。结果表明，如果把信号的能量归一，那么，一般情况下，选用Ｄ８并把信号放在Ｖ２空间，足以满足误差     

基于PF-EKF的多机器人合作定位方法

研究了多机器人群在未知环境中进行合作定位的方法.机器人利用相对观测信息以及必要的信息交换,完成信息的共享及自身的定位.在初始阶段,机器人都不知道其自身的位置,当具有全局定位能力的机器人获得定位信息后,其他机器人利用粒子滤波（PF）方法融合相对观测量,各自维护着一个代表其位置分布的粒子集合,当粒子集合逐步收敛到接近Gauss分布时,则转而利用扩展Kalman滤波（EKF）方法进行位置的跟踪.仿真结果及实验表明,PF-EKF方法结合粒子滤波器的鲁棒性、适应性与EKF的高效率和实时性,机器人群中各成员可共享全局定位信息,能有效地在未知环境中确定自身的位置.     

一种克服光照变化的粒子滤波目标跟踪算法

为克服光照变化对跟踪运动目标的影响,提出了一种对光照变化稳定的跟踪算法。首先将目标区域分块,计算比较子块灰度信息,从而检测光照变化并确定变化趋势。然后根据光照变化趋势确定各阶次勒让德多项式系数,并将其线性组合成光照补偿函数对模版进行补偿,补偿后的模版与目标区域的光照分布相近。最后提取对光照变化较为稳定的梯度特证作为观测模型,在粒子滤波框架下通过巴氏距离衡量模板与候选区域的相似程度,从而确定目标的位置,实现跟踪。实验结果证明,当光照变化时,该算法能够准确跟踪目标,具有较高的稳定性,采取光照补偿后跟踪平均准确度有明显提高。     

基于多目标优化的核心专利挖掘方法研究——以基因工程疫苗领域为例

专利是技术信息最有效的载体,挖掘核心专利可以为组织机构以及个体的创新实践活动提供更加高效的背景技术支撑,对把握某领域技术发展水平,推动技术进步具有重要意义。本文对当前核心专利识别的研究现状进行调研分析,并在前人研究的基础上提出基于多目标优化方法的核心专利挖掘模式,选取基因工程疫苗领域的专利数据进行了实证分析。本文筛选了9项专利指标作为对象并归类到专利技术价值、经济价值、法律价值三个目标下,基于此运用超体积函数进行测度,最终识别出200项核心专利,为全面了解该领域的技术发展现状以及当前的核心专利识别研究提供方法借鉴。