基于深度学习和多次棋盘分割法的高分辨率影像河流提取

针对目前从遥感影像中提取的河流, 尤其是细小河流容易出现中断的情况, 将深度学习与多次棋盘分割法相结合, 应用于高分辨率遥感影像的河流提取。基于对山区、平原和城市3景高分二号卫星遥感影像的实验表明, 与现有的方法相比, 该方法提取的河流更加连续, 并且能够提取高分二号卫星遥感影像中两个像元的细小河流。     

基于卷积神经网络的低分辨雷达目标一步识别技术

现有低分辨雷达目标识别通常采用先特征提取、再进行目标分类的两步识别算法,存在识别率难以提高和方法泛化性不足的问题,因此提出了一种基于卷积神经网络(CNN)的低分辨雷达目标一步识别算法。该算法直接将采样数据作为输入,利用设计的一维CNN,通过卷积池化等操作自动获取数据深层本质特征,无需特征提取,实现对目标的一步识别。仿真实验结果表明:基于CNN的低分辨雷达目标一步识别方法的识别率较传统基于提取特征的两步识别方法提高了10.31%,识别时间较传统两步识别方法减少了0.142 s,充分证明了一步识别方法的有效性,为低分辨雷达目标识别问题提供了新的解决途径。     

基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别

获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达（SAR）数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。本文以北川老县城震后0.24mTerraSAR-X聚束模式（ST）数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机（SVM）和随机森林（RF）分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度可达到88.24%,RF识别精度可达到92.47%。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。     

基于FPGA 的高分辨率科学级CMOS 相机设计

针对高分辨率科学级相机应用广泛,国内需求量大的背景,设计了基于长光辰芯公司GSENSE400 图像传 感器的国产化高分辨率科学级CMOS( Complementary Metal Qxide Semiconductor) 相机。该相机系统包括基于FPGA ( Field Programmable Gate Array) 的数据采集、控制与Camera-Link 输出设计。FPGA 主要包含SPI( Serial Peripheral Interface) 配置模块、CMOS 时序驱动模块、数据采集模块、Camera-Link 数据转换模块以及串口通信模块。根据 CMOS 的时序逻辑,在FPGA 中实现了CMOS 驱动时序的设计。根据相机输出HDR( High-Dynamic Range) 图像的 数据量,同时为了简化FPGA 数据传输模块的设计,通过使用1 片DS90CR287 芯片,选用Camera-Link的base 模式 进行图像数据的传输,并实现串口对相机的控制。对该相机系统进行成像测试,实现了HDR 模式下连续输出 24 帧,2 048 × 2 048 像素,低读出噪声、高灵敏度、高动态范围图像,基本满足科学级成像条件的需求。     

小波变换在文字识别中的应用

利用小波分解提取文字的结构特征,根据文字的大体结构分类汉字,将汉字的分形维作为特征向量,以识别汉字。利用已有数据,在小范围内,验证由分形维识别英文字母的可行性,并证明了加权后的特征向量具有更高的识别率。     

基于碰撞树的多周期RFID标签识别防碰撞算法研究

防碰撞算法是RFID多标签识别系统的关键技术之一。提出了一种高性能RFID多标签识别防碰撞算法,即多周期碰撞树算法（MCT）。该算法在降低算法的时间复杂度、通信复杂度以及系统能耗的同时,显著提高了多标签识别的效率。实验结果表明：与QT算法、BT算法、FSA算法等经典防碰撞算法相比,MCT算法在RFID多标签识别性能上具有明显优势。     

一种无特征分解的快速子空间DOA算法

基于子空间正交特性的MUSIC算法具有优良的超分辨性能,但由于其需要对空间协方差矩阵进行特征分解,因而计算量比较大。为了降低计算复杂度,提出一种快速子空间算法。该方法利用信号特征值大于噪声特征值的特性,通过对空间协方差矩阵的高阶次幂或者空间协方差矩阵逆的高阶次幂来逼近信号子空间或者噪声子空间,从而避免了特征分解。获得噪声子空间后再采用MUSIC算法实现波达方向估计。仿真结果表明,该方法减少了计算量同时能够达到MUSIC算法的估计性能。     

Circular SAR processing using an improved omega-k type algorithm

An improved circular synthetic aperture radar (CSAR) imaging algorithm of omega-k (ω-k) type mainly for reconstructing an image on a cylindrical surface is proposed. In the typical CSAR ω-k algorithm, the rage trajectory is approximated by Taylor series expansion to the quadratic terms, which limits the valid synthetic aperture length and the angular reconstruction range severely. Based on the model of the CSAR echo signal, the proposed algorithm directly transforms the signal to the two-dimensional (2D) wavenumber domain, not using approximation processing to the range trajectory. Based on form of the signal spectrum in the wavenumber domain, the formula for the wavenumber domain interpolation of the ω-k algorithm is deduced, and the wavenumber spectrum of the reference point used for bulk compression is obtained from numerical method. The improved CSAR ω-k imaging algorithm increases the valid synthetic aperture length and the angular area greatly and hence improves the angular resolution of the cylindrical imaging. Additionally, the proposed algorithm can be repeated on different cylindrical surfaces to achieve three dimensional (3D) image reconstruction. The 3D spatial resolution of the CSAR system is discussed, and the simulation results validate the correctness of the analysis and the feasibility of the algorithm.     

机械扫描天线电磁计算与距离像特征分析

针对主动雷达导引头对防空导弹武器系统制导雷达站检测与识别的需求,研究了机械扫描天线电磁散射特性的计算方法,并对其距离像特征进行了分析。首先采用图形电磁计算法对反射面天线的电磁散射特性进行了建模和计算,然后利用其宽频带雷达散射截面计算数据合成天线的一维距离像,进而对不同姿态下天线的距离像特征进行了分析。结果表明,由于天线的旋转,距离像序列的强度、宽度和位置呈现周期性的变化规律,从而为采用距离像序列对机械扫描天线进行识别以及对旋转周期和尺寸等参数的估计提供了可能。     

量化单一带标公式的消解

在引入量化单一带标公式的概念后,给出其消解算法,并证明该消解算法是健全的和拒绝性完备的。因此该算法可用于对量化单一带标公式进行理论上的研究,同时也可用于在实际应用中解决这类公式的可满足性问题。最后,根据消解算法,得出一个可以在多项式时间内判定可满足性的量化单一带标公式的子类。