基于小波的图像去斑点噪声方法的研究

根据超声图像斑点噪声统计模型的特性,通过对超声图像进行连续小波变换、分形插值小波变换等变换方法以及小波分析的软阈值滤波方法,提出了结合小波软阈值与中值滤波去噪的方法,在不同尺度对信号小波系数进行处理,达到降噪目的.     

基于两次Kalman滤波的观测噪声自适应调整算法

在实际的目标跟踪过程中,由于目标远近等各种客观因素的影响,观测噪声是随时变化的.但是在标准卡尔曼滤波中,如果将观测噪声协方差设为恒定值,必然造成跟踪结果不理想.针对这种情况,通过在任意时刻施行两次卡尔曼滤波的结果来自适应地调整观测噪声协方差,使卡尔曼滤波算法中的观测噪声协方差与实际值更加接近,从而提高对目标的跟踪精度.最后Monte Carlo仿真实验证明了本算法的有效性.     

冲击噪声背景下宽频段信号三维参数的估计

提出了一种基于协变异矩阵的宽频段信号频率和二维到达角联合估计的算法。在冲击噪声环境下,该算法能精确地估计宽频段信号的三维参数,无需多维谱峰搜索和参数配对过程。另外,利用L型阵列的分维特点和ESPRIT算法进一步处理,成功地实现了具有频率兼并现象的宽频段信号的三维参数估计。计算机仿真结果验证了算法的有效性。     

背景辐射对拦截器导引头探测性能的影响分析

在综合考虑背景辐射、光学系统近场辐射、探测器及其后续处理电路和焦平面非均匀性噪声影响的基础上,建立了拦截器导引头红外传感器的探测性能模型。根据文献给定的拦截器导引头参数对模型进行了验证,并利用所建立的模型分析了背景辐射对拦截器探测性能的影响。提出的方法和模型具有通用性,可用于分析背景辐射影响下各种拦截器红外导引头的探测能力。     

论复杂适应系统中利益群体博弈的形成过程

复杂适应系统是由多个利益群体所形成的共同利益的集合体,它是协同竞争效应产生的载体。单个利益群体之所以愿意加入博弈的复杂适应系统,是因为它可以借助系统中的协同竞争来获得单靠自身力量所无法获得的价值提升。然而这个过程也正是本文所研究的复杂适应系统中利益群体博弈的形成过程。     

一种在未知噪声下的快速波达方向估计方法

提出了一种基于传播算子方法的波达方向估计（direction of arrival, DOA）算法,和传统的子空间方法相比,该方法不需要进行矩阵特征分解,有效降低了运算复杂度,同时它对相干信源有更高的分辨率。另外,传统的传播算子方法只在噪声协方差矩阵已知并且信噪比（signal-to-noise ratio, SNR）较高的情况下才有很好的分辨率,而本方法在未知相关噪声场中也能够保持非常高的精度。最后,引入了基于混沌优化思想的谱峰搜索算法,进一步减少了算法运算时间,并通过仿真实验验证了文中结论。     

基于音色属性辨识声目标的主观评价实验研究

设计了目标辨识、语义细分和自适应分组成对比较等三组主观评价实验, 研究不同音色属性对辨识声目标的作用. 首先对50个水下声样本进行等响度、等时长预处理, 完成了三种目标类型的主观辨识实验. 然后完成基于语义细分法和自适应分组成对法的目标辨识实验, 利用相关分析和聚类分析手段对评价数据进行处理, 获得人耳听觉系统在自然音色和本质音色空间下辨识目标类型的结果. 研究结果有助于掌握和理解人类听觉系统听音辨物过程中音色属性的作用, 对音色属性建模及特征提取也有益处.     

CADNA/A噪声预测软件在城市道路中的应用分析

从城市道路和公路的差异分析入手,对目前公路噪声预测模型和德国RLS90模型的CADNA/A噪声预测软件的特点进行了比较分析,并以山西省临汾市五一路下穿铁路分离式立交工程噪声预测为例,对CADNA/A噪声预测软件的应用和噪声预测结果进行了分析。     

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。     

采用分数低阶循环谱相干系数的调制识别

摘要： Alpha稳定分布噪声导致二阶循环谱相干系数失效,使相应的通信信号调制识别算法退化. 针对这个问题,提出了基于分数低阶循环谱相干系数的识别算法. 文中给出了分数低阶循环谱相干系数的相关理论,分析了通信信号的分数低阶循环谱相干系数,在此基础上提取谱相干系数循环频率域特征作为识别特征参数. 用BP神经网络为分类器,实现了通信信号调制方法识别. 仿真结果表明,在Alpha稳定分布噪声下,该识别算法性能优于基于二阶循环谱相干系数的方法. 在高斯噪声条件下,两种识别算法性能相当.