正交小波包分析在遥感图像融合中的应用

小波变换具有优良的时频局部特性,但由于其尺度是按二进制变化的,存在“高频低分辨”这一缺陷.正交小波包分析能够将信号(图像)频带进行多层次划分,对多分辨分析没有细分的高频部分进一步分解,从而提高了频率分辨率,能有效地提取特定的频率成分.推导了小波包分析的基本原理,给出了基于正交小波包分析的遥感图像融合算法.最后,通过实例说明正交小波包分析的有效性和优越性.     

级数的三角形变换及其应用

通过级数的三角形变换证明了一个命题,由此得到了几个重要的结果。     

一类非线性时滞双曲型偏微分方程的振动性

研究一类非线性时滞双曲型偏泛函微分方程解的振动性,利用微分不等式方法和广义Riccati变换,获得了该类方程在第一类边值条件下振动的新的充分条件,所得结果通过实例加以阐明.     

一种基于神经网络的变换域数字水印提取算法

从理论上分析了变换域数字水印嵌入和提取过程,研究了图像处理和攻击对水印产生破坏的机理,并在此基础上提出了一种基于神经网络的变换域数字水印提取算法。实验证明,该算法对各种常见攻击具有较强的鲁棒性。     

基于相关性函数的多站微动特征分析与提取

针对多站雷达精度跨度大、难以有效进行融合识别的问题,提出了基于相关性函数的多站加权融合方法。首先建立了弹道目标滑动散射模型,通过时延相乘重构回波,并利用扩展Hough变换提取出距离像的曲线参数,从而建立方程组以求取微动信息。然后利用相关性函数对各雷达的支持度进行分析,最终对支持度高的观测数据进行融合识别。仿真结果表明该方法计算简单,能有效提高微动参数的估计精度,客观地反映各部雷达的可靠度。     

基于AM-LFM和IRT的旋转微动目标成像算法

在雷达成像中,基于CS的方法因其压缩采样的特性而在高分辨雷达成像中得到广泛应用。然而由于其是一种基于参数化的成像方法,对观测位置误差特别敏感。在实际中,一般无法知道精确的观测位置。观测位置的误差会造成成像结果位置的偏离、散焦以及无法聚焦。针对基于压缩感知的成像算法存在的观测位置依赖性问题,提出了一种基于调幅-线性调频(AM-LFM)分解和逆Radon变换(IRT)的微动目标成像算法。该方法根据分解后信号调频率分离目标微动信号与主体信号,再进行IRT成像。仿真及实验结果验证了算法的可行性和有效性。     

使用融合乘加加速快速傅里叶变换计算的向量化方法

融合乘加指令加速快速傅里叶变换计算的向量化方法,通过变换快速傅里叶变换的蝶形单元运算流程,将传统计算方式中独立的乘法和加法操作组合成次数更少的融合乘加操作,使得时间抽取法基2快速傅里叶变换算法的蝶形单元计算的实数浮点操作由原来的10次乘(加)操作减少到6次融合乘加操作,时间抽取法基4快速傅里叶变换算法的蝶形单元计算的实数浮点操作由原来的34次乘(加)操作减少到24次融合乘加操作;优化了蝶形因子的向量访问,减少存储开销。实验结果表明,提出的方法能够显著加速快速傅里叶变换的计算,取得高效的计算性能和效率。     

改进的基于迭代算法的Weibull分布杂波模拟方法

杂波在雷达环境模拟中具有非常重要的地位.基于ZMNL(无记忆非线性变换法)的Weibull分布雷达杂波模型,可以很好地描述海杂波.但这种模型,因其非线性变换前后相关系数之间的关系公式复杂,很难用直观的方法求解.针对这一问题,提出了用迭代算法来求解该非线性公式的过程,并给出了应用该方法进行杂波仿真的具体步骤及仿真结果,证明了该方法的准确、可行性.     

基于小波变换的外测设备动态精度评估方法

为了解决传统的变量差分法或最小二乘拟合残差方法评估外测设备动态精度引入模型误差问题,提出了基于小波变换的外测设备动态精度评估方法.对残差序列的小波基函数选择及系统误差和随机误差分离技术进行了理论分析,并应用某设备的残差序列数据实验验证,取得了基于小波变换和变量差分方法的残差信号系统误差与随机误差以及设备精度指标.结果表明:基于小波变换评估外测设备动态精度无模型误差,计算的设备精度指标符合设备测量特性,基于变量差分的评估方法将模型误差引入到设备综合误差上,导致设备误差变大,影响精度评定的准确性.通过对比分析,更加证明了基于小波变换的外测设备动态精度评估方法的科学、准确.     

“准备”与“备准”

人人皆知,不打无准备之仗.但要打好仗、打胜仗,不仅要有准备,而且要备准."准备"与"备准",看似只是两个字变换了先后顺序,但内涵和实质却迥然不同. 备准以准备为依托,准备成效以备准来体现.可以说,准备是前提,备准是落点;备准是方向,准备是过程.当前,我国安全形势日益严峻,传统安全威胁与非传统安全威胁交织,进行多样化任务成为常态,"养兵千日、用兵千日"成为事实.武装力量要适应这一形势变化,有效履行使命任务,如何准备和怎么备准,是必须密切关注、认真思考和抓紧解决的严峻课题.