基于Gamma分布的优化SAR目标检测

在Gamma分布条件下,研究了SAR目标检测,得到了阈值系数与恒虚警关系,提出了阈值选择理论及其简单实现方法,优化了杂波均值估计并给出了其无偏鲁棒算法,这样在目标检测中不经过噪声抑制过程但具有抗噪能力,并且参数估计没有偏差。实际SAR数据测试结果表明该方法的检测效果优于双参数恒虚警算法。     

反向投影成像算法的理论分析及目标特征恢复

分析了用于超宽带冲激信号 SAR系统的反向投影 (BP)成像算法 ,得出了BP算法固有的旁瓣形成解析式及旁瓣分布 ,说明了成像结果中系统频率特性对目标特征的频率有加权作用 ,并且是造成成像畸变的主要原因。提出了对回波信号逆滤波以恢复目标特征及采用匹配滤波来抑制成像旁瓣的方法。对冲激雷达实验系统的成像数据的处理结果表明 ,提出的逆滤波方法是有效的。     

预警系统对低空目标探测的地形遮蔽算法研究

地形遮蔽是影响预警探测系统发现目标能力的关键因素。有效算法是实施模拟仿真的基础。在分析电磁波和光线在地球大气层内传播过程中的机理和现象的基础上,充分考虑了地球的曲率影响和大气的折射效应及吸收效应,针对某实际问题,建立了预警系统对低空目标探测的地形遮蔽模型算法。本算法实用性好、精度高,可用于作战推演的实时仿真。     

时域递归滤波算法中k系数确定方法的研究

时域递归低通滤波是高精度光电实时跟踪控制系统在复杂背景条件下提高信噪比,检测运动弱小目标的主要方法,属于自适应的非线性滤波。这种非线性滤波的关键在于实时确定滤波算法中的k系数。这个k系数是预测偏差的函数,它能够根据目标运动的情况实时校正滤波算法。通常在确定这个系数时有不同的算法,通过比较这些算法在硬件上实时实现的差别,确定出适用于光电实时跟踪控制系统比较理想的时域递归低通滤波方法。     

基于改进贪婪式算法的AMR任务分配

采用自主移动机器人AMR(Autonomous Mobile Robot)集群智能、高效处理机场行李时,为了解决机场环境中AMR集群的分配调度问题,提出一种改进贪婪式算法的任务调度策略.根据随机行李数量,分配合适的AMR数量执行处理任务.该算法综合考虑在机场环境下行李任务的到达规律和AMR特性,据此改进贪婪选择策略,使其较其他算法更好体现行李任务与AMR之间的调度分配关系.首先,采用A*算法计算代价,能够获得更加符合实际环境的代价值;其次,对AMR进行类型划分和使用预先出发的策略,减小了任务分配时间和系统运行时间.仿真结果表明,该算法与相关文献算法相比,能够获得更小的任务分配时间和系统运行时间.     

p-n结型光催化剂Co3O4／In2O3的制备、表征及其光催化性能的研究

n结型Co3O4／In2O3光催化剂是用共沉淀法制备的．并用X射线衍射对其进行表征。用光催化还原Cr^6＋和光催化氧化甲基橙的效率来评价该催化剂的活性。实验分别研究了Co3O4的掺杂比、焙烧温度和焙烧时间对光催化活性的影响。实验结果表明．Co3O4的最佳掺杂比（质量分数）为5％。催化剂的最佳焙烧温度和最佳焙烧时间分别为300℃和2h。在可见光和紫外光的照射下。p-n结型光催化剂Co3O4／In2O3的光催化氧化活性和光催化还原活性均比纯In2O3的高。实验同时还探讨了影响p-n结型光催化剂Co3O4／In2O3催化活性的机理。     

任务驱动教学模式在篮球教学中的运用研究

通过文献资料、问卷调查、教学实验和数理统计等研究方法,研究在大学体育篮球选项课教学中运用任务驱动教学模式,以求改变传统的教学模式,激发学生的学习兴趣,提高教学质量和效果,而且使学生在不断的篮球课教学中养成锻炼习惯,为终身体育奠定基础．通过任务驱动教学运用于普通高校篮球选项课的教学实践证明：任务驱动篮球教学模式不仅比传统教学模式更有利于提高学生的身体素质、技能等基本教学目标,而且在改善学生的学习兴趣、参与意识以及学生的终身体育意识等方面都明显优于传统教学法．     

利用子波变换提取目标回波波形特征

对Donoho阈值决策子波域去噪方法进行了研究,该方法采用软限幅函数对噪声信号的子波变换系数做阈值处理以达到去噪的目的。具体讨论了在Sym8子波基底下,用此方法对非平稳雷达回波进行五尺度的Mallat算法仿真,结果表明该方法除对噪声具有很好的拟制效果外,还有效地保留了目标回波波形特征,从中看到子波变换用于特征提取在雷达信号处理中是一个十分吸引人的新方法。     

基于图像描述技术的飞机目标架次判别方法

利用图像描述技术对非相参回波信号波形作了一定的分析,提取出反映飞机目标不同机型(大、小)和不同编队(架次)可资分类识别的图像特征信息。采用极大极小模糊神经网络对提取出的特征进行了训练和分类识别试验,验证了图像特征信息的有效性。结果表明,基于图像描述技术的架次判别方法,为解决常规非相参雷达编队飞机目标架次判别问题提供了一条新的途径。     

复杂背景下的红外运动弱小目标的实时检测

对红外弱小目标的检关键是将目标从由地物、云团造成的复杂背景中有效地分割出来.采用在高通滤波前先进行一次背景抑制的预处理方法,以校正由温度非线性引起的噪声.再对高通滤波后的信号进行自适应门限分割的方法,更好地将低信噪比的红外点目标从周围的背景中分割出来,最后利用点目标检测的方法,进行点聚合,对同时存在的斑点、面目标也进行了检测.该算法可有效地减小运算量,对快速、实时和点、斑点、面目标同时存在的复杂情况具有一定的实用价值.膊