基于全相位频谱分析的图像配准

为了提高图像配准精度并简化算法,在研究传统频域配准方法的基础上,引入了全相位FFT谱分析,并将其推广到分析二维图像频谱．提出了基于全相位FFT谱分析的欠采样图像频域配准算法．配准实验结果表明,基于全相位频谱分析的图像配准精度高于传统频域配准方法,能基本实现空域配准精度,无噪声条件下对平移参数的估计精度高于空城方法．     

结构动力方程的精细积分-FFT方法

 离散结构动力方程为差分方程,并假设始、末时刻位移已知,将初值问题形式上转化为边值问题,然后利用快速傅立叶变换(FFT)进行求解,从而得到非齐次结构动力方程的一个数值特解。将该数值特解与通过精细积分法求得的齐次方程通解相结合,建立了求解结构动力方程的一种新方法。该方法具有较高的精度和计算效率,算例的数值结果证明了本文方法的有效性。     

连续系统频域分析教学演示程序的研究

文章介绍了连续系统频域分析的WT算法和GUI程序设计的方法和技巧,并研制了图形用户界面程序.通过任意改变输入信号和滤波器的参数进行教学演示,验证了程序的正确性并在教学中的有效作用.演示程序能对任意连续信号通过任意滤波器的系统响应进行分析,利用MATLAB软件编写连续系统频域分析教学演示程序的优点.     

基于极化不变量的谐波雷达导引头目标识别算法

为解决基于目标谐波散射系数的FFT识别算法无法有效识别目标全弹道谐波散射特性的问题,采用了基于极化不变量的目标识别算法.根据目标的半导体模型拟合出目标的谐波散射系数,用卡尔曼滤波器对谐波散射系数进行估计.将估计结果作为酉矩阵的对角元素,建立了目标谐波极化散射矩阵及与其对应的功率矩阵,通过就不同的目标进行谐波散射极化计算得到了仿真结果.结果表明,与基于目标谐波散射系数的FFT识别算法相比,目标谐波极化散射矩阵行列式的值及功率矩阵的迹能反映出目标的全弹道谐波散射特性,二者可以作为有效的目标识别特征量.      

任意点存储器结构FFT处理器地址策略

提出一种针对任意点数运算的并行地址无冲突的存储器结构的FFT处理器.该方法利用高基底的分解方法减少整体计算时钟周期,以及小基底互联的多路延迟交换结构降低计算引擎的复杂度.该方法可以将存储器结构FFT处理器中的几个重要特性如连续帧处理模式,多点数计算和并行无地址冲突等特点集成在一起.另外,素因子FFT算法也被运用到该处理器当中用以降低乘法器个数和蝶形因子存储,以及满足任意点数的计算需求.设计了一种统一的基-2,3,4,5的Winograd算法的蝶形计算单元用以降低计算复杂度.实验仿真结果表明,本FFT处理器在122.88 MHz工作频率下功耗只有40.8 mW,非常适合LTE系统的应用.      

提高BOC调制信号多相关峰值精度的三次样条插值法

提出了利用三次样条插值法,处理BOC调制信号相关谱主峰及副峰的数据,以提高相位测量精度的算法.该算法将低采样频率下的相关谱谱峰分割成n个子区间,在每个区间内建立三次函数,求取极大值点,以确定BOC调制信号的相关谱主峰及副峰的精确位置.重点对比分析了常用的Lagrange插值法,并以Lagrange插值法中的三点二次插值法为例进行了对比仿真试验.仿真分析表明,对于BOC调制信号而言,针对其特殊的同步机制,提出的采用三次样条插值法进行PN码相位测量,可有效提高对其相关峰值及相应的峰值位置的测量精度.     

基于Matlab的激光光斑模拟

采用基于Matlab的小容量FFT（比如256×256）程序,将取样窗口划分为若干个全等的小矩形,对每个小矩形内离散点的复振幅作FFT变换,然后将所有变换结果叠加,再乘以复数相位因子,相当于对整个物面上点进行菲涅耳衍射计算,利用这种方法可以迅速的实现高精度的轴对称傍轴光学系统中的激光衍射计算。     

相关算法在漏水探测技术中的实现及精度分析

介绍了在漏水探测技术中基于DSP控制系统的FFT相关算法的实现方法,并对时延误差及定位精度进行了理论分析,给出了实验结果,提出了在实际工程设计时有关参数的最佳取值范围.     

Fuzzy映象的完全广义拟变分不等式

介绍并研究了一类新的fuzzy映象的完全广义拟变分不等式,在取消紧性的条件下,运用投影方法构建了一些迭代算法,并证明了所给问题解的存在性及由算法所产生的序列的收敛性,推广了近期文献的相应结果。     

基于计算机集群的脉冲星相干消色散系统研究

来自脉冲星的射电辐射在传播过程中会与星际间介质中的自由电子相互作用,发生色散现象.脉冲星相干消色散就是通过计算,将采样后的脉冲星信号进行快速傅里叶(FFT)变换,在频域同chirp函数相乘,从而实现消色散的过程.介绍了基于计算机集群的相干消色散的原理以及数据计算流程,同时分析了计算过程中参数的选取及其与集群性能的关系,并对于脉冲星相干消色散集群系统的发展进行了介绍.