泄漏检测信号滤波技术比较

通过泄漏检测模型试验分析测量信号中的噪声来源，在对比研究传统小波去噪、改进神经网络去噪、最小二乘拟合去噪等方法在实测数据中去噪效果的基础上，借鉴神经网络反向传播学习算法的思路，提出了信号预滤波结合闽值自学习小波去噪的综合滤波方法。该方法通过对恒定状态下带噪压力信号阈值自学习使得重构信号与期望输出均方误差最小来获得单一工况下的最佳去噪阈值，再将此阈值用于同一工况下整个时间段的去噪，这样根据不同工况下得到的最佳阈值可以获得最优输出。数值计算结果比较表明该方法对噪声的抑制作用明显，比传统小波去噪、改进神经网络去噪等方法效果更好。     

基于能量算子的单信道重叠信号盲分离方法

针对单个信道的多个时、频重叠信号分量的分离问题,提出一种能量分离方法对各个信号分量进行瞬时频率和幅度估计,从而进行多个信号分量的分离。基于能量算子的计算简单,以及很好的时域分辨率的特点,该方法可用于实时处理和实际工程应用。仿真结果验证了该算法的有效性。     

基于H/A目标极化分解理论的统计分析

极化分解理论是雷达测量数据与目标物理散射属性相联系的一座桥梁,在极化SAR信息处理中获得广泛的应用。基于目标方差矩阵的特征矢量分解(H/A)在极化分解理论中备受关注。在此背景下,用新方法重点分析了H/A分解中特征值、特征矢量以及H/A等参数的统计特性,给出了特征值分解的各参数物理机理以及描述其起伏特性的概率密度函数;指出了其受杂波影响导致分解的特征不稳定性,且视图数的不同会导致分解参数不同程度地偏离真实值,在此基础上分析了H/A分解中特征值、特征矢量以及H/A等极化分解参数最大似然估计的偏斜性评估,为准确获得极化特征参数打下了初步的理论基础。     

基于小波变换的图像扩散滤波方法

图像的非线性扩散滤波基于热扩散方程, 其关键是确定适当的扩散量与扩散方向. 在已有的滤波模型中, 扩散系数依赖于梯度, 因而容易受到噪声的干扰. 为了克服这一缺陷, 首先给出了一种新的计算扩散系数的多尺度方法. 然后建立了一类用于图像恢复的非线性小波扩散（NWD）模型. NWD模型有较强的抗噪能力, 但同已有的模型一样, 需要较大的计算量. 为此, 通过NWD模型的简化, 给出了线性小波扩散（LWD）模型. LWD模型由输运与扩散两部分组成. 由于存在输运, 所以其滤波是各向异性的, 能够较好地保持边缘, 尽管在边缘点处扩散是各向同性的. LWD模型的优点是简单易于分析, 具有较小的计算量. 最后给出了所提模型与已有模型相比较的数值实验结果.     

电磁波瞬态极化的统计特性

研究了电磁波瞬态极化的统计表征问题. 首先分析了瞬态极化电磁波Stokes矢量表征的物理内涵, 为求解瞬时Stokes矢量的统计分布提供了简捷的途径. 在此基础上, 分析了电磁波瞬态极化在Gauss分布假设条件下的统计特性, 给出了瞬时Stokes参数的概率密度函数及其联合概率密度函数的解析表达式. 最后, 对瞬态极化电磁波在极化基分量之间相互独立的情况下进行了计算机仿真, 验证了该表征方法的有效性和简捷性.     

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.     

基于时间相关和可变块的 H.264去块滤波优化算法

基于块的混合编码在压缩率较高的情况下会产生明显的块效应,导致编码图像主观质量下降.本文在研究和分析了 H.264标准中采用的去块滤波方法后,为了进一步提高去块滤波的性能,提出了一种新的算法.该算法利用相邻两帧图像的时间相关性,即利用参考帧中已计算好的边界强度来预测下一帧的边界强度,并采用了基于可变块的去块滤波方法,以降低滤波过程中的计算量.实验结果表明该算法在对解码图像质量没有任何影响的情况下较标准算法降低了78%左右的滤波运算时间,有效地缓解了 H.264解码运算复杂度,提高整体解码时间,以有助于实时应用的实现     

基于平行因子分析的频率、二维到达角和极化参数联合估计

文中基于平行因子分析、结合高阶累积量,提出了一种信源频率、二维到达角和极化参数联合估计的新算法。该算法给出了一种新的阵列结构;接着巧妙选择特定偶极子对的输出计算四阶累积量,进而构造高维矩阵;然后基于形成的矩阵在累积量域构造平行因子分析模型,并分析了该模型低秩分解的唯一性,最后利用其分解的结果联合估计信源参数。文中算法有效减小了阵列孔径损失、避免了参数配对。最后给出的仿真结果证实了文中算法的有效性。     

基于星敏感器估计卫星姿态的预测Kalman滤波算法

提出了一种实时的姿态估计算法, 即预测Kalman滤波算法. 该算法能够只利用星敏感器所提供的矢量观测信息来准确地估计卫星的三轴运动姿态, 算法的实现包括力矩模型误差预测和姿态估计两步. 预测Kalman滤波算法具有良好的滤波性能, 不仅估计精度高而且鲁棒性能强,这一点已通过仿真测试得到了验证.     

基于粒子滤波的部分对应点集刚体配准算法

为了解决部分对应点集之间的刚体配准问题,本文提出了一种基于粒子滤波的刚体配准算法.该方法将部分对应点集配准问题转化成相应的状态估计问题,通过采用基于配准误差驱动的运动模型及设计基于迭代最近点原理的观测模型,从而提出了基于粒子滤波的配准算法解决部分对应点集的刚体配准问题.实验结果验证了本文所提出算法的有效性.     

基于Tsallis模型的重叠峰信号分离

针对多个领域共同遭遇的重叠峰信号分离难题,提出了一种分离重叠峰信号的简单方法.利用Tsallis分布作为待处理峰信号的模型,借助分数阶微分作为信号变换工具,通过建立Tsallis峰信号的极值与其微分阶次的关系式和过零点与其微分阶次的关系式,获得了两类参数估计器,利用这些参数估计器,通过调节峰形参数能够估计出Gaussian峰、Lorentzian峰和Tsallis峰信号的峰位置、峰高和峰宽参数,根据获得的特征参数可拟合出待分析的峰信号,从而实现重叠峰信号的分离.     

虚拟极化增强雷达目标信号接收的原理和实现

利用双正交偶极子接收雷达回波信号,在天线的正交双通道中进行虚拟极化处理来增强信号、抑制杂波是改善目标信噪比的有效方法.文中介绍了虚拟接收变极化的原理,并运用虚拟极化实现了目标极化增强和杂波抑制,通过matlab仿真得到了直观的信噪比增强效果.     

一类动态多尺度系统的最优滤波

研究一类动态多尺度系统的最优滤波, 这类系统由具有不同分辨率的多个传感器独立观测, 而系统具有已知的动态系统模型约束. 假设传感器的信号采集带宽成倍递减, 相应的采样频率也成倍递减. 用Haar小波变换来拟合状态在各尺度空间的投影关系, 给出该类多尺度系统的离散模型, 并证明了其可以直接应用Kalman滤波的条件. 基于线性时不变系统, 研究了系统的可控可测性以及滤波的稳定性, 并给出了一个判定定理, 证明系统只要在最细尺度上可控可测, 则Kalman滤波是稳定的. 最后以匀速直线运动过程为例, 验证了所提建模与估计方法的有效性.     

外电场作用下铁电畴极化反转机制的相场法模拟

采用相场方法模拟了铁电畴的形成及外电场作用下的极化反转,探讨了不同外电场作用下的极化反转机制.结果表明:无外电场作用下,铁电畴的形成是一个形核和长大的过程,系统达到稳定时具有4种铁电畴,其形貌均为平行四边形,其中180°反向畴沿-45°方向规则分布,90°反向畴呈阶梯状规则分布;恒定电场作用下,铁电畴产生90°和180°极化反转,极化方向有利的铁电畴长大,系统达到稳定时,平均极化增加,且恒定电场越大,平均极化越大;交变电场作用下,铁电畴产生极化反转,形成电滞回线和蝶形回线,电场频率或者强度越大,矫顽电场和剩余极化越大,温度越高,矫顽电场和剩余极化越小.     

一层随机小椭球手征粒子Stokes矢量的极化散

推导了任意取向的手征性小椭球粒子的2×2维散射振幅函数及矢量辐射传输方程的Mueller矩阵解, 得到了一层非均匀分布的随机小椭球手征粒子的全极化散射, 计算了任意极化入射下的同极化及交叉极化后向散射系数和极化度. 对穿过手征粒子层的相干波的4个Stokes参数也进行了讨论. 粒子的非均匀取向和手征性都能产生非对角的消光矩阵 和满特征矩阵 , 由此造成4个Stokes参数的耦合. 对手征和非手征粒子的全极化散射做了比较, 得到了手征性对极化电磁散射和传输特性的影响.     

一层随机小椭球手征粒子Stokes矢量的极化散射与传输

推导了任意取向的手征性小椭球粒子的2×2维散射振幅函数及矢量辐射传输方程的Mueller矩阵解, 得到了一层非均匀分布的随机小椭球手征粒子的全极化散射, 计算了任意极化入射下的同极化及交叉极化后向散射系数和极化度. 对穿过手征粒子层的相干波的4个Stokes参数也进行了讨论. 粒子的非均匀取向和手征性都能产生非对角的消光矩阵和满特征矩阵, 由此造成4个Stokes参数的耦合. 对手征和非手征粒子的全极化散射做了比较, 得到了手征性对极化电磁散射和传输特性的影响.     

基于IGA-ML的星载天线抗干扰技术

提出了一种基于免疫遗传算法的卫星通信中星载天线抗多个干扰的方法，即将免疫遗传算法和似然函数最大化(IGA-ML)结合的空域天线调零技术．该算法结合了遗传算法的全局、快速的搜索能力和免疫算法的利用实际问题自身一些基本的、显而易见的特征信息的能力，采用注射自适应提取疫苗的遗传算法寻找似然准则函数的多个峰值的优化解，可以不受初始值选取的约束，在低干信噪比、快拍数少的情况下也能够在通信环境下高分辨地进行干扰的空间波束调零，而且相对于传统遗传算法(CGA)能更快地收敛．计算机仿真实验表明了该算法的有效性和鲁棒性．     

PT/PZT/PT铁电薄膜的电畴结构与极化保持特性

用Sol-Gel法制备出了具有良好铁电性、纯钙钛矿结构的PbTiO₃/Pb (Zr_0.3Ti_0.7)O₃/PbTiO₃铁电薄膜. 在扫描力显微镜的压电响应模式下, 薄膜电畴压电响应的振幅像和相位像都表现为亮暗(黑白)和灰度衬度. 其复杂的畴衬度可归因于晶粒的结晶取向和畴排列所致. 对于亮暗衬度区域, 对应着极化方向相反的c畴. 灰色衬度区域对应着偏离膜平面垂直方向的c畴. 电场力响应模式下经12 V极化后测得的表面电势图显示, 电畴取向极化后, 薄膜表面将俘获正电荷. 这些俘获的正电荷, 使薄膜表面这一区域呈高电势的亮区. 在不同时间测得的表面电势图和表面电势线扫描信号可看出, 表面势将随着时间的变化而降低, 且强电场极化的区域, 15 min内表面电势下降迅速; 弱场极化的区域表面电势变化缓慢. 说明薄膜的极化保持特性与极化场强有密切的关系, 在合适的电场下, 薄膜极化后将会有较好的保持特性.     

单步延迟无序量测滤波算法的最优性分析

不同的通信时间延迟和量测预处理时间，导致在实际的集中式多传感器融合跟踪系统中，常会出现多传感器量测数据不能按正常时序到达中心处理器的无序量测（OOSM）现象，中心处理器处理这类无序量测数据时将遇到负时间更新问题．针对单步延迟无序量测更新问题，从理论上分析了Bar-Shalom提出的A1算法的最优性，指出其最优性与过程噪声的离散化模型有关，证明A1算法在过程噪声直接离散化模型（DDM）下不是最优的，它仅是过程噪声连续离散化模型（DCM）下的最优滤波算法．提出了DDM条件下的一种改进算法，它能获得比A1算法更高的无序量测滤波精度．提出了一种与过程噪声离散化模型无关的最优无序量测滤波算法，此算法在两种过程噪声离散化模型下都能达到有序量测处理时的滤波精度．对两个新算法的滤波性能进行了理论分析，采用Monte Carlo计算机仿真实验比较了新算法和有序量测处理时的滤波结果，验证了新算法的有效性．     

用极化脉冲镜向回波反演非均匀植被下地表面的粗糙度与湿度

给出矢量辐射传输方程(VRT)求解非球形粒子非均匀随机介质的时间相关的Mueller矩阵, 数值模拟了极化脉冲入射下同极化和交叉极化双站散射. 极化脉冲回波表明了体散射和面散射机制, 描绘了随机散射粒子非均匀占空比的廓线分布, 可以清楚地辨别出由于下垫面反射引起的回波尾峰. 用镜向同极化双站散射的尾峰可以同时反演非均匀植被下地表面粗糙度和湿度.