基于HMM的FOPEN UWBSAR图像中的树干杂波抑制

树干杂波是叶簇穿透(FOPEN)超宽带合成孔径雷达(UWBSAR)图像中叶簇隐蔽目标检测的主要干扰,能否有效抑制树干杂波是目标检测成功与否的关键。利用UWBSAR的大积累角成像特性所提供的目标方向性信息,基于隐马尔可夫模型(HMM),提出了一种识别并抑制树干杂波的方法。试验结果表明,该方法可有效识别并抑制FOPENUWBSAR图像中的树干杂波,增强叶簇隐蔽目标检测性能。     

基于接收机跟踪性能的GPS压制干扰效果分析

随着抗干扰技术的发展,为了更准确地分析P(Y)码与C/A码GPS接收机的压制干扰效果,在分析现有GPS接收机压制干扰效果研究方法和评价指标的基础上,提出了一种基于接收机跟踪性能的可用于同时分析P(Y)码与C/A码GPS接收机压制干扰效果的方法.与传统的压制干扰效果研究方法相比,该方法更接近于实际试验结果.     

基于空时内插的机载双基地雷达杂波抑制方法

针对机载双基地雷达下视环境下非均匀地杂波的抑制问题,首先论述了抑制双基地机载雷达非均匀杂波的内插变换类空时自适应处理(space time adaptive processing,STAP)方法。然后在此基础上,提出了一种改进的空时二维内插变换方法(improved space time interpolation transfor-mation,ImSTINT)。该方法将训练样本的杂波子空间映射到单基地地基雷达的杂波子空间中,减少了变换后杂波子空间的自由度。仿真表明该方法比传统的内插变换类方法的杂波抑制性能好,且具有较强的稳健性和较少的样本量需求。     

接近速度和相对湿度对静电放电强度的影响

静电放电（ESD）会对电子设备和系统造成严重干扰,但是在相同的放电电压下,ESD强度却会发生很大的变化。这种变化与电极接近速度、相对湿度和电弧长度等因素有关。为提高ESD实验结果的重复性,通过理论分析和实验研究了电极接近速度和相对湿度对ESD强度的影响。理论计算了两接近导体之间的自（互）电容系数、导体电势差、导体电势差随放电间隙和时间的变化率;实验研究了ESD强度（比如放电电流峰值、上升时间）随接近速度和相对湿度的变化关系。研究得出,接近速度直接决定了导体电势差随时间的变化率,同时对ESD强度产生明显影响;相对湿度会对ESD强度产生很大的影响。     

基于生物视觉原理的图像结构信息变化检测方法

为克服多时相遥感图像变化检测中照度差异和配准误差的影响,采用边缘结构信息进行变化检测。利用多方向Gabor函数从图像梯度强度图中提取边缘结构信息,称之为边缘标记(Edge Tag,ET),通过比较多时相遥感图像中ET的互相关系数实现变化检测。为减小差异较小的边缘对检测结果的影响,在相关系数的计算中引入抑制因子。仿真图像和真实图像的实验结果表明,该方法能克服图像照度差异和配准误差对变化检测的影响,取得了较好的检测效果。     

数字化扩频接收机的自适应抗干扰滤波方案研究

讨论了自适应抗干扰滤波在最小频移键控的直接序列扩频(DS-MSK)数字化接收机中的应用问题,对非线性滤波加以改进,提出了部分解扩非线性滤波(PDNF)结构,将快速更新子带自适应滤波(FRSAF)算法用于PDNF结构以提高收敛速度。结合FRSAF算法的PDNF自适应抗干扰滤波方案在收敛速度、稳健性和输出信噪比等方面明显优于结合LMS算法的传统非线性抗干扰滤波方案,仿真结果验证了上述结论。     

热真空条件下工作的电气电缆载流量计算与试验

高空制导飞行器从母舱释放后,制导舱与仪器舱之间部分电气电缆处于热真空条件下工作。对此种特定条件下的电缆进行了载流量计算。理论计算表明,给定的电缆设计满足在热真空条件下正常工作要求。最后简略介绍了载流量试验。     

几种UWB-SAR窄带干扰抑制方法的分析和比较

SAR(Synthetic Aperture Radar)信号处理窄带干扰抑制技术是SAR抗干扰技术的重要内容。对3种UWB-SAR(Ultra-W ideBand Synthetic Aperture Radar)窄带干扰抑制方法———陷波滤波法、AR模型参数化干扰抑制法以及小波包分析自适应干扰抑制法进行了分析,利用自行开发的成像软件,对SAR理想点目标和实录数据进行干扰抑制仿真实验,从定性和定量的角度对3种方法的干扰抑制效果作了比较。     

基于自适应阈值的FAST特征点提取算法

FAST特征提取算法阈值选取固定,因此不能满足不同图像的特征点抽取要求,并且提取的结果存在着多个特征点块的现象。针对这些缺陷,首先采用动态全局阈值对原始灰度图像进行初步提取得到候选特征点,然后采取动态局部阈值和非极大值抑制法进一步对候选特征点进行筛选,从而达到自适应选取阈值和抑制多个特征点块的目的。实验表明,改进后的算法稳定性高,对不同光照和对比度情况下有一定的适应能力,并且运算量相对比于其他一些特征提取算法要小得多,满足实时应用的要求。     

CS模型下IMM-PF算法在机动目标跟踪中的应用

为了解决机动目标定位跟踪问题,提出了一种基于CS(current statistical)模型的交互式多模型粒子滤波算法.在交互式多模型粒子滤波算法的基础上,计算CS模型的概率,自适应地调整CS模型中的目标加速度,反映出了目标的机动特性,充分发挥2种算法的优点,改善了CS模型的加速度不能自适应调整的缺点,提高了CS模型的自适应性和应用范围.另外,CS模型的自适应滤波方法由Kalman滤波改为粒子滤波.通过Monte Carlo对比仿真试验表明了该算法的可行性和优越性.