信息流中的隐形信息提取和还原技术研究

提出基于变化域的信息隐藏检测算法和基于彩色静止数字图像的信息隐藏提取算法,将小波变换的放大信息与显示隐藏信息及其相反过程的功效挖掘出来,基于信息隐藏对载体特性影响的模型,建立通用的隐藏信息提取的数学模型和面向"信息隐藏对载体特性影响"集合的正变换函数和逆变换函数,对信息进行标识、分析、提取和还原,使之能破除还原隐藏信息,达到较好的信息识别与分析效果,从而实现快速提取隐藏数据电子证据.     

基于二维小波变换的空间目标识别算法

对于空间目标识别这个具有挑战性的研究课题,提出了基于二维小波变换的空间目标识别算法。该算法首先对空间目标的ISAR像进行二维小波变换,然后从近似分量和细节分量中提取奇异值特征,最后应用径向基函数(RBF)神经网络进行分类识别。计算机仿真实验表明,该算法取得了比较好的识别效果。     

RDWT和NVF的自适应彩色图像水印算法

提出一种基于冗余小波(RDWT:Redundant Wavelet Transform)和噪声可见度函数(NVF:Noise Visibility Function)的彩色图像水印嵌入新算法,该算法利用主体图像的稳态广义Gaussian模型描述图像的局部特性,建立了水印信息的加权系数计算公式。在水印嵌入过程中先对主图像在YIQ空间的Y分量进行RDWT变换。同时利用NVF函数对经过加密变换的水印进行加权处理,然后利用奇异值分解将水印嵌入到变换域复杂纹理和边缘区域。实验结果表明该算法在保证水印不可见性的同时能很好地抵抗多种几何攻击和图像处理攻击,实现了水印鲁棒性、不可见性和容量的统一。     

基于改进EMD的信号降噪方法

经验模态分解(Empirical Mode Decomposition,EMD)算法作为新型时频分析方法受到广泛关注,它基于信号的极值特性处理信号,具有自适应强、无需预先确定基函数的优点。但EMD算法本身仍存在模态混叠及EMD强制降噪法易导致信号失真等一系列问题。针对EMD算法的缺陷,提出基于自相关函数的集合经验模态分解方法(Ensemble Empirical Mode Decomposition,EEMD)与小波阈值降噪相结合的改进算法。首先利用自相关函数对高频固有模态函数(Intrinsic Mode Function,IMF)进行选择,然后利用小波阈值降噪法为EEMD设定阈值,最后将改进算法用于信号降噪,并与快速傅里叶变换(FFT)算法、小波阈值算法以及EMD强制降噪算法进行比较。该方法的优点是克服了EMD算法的不足,避免了模态混叠现象,有效地保留了高频信号中分量,降噪效果更好。     

基于离散哈特莱变换的快速图像匹配方法研究

为解决传统图像匹配算法计算量大,运算速度慢,难以满足图像匹配实时性要求的不足,提出基于离散哈特莱变换(DHT)的快速图像匹配算法,通过采用二维实函数的离散哈特莱变换和互相关运算,减少数据运算量和存储量,达到保持图像匹配精度,缩短图像匹配时间,提高匹配效率的效果。实验结果表明,该算法图像匹配精度高,匹配速度快,实时性好,有效提高了图像匹配的时效性。     

火控计算中常用函数的高精度快速算法

本文运用恒等变换和有理函数逼近算法,结合火控计算机进行函数运算的特点,开发了火控计算中常用的平方和再开方函数、正弦函数、余弦函数、反正切函数的高精度快速算法。采用本算法开发的上述常用函数算法,用计算机实现时,具有速度快、精度高、占用内存容量小,能有效抑制整量化误差等特点。本文所述常用函数的高精度快速算法应用在某战术导弹发射控制和多关节工业机器人的运动控制中,收到了较满意的效果。     

复数形式的快速沃尔什变换法

本文简要地引进复数Walsh函数。它是由实数Walsh函数推广到复数Walsh函数。这是于1970年J.E. Gibbs[1]在一篇论文中首先提出的。我们将引入一个Walsh变换法,这个变换法是模拟到关于复数指数Fourier变换的Cooley-Tukey算法。一个离散、正交Walsh函数可以由多重迭代方程式产生,利用这样迭代方程式,有效地引入快速Walsh变换计算法。本文内容:复数Walsh函数,指数形式的CFWT法,矩阵形式的CFWT法。     

一种新的基于小波变换的多尺度边缘提取方法

选取二维高斯函数的一阶偏导数构造小波函数,利用小波变换的多尺度特性,结合"非极大抑制"的方法,提取图像的多尺度边缘信息.对传统的小波变换算法进行了简化,显著降低了算法的复杂性和计算量.通过调整小波变换的尺度,既能够获取图像的细节边缘信息,又可以提取图像的粗轮廓边缘信息,仿真实验取得了比较理想的结果.     

希尔伯特-黄变换在脉冲涡流信号消噪与识别中的应用

针对传统方法无法有效识别不同尺寸细小裂纹所产生的脉冲涡流信号,提出一种基于希尔伯特-黄变换的脉冲涡流信号消噪与识别算法。对脉冲涡流信号进行集成经验模态分解并通过归一化自相关函数及其方差特性分选出含有噪声的本征模态函数;对含噪声的本征模态函数进行阈值消噪并与未做处理的本征模态函数重构成无噪声信号;对无噪声信号进行希尔伯特-黄变换并计算出希尔伯特边际谱;根据希尔伯特边际谱的差异识别出不同细小尺寸的表面与下表面裂纹。实验结果表明了所提方法的有效性,经过集成经验模态分解消噪,消除了噪声对脉冲涡流信号的干扰;而基于希尔伯特-黄变换的方法则能够有效识别出不同尺寸的裂纹。     

矢量偏差小波函数（Ⅱ）

基于数学辩证法思想,提出了一种新的小波变换即矢量积小波变换、这种变换对信号处理尤其是高信信号处理十分有用。建立了矢量小波函数、矢量尺度函数和偏差小波函数,它们适合信号分析与处理。分析并提出了一种新的信号表示,并用最优控制理论实现了数值测试,结果表明该方法明显优于传统方法。     

改进的Hough变换红外传感器像平面轨迹起始算法

首先研究了基于逻辑的和基于Hough变换的平面轨迹起始方法,并在此基础上提出了一种基于改进的Hough变换红外传感器像平面轨迹起始算法,介绍了算法的具体步骤,并对算法进行计算机仿真实验,分析了算法的相应指标。     

基于改进希尔伯特-黄变换的进动目标周期估计

针对进动目标的微多普勒周期估计问题,提出了一种基于改进希尔伯特-黄变换的提取算法。该算法通过将希尔伯特-黄变换中的经验模态分解（EMD）替换为完备总体经验模态分解（CEEMDAN）,对目标回波信号进行分解得到各本征模态函数（IMF）后,再对IMF进行希尔伯特谱分析,从该希尔伯特谱中提取出目标信号中的微多普勒周期。仿真表明,所采用的方法能有效地克服EMD算法噪声环境中性能较差的缺陷,在低信噪比条件下具备较好的性能。     

基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。     

基于种群分类的变尺度免疫克隆选择算法

提出了一种基于种群分类的变尺度免疫克隆选择算法.该算法通过对目标函数进行非线性尺度变换,突出了全局最优解的优势地位;建立记忆子群实现了种群代际进化信息的交换;依据亲和度将抗体分为精英子群、普通子群、劣等子群,并对其分别执行自适应高斯变异、均匀变异和消亡更新等策略,增强了算法的局部和全局搜索能力.引入小生境技术提高了抗体...     

一种基于整数小波变换的图像压缩方法

提出了一种基于整数小波变换的数字图像压缩方案.该算法首先对原始图像进行边界延拓,然后对延拓后的图像进行基于提升格式的整数小波变换,对于小波变换后的系数进行基于形态膨胀算法的嵌入式小波零树编码,最后进行自适应算法编码.实验结果表明,该方案在缩短编码时间以及提高压缩比和峰值信噪比方面,均取得了良好的效果.     

基于线性反时间混沌理论的混沌信号模糊函数算法

从线性反时间混沌理论出发,提出一种混沌信号宽带模糊函数算法。在现有的宽带模糊函数算法中,时间尺度变换的混沌信号需要极大的运算量来得到,难以适应需要实时处理的工程环境。根据反时间混沌理论,噪声脉冲驱动下的线性系统能产生反时间混沌信号。通过不同时钟频率的数字系统产生脉冲信号,然后以此脉冲信号驱动相应的线性系统直接产生延迟和时间尺度变换后的反时间混沌信号,最后可通过相关处理方便地计算相应混沌信号的宽带模糊函数。通过理论推导和数值仿真阐述及分析该模糊函数算法,证明了该方法数字模拟混合的结构使其能方便应用于实际的工程之中。     

基于数字混沌序列的变换域通信系统基函数产生方法

提出了一种新的变换域通信系统基函数生成方法——Logistic数字混沌映射法，并对基于Logistic混沌序列基函数的特性进行仿真，同时将其与基于m序列的基函数进行对比分析。仿真结果表明，基于Logistic混沌序列基函数具有较好的伪随机特性、多址特性，且函数数量巨大。     

基于拼接算法的炮膛疵病自动识别技术

针对当前采用目测识别方法进行炮膛疵病检测时存在的识别速度慢、精度低、人为影响因素大等缺点,提出了一种基于拼接算法的炮膛疵病检测方法。该方法采用Harris角点检测算法进行特征点提取,采用归一化互相关法进行特征点初匹配,采用马氏距离提纯算法消除误匹配,采用改进的8参数透视变换优化估计算法和基于边界保持的函数加权平滑融合算法进行炮膛图像融合,并选取图像面积、短长径之比为特征参数完成疵病的自动识别。实验结果表明：该算法对炮膛图像能较好地进行拼接,而且数值化的疵病识别方法相比传统目测识别方法也更加快速、准确,可为部队和相关工程人员进行身管检测提供有益参考。     

毫米波非均匀平面阵列无损检测三维成像算法

毫米波因其分辨力强、穿透性强、光子能量低的独特优势,在无损检测领域具有极大的潜力.针对毫米波无损检测应用,结合距离徙动算法和非均匀快速傅里叶变换的思想,提出一种适用于非均匀平面阵列的三维成像算法.该算法利用非均匀快速傅里叶变换在波数域重构信号频谱,克服了非均匀空间采样对传统基于傅里叶变换的成像算法的限制;该算法应用非均...     

基于FFT的数字回波信号时域波形优化研究

对数字信号的波形优化进行了研究,提出基于快速傅立叶变换的数字信号时域波形优化算法,对信号的时域波形数据进行分类.通过建模研究,可以解决实际问题中未知波形优化函数的问题;利用快速傅立叶变换对环境信号和目标信号进行域变换处理,将信号投影至频域进行优化处理,对频域信号特性进行分析发现,利用该信号频谱特征可以对信号进行分类,从而准确地得到目标信号数量.通过仿真实验在一定程度上验证了所提算法的可行性与优越性,进行归类后可以对未知信号准确分类.