一种基于小波包变换的反辐射导弹检测技术

针对雷达回波中的载机为单频信号且占主导地位,而导弹为宽带调频信号,应用正交小波包变换可以分离不同频带的回波信号的特点,提出了一种应用小波包变换检测反辐射导弹(ARM)的方法。其中小波包系数反映信号在相应频段的能量分布,依据小波包能量进行自适应阈值处理,小波包重构后即可有效抑制回波中的强载机分量。仿真显示,这种方法能够将微弱的ARM信号有效地检测出来。     

基于FFT的大型平面阵列方向图的综合方法

针对大型平面二维阵列,提出了一种快速的综合方法。首先根据单元激励初值,应用二维离散傅里叶逆变换(invert fast Fourier transform, IFFT)得出阵列方向图,然后与期望方向图比较,得出新的方向图,再应用二维快速傅里叶变换(fast Fourier transform, FFT)反算出新的单元激励。如此反复,直到方向图满足设计要求。该算法直接对大型平面二维阵列进行优化而不是针对一维线阵或小型阵列,而且天线单元数大于5 000。最后两个6 400（80×80）单元阵列的仿真结果表明该方法实用、高效。     

一种改进的基于小波偏微分方程的图像去噪方法

提出一种基于小波分解和四阶偏微分方程相结合的方法用于图像去噪,利用小波良好的时频局域化特性和偏微分方程能够很好地保留图像的边缘和细节的特点对图像噪声进行消除.传统的二阶线性扩散方程计算效率低,易产生阶梯效应,这里采用一种用拉氏锐化算子替代拉普拉斯算子的四阶偏微分方程模型.实验结果表明,本方法是一种高效的去除噪声并能很好地保持图像边缘的算法.     

求解最优控制问题的微分变换方法

针对无约束最优控制问题,建立求其近似解析解的微分变换法.对哈密顿正则方程组中状态方程、协态方程和控制方程构造基于初值的微分变换形式或基于终端的微分变换形式,将最优性条件化为相应的代数方程,得到最优控制问题的近似解析解.在特定条件下,对结构复杂的非线性最优控制问题,依据插值逼近原理,结合微分变换法,可构建离散型代数方程组得到其近似解析解.利用微分变换法将微分方程初边值问题和泛函优化问题构成的复杂系统化为易于求解的代数方程形式,简单可行,易于实现.最后,通过算例验证方法的有效性.     

二元树复小波在图像特征提取和分类中的设计与应用

通过二元树复小波变换对图像进行4尺度分解,提取每一尺度下代表6个方向的高频带子图小波系数模的均值和标准方差组成48维的特征向量,利用支持向量机的一对一多分类算法对Brodatz图像库中的112幅图像进行了纹理特征提取和分类实验,结果表明二元树复小波变换提取的图像特征能有效提高图像的分类精度.     

Shearlet域深度残差CNN用于沙漠地震信号去噪

由于沙漠地震信号中含有较强的随机噪声,从而给沙漠地震数据的处理和解释带来了很大的困难。针对上述问题,提出了一种基于Shearlet 变换的深度残差卷积神经网络( ST-CNN: Deep Ｒesidual Convolutional NeuralNetwork for Shearlet Transform) 模型,实现沙漠地震信号的随机噪声压制。在训练阶段,将沙漠地震信号经Shearlet 分解后的系数作为输入,将随机噪声经Shearlet 分解后的系数作为标签,通过卷积神经网络( CNN: Convolutional Neural Network) 学习输入和标签之间的映射关系; 在测试阶段,利用此映射关系即可从沙漠地震信号系数中预测出噪声系数,并间接地获得有效信号系数,最后通过Shearlet 反变换获得有效信号。通过与传统的Shearlet 硬阈值去噪算法对比,发现该算法可把沙漠地震信号的信噪比从－ 4． 48 dB 提高到14． 15 dB,具有更好的去噪效果。     

任意正交变换下的全相位等效FIR滤波器的构造

为减小正交变换滤波法的计算量并扩大滤波范围，将全相位数字滤波概念推广到任意正交变换．在引入重叠基矩阵的基础上，提出了加窗全相位等效FIR滤波器系数向量的计算通式．严格推导出常用的离散傅里叶变换、离散余弦变换和离散沃尔什变换下的全相位FIR滤波系数的具体表达式．仿真实验表明，全相位滤波可消除截断误差，基于正反变换的N阶全相位滤波结构与长为2N-1的全相位等效FIR滤波器完全等价．     

不确定性离散时间系统的积分变结构控制

本文针对不确定性离散时间系统 ,提出一种改进的离散趋近律和等效控制相结合的控制策略 ,既保持变结构控制的强鲁棒性的优点 ,又消除了系统的颤振现象。并引进积分控制 ,提高了系统的稳态精度 ,使系统获得了满意的控制性能。仿真结果表明了这一方法是可行的     

Haar小波的离散化消噪方法及其应用

介绍一种Haar小波离散化消噪方法,并应用该方法进行信号和图像消噪处理.首先将信号或图像用该方法实现计算机的离散化抽样取点,然后结合小波阈值方对含噪信号或图像用Haar小波作消噪处理,并进行离散平滑,实现连续小波离散化处理.该方法对信号和图像的消噪处理的效果好,具有广泛应用的价值.     

数字图像连续表示及应用

研究了离散图像的连续表示及重建问题.首先利用弦理论,给出了图像的连续表示形式,然后利用付里叶变换实现了图像连续表示及重建的快速算法,接着将它们应用于图像无级缩放、图像平滑、边缘检测、角点检测,并与传统离散图像处理方法的实验结果进行了比较.实验结果表明:利用图像连续表示方法处理离散图像可以得到不差于传统的离散图像处理方法处理的结果,此方法使离散图像的解析法处理成为可能.