基于模糊C-划分和3D小波变换的视频编码方法

在传统矢量量化的基础上,引入噪声模型的影响,结合模糊数学理论,提出了一种基于模糊C-划分的混合噪声模型的矢量量化方法,并将其应用到视频编码中。文中视频编码方法采用了运动补偿与3D小波变换相结合。主要对基于模糊C-划分的混合噪声模型的矢量量化进行了分析。实验结果表明,该方法在视频压缩中具有良好的效果。     

混合量化与基于小波的图像压缩

本文针对基于小波的图像压缩,提出一种新的快速有效的量化方法。该方法将矢量量化的高效率和标量量化的简单性有机地结合起来,称为混合量化（ＨＱ－ＨｙｂｒｉｄＱｕａｎ－ｔｉｚａｔｉｏｎ）。它不需要进行码书训练,不要做乘除法。并用标准测试图像与其它著名方法的压缩结果进行了比较。     

基于小波变换的图像编码方法概述

小波变换将图像分期为一些不同频率、不同方向的子图像,这些子图像间存在较强的相关性,如何利用子图像间的相关性来提高编码效率是小波变换编码中研究的一个主要问题,本文从小波与分形、小波与树特征编码、小波与矢量量化三方面总结了近几年国内外基于小波变换编码方法的主要成果,并对基于小波变换的图像编码方法的发展方向作了展望。     

语音矢量量化编码

语音矢量量化编码是一项新技术,具有很大的实用价值。本文简要地阐述矢量量化原理之后,着重介绍语音波形矢量量化编码、语音参数矢量量化编码、以及混合形式矢量量化编码,综述近年来国内外学者在这几个方面取得的一些成果,预测它们的发展动向。     

关于塔式网络矢量量化中格点的标号

在格型矢量量化中,用格点作为量化矢量,构成码书。为了存储或传输量化输出,必须对格点进行标号。我们在数据压缩课题研究中,对塔式网格矢量量化中格点的标号进行了探索,给出了常用的几种网络诸如ZL、DL、E8、A16等格点的标号算法。     

子波域中图象数据的矢量量化

介绍了子波变换的基本理论及特点,并用它对图象进行三层分解。矢量量化优于标量量化。它已成功地应用于图象的数据压缩。文中应用失显量化法量化图象于波域数据,取得较满意的压缩效果。     

一种基于LVQ的语音线谱对参数量化方法

在现有格型矢量量化(LVQ)方法的基础上,通过对线谱对(LSP)参数进行精度预处理,使其数值更接近于格点从而减少量化失真。仿真实现了改进方法,并采用MELP算法中4级MSVQ方法作为对比。得到的结果表明,较之MSVQ,LVQ量化LSP参数的精度提升了约90%的同时,合成语音的谱失真(SD)降低了约2/3,客观评估得分和近似MOS分略有提高。     

基于学习矢量量化(LVQ)神经网络的雷达体制识别

由于现代战争中雷达体制的多样化、复杂化及其综合应用使得雷达体制识别中要处理大量复杂的高维数据,学习矢量量化(LVQ)神经网络不仅能处理有监督分类,而且相对于其他神经网络能以较小的计算量处理大量输入数据,所以采用LVQ对雷达体制进行识别,同时针对LVQ学习速率的变化可能引起学习算法不稳定,采用修正的学习速率算法.在简要介绍雷达体制和LVQ的基础上构造了LVQ神经网络对雷达体制进行分类.通过与径向基神经网络(RBFN)识别算法的仿真对比,证实了方法的有效性.     

一种基于方差分析的颜色量化方法研究

颜色量化技术是计算机图形学和图像处理中最常遇到的问题之一。本文提出了一种新的多维数据聚类方法，即基于方差分析的颜色量化方法，并将该方法与其他五种常用颜色量化方法进行了比较，给出了具体的颜色量化误差，研究结果表明，本文所提出方法在较好保持图像质量的前提下，具有较小的量化误差。     

基于DCT的帧内视频编码器的缓存控制技术

提出一种基于ＤＣＴ的帧内视频编码器的缓存控制技术。它根据视频图像各种子块的比例及其相应的Ｒ－Ｑ曲线确定量化因子，通过再编码，调整子块Ｒ－Ｑ曲线的拟合参数使其自适应视频图像的场景变化。同时本文提出了一个简单有效的图像子块分类方法，分类结果基本上与根据编码子块所需比特数分类子块的结果相一致。此法用于缓存控制的额外计算量小，并能扩展应用于Ｈ．２６１、ＭＰＥＧ等视频编码标准中。模拟结果表明，此法在视频序列的场景发生变化时，再编码次数少，输出码率恒定。     

多Lagrange航行体在量化及通信时延约束下的集结

针对量化和通信时延约束下多Lagrange航行体的集结问题进行了研究,提出了一种与模型相关的右边不连续控制算法,设计了一个均匀量化器,并运用图论、矩阵理论以及实用稳定性理论,验证控制器的稳定性。研究结果表明:多航行体可以在量化和通信时延影响的无向通信图下,实现有误差界的集结。基于MATLAB软件进行的数值仿真实验,证明了算法的有效性。     

一种对间歇采样转发干扰的识别新方法

间歇采样转发干扰是一种针对相干雷达的有效干扰样式,该类干扰的抑制技术研究需求迫切,而干扰识别历来是抗干扰流程中的关键环节,针对间歇采样转发干扰的识别问题,提出了一种基于关联维数的干扰识别方法。通过对3类间歇采样转发干扰信号进行傅里叶变换,挖掘信号频谱上的差异,提取频域关联维数作为干扰识别的特征参数,并利用支持向量机进行分类识别,为后续雷达系统采取针对性抗干扰措施提供重要的决策信息。仿真结果证明该方法具有较高的识别率。     

基于高低频模型的矢量量化图象编码系统(HL-TVQ)

HL-TVQ 图象编码系统,是在图象的高/低频图象模型基础上,对低频图象分量进行变换矢量量化编码,而对高频图象进行空域欠量量化编码。HL-TVQ 编码系统具有压缩比高(在模拟时达到10),恢复图象的视觉效果好,运算复杂度小的特点。本文详细介绍 HL-TVQ的编码过程和原理。     

BDS导航信号抗电离层闪烁载波跟踪的自适应卡尔曼滤波算法

电离层闪烁会引起导航信号幅度和相位的快速衰落,严重影响跟踪环路的精度和稳健性,而相比频率跟踪和伪码跟踪,载波跟踪环路更易受电离层闪烁的影响而失锁。因此,提出一种基于相位锁定指示自适应扩展卡尔曼滤波的北斗导航信号抗电离层闪烁载波跟踪算法,其以同相与正交支路的积分结果估计相位锁定指示值,并采用该指示作为控制参数对不同闪烁场景下扩展卡尔曼滤波的观测向量进行自适应调整,这不仅能够提高跟踪环路的精度和稳健性,而且能够降低扩展卡尔曼滤波发散的概率。实验结果验证了相关分析和所提跟踪算法的有效性。     

瞬态信号检测

介绍了瞬态信号波至点检测主要的方法:利用self-adaptation cancellation自适应对消原理的自适应权向量法(AWVM)、基于时频分析的Gabor变换法和利用小波分析的多尺度小波分解法以及单尺度小波变换法,并列出了其中关键的公式,使得它们自成整体;最后还分析它们的优缺点,并改进了检测函数,提出可供研究的方向。     

基于支持向量机和遗传算法的末敏弹系统效能参数优化设计

末敏弹是一种先进的新型弹药,由于其结构复杂,影响因素多,所以对其进行全面的系统优化设计比较困难。文中探讨了基于支持向量机的末敏弹命中概率预报模型的建模方法,并采用遗传算法对系统效能参数进行了优化,获得了影响系统效能的几个主要因素的合理搭配,为末敏弹的系统效能研究提供了依据。     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题，提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解，得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数，并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明，该方法可以实现对舰船辐射噪声的特征提取，与已有方法对比，该方法具有较高的识别率。     

矢量阵的快速宽带频域波束形成方法

矢量水听器能获取振速信息,因此由其所组成的阵列有着常规声压阵列所不能比拟的优势,但正因为有了振速各分量信息,基于矢量阵的信号处理面临计算量大为增加的高维协方差矩阵运算的难题,当阵元数较多时,难以实时实现。为此,基于FFT思想,提出了一种适用于矢量水听器阵列的快速宽带频域波束形成方法。该方法在频域实现,将宽带信号分解为多个窄带信号,采用快速傅立叶变换来实现各阵元数据的相移累加过程,处理速度得以大幅提高。研究表明:该方法完全满足实时处理的需求,其测向性能也能达到克拉美-罗下界,且矢量阵具有常规阵所不具有的左右舷分辨能力,对微弱目标的检测能力也较强。     

OFDM-MIMO雷达转发式主瓣干扰自适应抑制方法

转发式干扰因与雷达发射波形的高度相关性,经雷达主瓣接收后易对雷达产生严重的干扰作用。为解决主瓣干扰问题,建立正交频率分集调频多输入多输出(orthogonal frequency division multiplexing-multiple input multiple output, OFDM-MIMO)雷达主瓣接收的转发式干扰信号模型,分析了该干扰对OFDM-MIMO雷达的干扰机理;同时基于自适应方法处理理论,推导了OFDM-MIMO雷达自适应处理权向量解析式,提出了基于距离依赖波束的OFDM-MIMO雷达转发式主瓣干扰自适应抑制方法。理论研究和仿真结果表明,提出的方法提高了输出信干噪比,实现了转发式主瓣干扰的有效抑制。