基于目标模型的红外弱小目标预检测

为解决高空背景中低信噪比运动点目标的检测问题,本文提出了一种利用红外弱小目标和背景的不同模型来实现检测小目标的预检测方法。根据在同一帧图像中红外弱小目标与噪声点在局部图像中特性的不同,提出检测局部图像中一个点与目标模型的相似程度来判断是否为红外弱小目标的预检测方法。实验表明,该方法可以有效提高单帧目标的信噪比,可用于噪声环境的红外弱小目标检测。     

图像压缩算法消除数据冗余问题分析

对当前几种典型图像变换及编码算法在消除图像冗余的效果方面进行了比较分析。通过对原始图像变换和拼贴,构造了重复、对称、旋转、插值4种形式的冗余图像,然后用几种典型的变换算法和压缩算法对图像进行处理,实验结果显示当前几种图像变换及编码算法均无法同时消除本文提到的4种形式的冗余。本文的结果为进一步改进图像压缩算法提供了一个有益的参考。     

RLS算法的智能天线DSP实现

基于良好收敛特性的RLS算法采用并行DSP处理器和分布式存储器结构实现了多阵元均匀阵列的智能天线。针对TMS320C6416芯片的结构和RLS算法的特点,详细阐述了软硬件的实现和优化。实验结果证明,该系统满足2 048点8 bit8 kHz速率采样的16天线阵智能天线实时性要求。     

基于局部一致性的马尔可夫随机场去雾

为克服暗通道先验的适用局限性,同时增强一阶马尔可夫随机场对图像全局信息的约束能力,在颜色衰减先验的基础上,提出了一种局部一致马尔可夫随机场(Markov random fields, MRF)单幅图像去雾算法。首先,结合颜色衰减和暗通道两先验假设的特征，获取普适性更强的介质传输图粗估计,然后利用基于颜色特征的图像局部一致块代替MRF的二阶及其高阶能量项来构造代价函数,达到优化介质传输图和获取最终去雾图像的目的。实验结果表明,所提算法可以获取细节保持更好且鲁棒性更强的去雾效果。     

一种有效的脉冲噪声滤波算法

提出了一种新的图象脉冲噪声消除算法,该方法可以快速有效地去除图象中的脉冲噪声,并保留图象的细节。该算法主要通过利用象素点邻域的中值与最大、最小值信息,决定噪声象素的取值。对本算法与中值滤波算法进行了分析仿真,结果表明,本算法去除噪声与保留细节的效果好,对高强度的脉冲噪声也有比较好的滤波效果。     

一种基于LT码的不等错误保护方法

针对在各种恶劣的信道环境中优先保证码流中相对重要数据的正确传输问题,提出了一种改进的基于LT码的不等错误保护(UEP)方案.首先在分析了目前基于LT码的UEP方案中因数据简单舍入操作可能带来性能恶化问题的基础上,提出了将度分布修正系数修改为优先级和输出节点度数的函数并且在计算重要数据节点的度数时采用按概率上下取整操作的改进方案,克服了目前方案中存在的性能恶化问题;然后推导了其在BEC信道中采用最大似然概率(ML)译码时UEP性能的理论上下界;最后对其在多进制删除信道中采用置信传播(BP)算法译码时的UEP性能进行了仿真实验.理论分析和仿真实验的结果都显示,与目前方案相比,该改进方案具有较好的UEP性能,同时增强了设计的灵活性.     

一种新的基于HRRP的雷达目标识别算法

雷达目标高分辨距离像(HRRP)包含目标结构信息,是目标重要的分类特征.提出基于独立分量分析(ICA)的雷达目标特征提取方法,将雷达目标高分辨距离像(HRRP)在"基信号"域中分解,提取相应的基系数组成向量,作为目标特征向量.采用反向传播(BP)神经网络作为识别系统的分类器,对神经网络的输出进行编码,为了克服分类器对非库属目标的误判问题,引入拒识门限设计一种新的分类器.采用电磁场时域有限差分(FDTD)算法仿真了飞机的宽带回波,并用所提的方法进行实验.结果表明,基于以上算法的雷达目标识别系统在最大拒识率前提下具有较高的正确识别概率.     

AWGN信道中8-PSK TCM抗噪声性能的改进

以误差序列的欧氏重量为度量,改进了传统编码方案中自由欧氏距离的算法,并且通过简化条件译码概率的计算对V iterbi最大似然译码算法进行了优化,从而提高了系统的抗噪声性能。最后通过MATLAB仿真验证了该改进方案具有较高的渐近编码增益,使系统性能更逼近理论限。     

一种基于灰度秩数向量的非监控纹理图像分割算法

纹理图像分割的首要问题是纹理特征的提取和描述。传统的统计纹理描述方法和结构纹理描述方法各有其自身特点,但也存在各自的不足。文中从结构与统计结合的角度,提出了一种基于灰度秩数的结构性统计方法,该方法可以较好地抽取物体表面的结构特征。在用本算法对纹理进行描述的基础上,文中采用了一种广义最小体积椭球聚类算法（ＧＭＶＥ）来对所抽取的纹特征进行了聚类分割。算法的有效性在对实际纹理分割中得到了验证。