基于Hough变换的叶簇环境下SAR/GMTI动目标检测算法

叶簇环境下,当动杂波比较复杂时,常规的目标检测算法CFAR和DPCA不能有效地滤除杂波。提出了一种基于Hough变换的叶簇环境下SAR/GMTI动目标检测算法(HD),该算法在叶簇杂波比较复杂的情况下能够有效滤除动杂波,提取出动目标。首先,介绍了叶簇扰动环境下的场景建模,并且给出了建模分析和建模场景仿真;其次,给出了HD算法推导过程;最后,在建模基础上对该算法和常规算法进行了对比仿真实验。实验结果表明,该算法在较低信噪比情况下也能保持较高的检测概率。     

像素级图像融合方法分类与比较

图像融合的目的是将同一场景的多幅图像的互补信息合并成一幅新图像 ,以便更好地对场景进行监视和侦察。介绍了像素级图像融合的几种方法 ,按空间域和变换域对各种方法进行了分类 ,并对各种方法进行了比较。重点评述了小波用于图像融合的优点     

气动力/推力矢量复合控制空空导弹最佳转弯规律

针对气动力/推力矢量复合控制空空导弹大离轴角发射的快速转弯问题,根据bang-bang控制理论,给出了导弹终端弹道角受限情况下,以最大末速为性能指标的最佳转弯规律.针对空空导弹纯气动力控制和复合控制两种情况,分别进行了初制导弹道的设计和仿真.结果显示,在中空低速发射时,采用后者转弯性能明显高于纯气动力控制导弹,而当初速高于1.2 Ma时,二者转弯性能非常接近.     

雷达信号调制类型自动识别的一种新方法

雷达辐射源信号调制类型的自动识别是电子战系统的关键技术之一.深入分析了小波变换法提取信号脉内特征的基本原理,提出一种基于小波变换法提取的脉内特征自动判别信号调制类型的新方法.仿真结果表明,在满足一定的信噪比条件下,新方法能准确识别给定信号的调制类型.     

HOUGH变换与航迹关联

在雷达情报自动化处理过程中 ,无论是集中方式还是分布处理方式 ,都要进行航迹关联 ,即要识别哪些航迹源于同一目标。利用 HOUGH变换方法 ,将航迹映射到参数空间进行聚类 ,从而达到航迹自动综合的目的。仿真实验表明 ,这种方法是行之有效的。     

基于脉内特征的雷达信号分选新方法

提出了一种基于脉内特征和基于核方法的模糊C-均值算法(KFCM)相结合的雷达信号分选方法.首先利用小波变换法提取雷达信号的脉内特征,然后基于KFCM对信号进行分选.计算机仿真表明,在满足一定信噪比的条件下,该方法可以准确地实现雷达信号的分选.     

低信噪比下雷达信号调制类型的自动识别

低信噪比下识别雷达辐射源信号的调制类型是电子战系统的关键技术之一.深入分析了小波去噪和小波变换法的基本原理,提出一种在低信噪比下基于小波变换法自动判别信号调制类型的新方法.仿真结果表明,在较低信噪比条件下,该方法能准确识别给定信号的调制类型.     

联合WVD和随机Hough变换估计信号参数

基于WVD-Hough变换方法,提出了一种基于WVD和随机Hough变换联合估计信号参数和抑制交叉项的方法.该方法将信号投影到参数空间,突出信号的特点,使得信号参数更容易被估计.当被用于检测多分量信号时,通过增加采样次数可有效地抑制交叉项,准确估计多分量信号的参数.仿真的结果验证了算法的有效性.     

基于时长调整技术的低速率语音编码算法

研究并实现了一种新的低速率语音编码方案。通过将时长调整算法作为声码器的预处理和后处理,不需要修改声码器结构就能灵活地实现低速率语音编码。文中选择基于STFT的时长调整算法、SOLA算法、WSOLA算法分别与2.4kb/s和600b/s的声码器相结合,仿真结果显示,新方案进一步降低了语音编码速率,为低速率语音编码研究提供了一条有效的新思路。     

基于快速方向重叠变换的图像压缩

传统二维DCT无法稀疏表示除水平或垂直方向外的边缘,而具有强方向表示能力的方向预测离散余弦变换(DPDCT)计算复杂度过高.针对这些问题,快速方向重叠变换(FDLT)沿给定的方向模式进行变换,避免了DPDCT中的插值运算,并进一步集中分散在变换块间的能量,可以快速、稀疏地表示图像中各向异性边缘信息.此外,FDLT通过设计块边界提升,保证了算法完全重构.实验表明,FDLT计算复杂度不超过DCT的2倍.采用同样的编码方法,基于FDLT的压缩图像与基于DCT的压缩图像相比,峰值信噪比可提高0.5dB以上,而且图像边缘细节更加清晰、完整.