三通道SAR-GMTI地面快速目标检测

地面运动目标速度较大时,会产生距离徙动,在图像域出现严重散焦,不易检测;同时存在PRF模糊现象,其多普勒频谱会发生折叠,不易正确定位。针对上述问题,提出了基于机载三通道SAR-GMTI的地面快速目标检测、定位与成像方法。首先,在距离压缩后的数据域进行相位中心偏置天线(displaced phase center anten-na,DPCA)杂波抑制,组合运用Canny算子、Ratio算子和Hough变换提取快速目标运动轨迹。然后,采用基于解PRF后的二阶Keystone变换方法完成目标的成像、检测及运动参数估计。最后,将快速目标融合到标有慢速运动目标的清晰SAR图像中。外场实测结果验证了该方法的有效性和准确性。     

基于IRT的大动态反射系数微动目标检测算法

当雷达回波信号中同时存在强弱差异较大的微动目标时,弱反射目标分量常常会被噪声和强反射目标所掩盖,导致弱反射目标难以被检测。为解决该问题,提出一种大动态反射系数微动目标检测算法。首先该算法利用逆Radon变换(inverse Radon transform, IRT)来获取强微动分量的参数估计值,然后通过逐次消去强分量来增强弱分量,从而使得弱分量更容易被检测。本文算法能够实现反射系数差异较大的多个微动目标的检测,同时能够准确估计出其微动参数。仿真实验证明了本文算法的正确性,同时对本文算法的性能进行了分析。     

基于Park-HHT的故障特征提取方法

针对三相对称系统,提出了一种新的故障特征提取方法。该方法首先将系统输出信号进行Park变换,之后进行希尔伯特-黄变换(Hilbert-Huang transform, HHT),从HHT的本征模态函数中选取低频分量,提取信号幅度作为故障特征值。该方法兼具Park变换和HHT的优点,在降低变量维度的同时提高了故障分辨率,并且具有较强的抗噪声能力。最后,在三相逆变电路中进行了仿真实验,根据特征向量间距离分布对不同方法的提取效果进行评价,验证了所提方法的有效性。     

Hedonic住房价格模型的选择与实证检验

借助Box-Cox变换技术用于hedonic住房价格模型估计,通过对数似然比和样本外Theil不相等系数检验,对已有文献中常见函数形式的拟合效果进行评估,从而确定最佳的函数形式.实证研究表明Box-Cox变换模型优于线性、半对数、双对数等函数.     

基于改进滤波器和图像多尺度变换的背景抑制算法

红外目标的探测背景具有复杂性和非平稳性,为提高后续检测性能,常常通过抑制背景来增强目标能量。针对传统背景抑制方法检测率低、虚警率高的问题,提出一种基于改进滤波器和图像多尺度变换的复杂背景抑制算法。首先,对红外图像进行改进的滤波处理获得预处理图像。其次,通过高斯金字塔多分辨技术,平滑图像背景。然后,采用Cubic插值算法提高图像的分辨率,得到背景估计图像。最后,将预处理图像和背景估计图像差分,获得背景抑制的结果。经验证,该算法实时性相对传统方法提高了19%,对于多种复杂的背景情况具有良好的适应性。同时,算法计算复杂度较低,有利于实现实时性工程应用。     

面向应急管理的人工社会元建模方法

针对非常规突发事件应急管理建模的需要探索新的方法,面向应急管理的人工社会元建模方法尝试利用元模型描述人工社会基本要素,利用领域建模方法刻画应急管理领域模型,采用模型变换和代码生成支持计算实验.本文以公共卫生突发事件应急管理研究为案例,利用人工社会元建模方法构造了人工社会元模型、突发事件模型、应急管理模型,并采用仿真模型代码生成技术直接产生计算实验模型代码框架.案例的构造过程表明面向应急管理的人工社会元建模方法是一种自洽的、贴近应急管理问题研究的建模方法,可以在集成项目的工作中发挥重要的作用.     

基于非下采样剪切波变换域方向信息测度的多聚焦图像融合方法

根据非下采样剪切波变换(non-subsample shearlet transform, NSST)在图像融合领域的优势和多聚焦图像的成像特点,将NSST运用于多聚焦图像融合。在NSST变换域中,利用方向信息测度能够突出图像边缘纹理特征以及降低图像噪声,将其运用在高频子带系数的融合规则中,并对传统的低频融合策略进行改进,将低频系数和高频系数的融合图像进行NSST的逆变换,得到融合图像。计算机仿真实验表明,相比于传统的剪切波变换的融合策略,本文提出的图像融合方法提高了图像的融合质量,增加了图像的信息量,并能降低图像噪声,具有一定的有效性和实用性。     

多RIS辅助的多用户上行MIMO系统信号检测算法

面对未来无线通信系统对通信质量的更高要求,针对多个可重构智能表面(reconfigurable intelligent surfaces,RIS)辅助的多用户上行多输入多输出(multiple-input multiple-output,MIMO)系统,通过联合优化设计接收矩阵和RIS相移系数,提出一种有效的信号检测算法。以最大化系统和速率为目标,构建一非凸优化问题;基于拉格朗日对偶变换,将该非凸问题等价为对偶问题;基于交替优化算法,将联合优化拆分为2个子问题来交替求解,利用二次变换技术处理多比率分式规划(fractional programming,FP)问题,利用半定松弛(semi-definite relaxation,SDR)算法处理RIS相移优化子问题。仿真结果表明,与对比算法相比,提出的信号检测算法可显著提高系统误码率,当RIS相移量化比特数为5时,可取得趋近于全精度RIS相移的性能。     

基于相关矩阵对角化和遗传算法的盲源分离法

提出了一种新的基于相关矩阵对角化的代价函数作为衡量输出信号独立性的测度。为了扩大搜索空间,降低各信源之间的互相关性,将代价函数进行了非线性变换。还提出了利用实数编码的遗传算法对代价函数进行最优化搜索,以克服传统梯度搜索方法容易陷入局部收敛的缺点。此方法不仅适用于平稳或非平稳信号,而且还可用于瞬时或卷积混和模型的盲源分离问题。仿真实验表明,该算法具有快速收敛性能和高精确度等优点,能够大大提高分离后的输出信噪比。     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。