基于小波变换的图像像素级融合算法研究

提出了一种基于小波变换的图像融合方法,并针对该算法对存在局部噪声的图像以及局部噪声和局部模糊并存的图像融合效果不理想的问题,提出了改进算法。弥补了原算法的缺陷。实验证实,改进算法对不同类型的图像具有较好的适应性和鲁棒性．有实用价值。     

利用传感器判决门限联合优化的串行检测融合算法

针对传感器观测相关的条件下最优分布式检测融合算法较为复杂这一问题,提出了一种基于似然比判决规则的系统性能优化方法.该方法的基本思想是,限定各部传感器采用似然比判决规则,并在此约束条件下,联合优化各部传感器的判决门限,以使系统检测性能达到最优.对于由N部传感器组成的分布式串行检测融合系统,在Bayes准则下推导了各部传感器判决门限联合最优化的必要条件,得到了最优传感器判决门限满足的系统方程,并在此基础上给出了求解最优传感器判决门限的数值迭代算法.由于将传感器判决规则的联合优化问题简化为了判决门限的联合优化问题,因此该算法计算量较小,收敛性较好,更加便于工程应用.     

基于小波的位场数据融合

对已完成区域重、磁力调查的地区,结合油气勘探的需要,在重点区块进一步开展高精度的重、磁力数据采集．将区块高精度的重、磁力数据与早期获得的品质可靠的区域重、磁力数据融合,既是资料积累的需要,也是新一轮的油气勘探中重、磁力勘探资料处理面临的新问题．二维位场数据经小波分解后能够产生不同分辨率的图像,对区域和重点勘探区块的重、磁力数据进行小波分解,并加以组合选择和低频补偿,实现位场数据的融合．模型试验证实了方法技术的有效性,也揭示了位场数据的融合受到插值步长、小波函数以及小波分解阶数的影响．这一技术应用于南海深水区重力资料的处理,取得了十分理想的效果．     

光源调制全光纤电流互感器的研究

介绍了全光纤电流互感器的结构,分析了系统输出信号的特点,指出工频干扰及线性双折射效应是影响系统稳定性的主要问题.提出并实现了基于光源调制的抑制工频干扰方法.该方法利用2000 Hz的方波光源作为互感器的光驱动,系统的输出信息由原来的一路变成了两路,通过两路信息的融合有效地抑制了电路工频干扰.理论分析及实验结果表明,在不增加系统复杂性和硬件投入的条件下,该方法不仅抑制了电路中的低频干扰,还有效地抑制了工频干扰,提高了系统的信噪比,为提高全光纤电流互感器系统的稳定性和可靠性提供了新的方法.     

基于小波变换与块分割的多聚焦图像融合

 提出了1种新的多聚焦图像融合方法.首先,对2幅源图像采用小波变换的方法进行图像融合,得到初始的融合图像;其次,针对多聚焦图像的特点,采用块区域局部小波空间频率将图像划分为3部分:聚焦清晰区域、聚焦模糊区域以及两者的交界区域.对于聚焦清晰和模糊区域,直接选取清晰区域作为融合后的相应块区域;对于边界区域,则选取小波融合的图像块区域.实验对比结果表明,该方法的融合效果明显优于常见的融合方法,并消除了块效应.     

一种新颖的多传感器行驶车辆分类系统

提出了一种新颖的利用5个埋入式应变传感器获得车型特征参数的多传感器行驶车辆分类系统．该系统利用传感器的特殊位置分布与车辆各轴到达传感器时刻的相关性,对采集的信息进行像素级融合,突出信号的特征部分,提高特征提取的准确率和精度．最后利用D-S证据理论组合轴数、轴空间和轴重等特征证据对车型进行分类．实验结果表明该系统对行驶车辆识别率超过95％．     

基于数据融合的全舰统一姿态基准测量系统

为测量大型舰船甲板的变形,对甲板变形引起的局部姿态误差进行补偿,设计了基于多IMU数据融合的全舰统一姿态基准测量系统．提出了甲板变形测量方法,建立了IMU布局优化数学模型,并运用遗传算法对IMU的布局进行了优化求解．仿真结果表明,建立全舰统一姿态基准测量系统是测量舰船甲板变形的有效办法,利用布局优化后IMU的输出信息进行全舰甲板变形估计,估计精度优于2.3arcmin,并能减少舰载武器系统所需IMU的数量．     

论中国吉祥图案在现代流行服饰应用中的研究与开发

通过对吉祥图案的研究,我们了解了其具体的渊源。以剪纸为例,通过对剪纸的分类、应用及研究,我们看到了古时先民们对剪纸纹样的使用及当时的盛况,将古时与现今相比,着眼于现在市场上的传统文化体现,使我们陷入深思,中国传统文化是个博大体系,如何选择、传承、融合及发扬,使现代服装美丽大方且内涵丰富,表达中国古老文化,是我们研究这一课题的目的。     

浅谈软交换技术

软交换作为新、旧网络融合和关键设备,有着特殊的意义。本文主要从软交换提出的必然性、软交换的概念和主要功能、基于软交换的增强型业务框架以及其各层间的协议等方面对软交换技术进行了论述,并对软交换技术在电力通信网中的应用前景作了介绍。     

分布式智能人侵检测系统模型设计与实现

设计了一种分布式网络智能入侵检测系统模型。在该模型中采用了面向混合类型数据的快速聚类算法和基于属性约束的规则挖掘算法,对每一个IDS初始数据进行智能分类和关联;并且建立了入侵模式库,用于不同网段的实时检测;在数据融合中心采用基于D-S证据理论的数据融合方法处理来自不同IDS的初级报警,并生成高级报警,有效地抑制了海量警报。实验结果表明,该设计方案能够消除重复报警,降低误报率,提高报警所含的信息量,并为管理员提供一个网络安全的整体视图。