舰船目标逆合成孔径成像算法改进研究

针对舰船类目标运动情况比较复杂,进行逆合成孔径雷达(ISAR)成像时运动补偿比较困难的特点,将改进的自适应联合时频算法(AJTF)与强点处理(PPP)模型结合,通过遗传算法的全局搜索实现运动补偿,提高了运动补偿算法的快速性和精确性,为实现实时成像奠定了基础.试验数据的处理结果表明,算法可以有效地完成相位的补偿,提高ISAR成像质量.     

直扩/跳频测控信号捕获算法研究

指出了将直扩/跳频用于航天测控在信号捕获时的特殊性,针对这些特殊问题提出了混合扩频测控的捕获方案,并对其中的2个方面进行了改进.采用基于凯泽窗PMF-FFT方法来实现对频谱幅值的扇形衰减进行改进,采用抛物线插值法对多普勒估计时产生的栅栏效应进行改进.理论分析和仿真结果表明,与原有算法相比较,在相同积分时间内,凯泽窗PMF-FFT方法比直接PMF-FFT能够有效降低FFT输出的峰值衰减,减小频谱泄漏;抛物线插值测频能够有效减少频谱估计误差,从而利于后继跟踪的快速建立.     

两个积分中值定理内点性的新证明

积分第一中值定理和第二中值定理是定积分理论中两个十分重要的定理,近年来关于其内点性的讨论非常广泛。首先根据连续函数的介值定理,用一种新方法证明积分第一中值定理的内点性;然后提出一个实例,说明积分第二中值定理在通常条件下不具有内点性;最后利用定积分存在的充要条件和Abel变换的手段,证明积分第二中值定理在加上一个非常一般化的条件时具有内点性。     

基于峰值点形态信息的SAR图像舰船尾迹检测算法

在分析合成孔径雷达(SAR)图像中舰船尾迹线性特性的基础上,针对SAR图像线性特征产生因素的多样性,及由此引起的Radon变换域中尾迹峰值点检测的不确定性,提出了一种基于峰值点形态信息的尾迹检测算法。算法门限化图像的Radon变换系数,提取出所有可能的峰值点;对这些相应的局部峰值点的一维截面进行连续小波变换峰值点匹配,根据提取到的参数形成决策矢量在特征空间中进行决策。仿真和实际数据处理的结果表明,该方法能有效、准确地检测到SAR图像中的舰船尾迹并判决其真假类别。     

基于K-means聚类与NSCT的图像融合算法

传统的基于NSCT的图像融合算法,通常是对原始图像进行NSCT变换,然后进行不同尺度系数的融合,没有对原始图像进行针对性的分析.对此,提出了一种基于K-means聚类的图像融合算法.利用K-means聚类对图像中具有不同特征的目标进行分类,对分类后的图像进行NSCT分解得到低频和高频子带系数.根据分类图像的特点,采用自...     

一种基于DCT和PSOLA的语音变换方法

文中提出了一种基于离散余弦变换(DCT)和基音同步叠接相加(PSOLA)的语音变换方法。此方法可以自由调整源语音的基音频率、能量分布和时长,以达到变换要求,并且变换后的语音具有较高的质量。变换方法首先对基音标记过的语音段通过DCT进行基音频率和能量分布的调整,之后再通过PSOLA法进一步对基音频率进行修正。实验表明,此方法在男女声变换中,能够使变换前、后语音的性别感觉明显变化,并且保持了较高的语音质量。     

利用小波变换进行空间目标电磁特征提取与识别

高分辨雷达目标识别是当前高技术领域的一个研究重点,以一维高分辨距离像为原始信号,利用小波分析作为目标特征矢量提取的工具,对利用几种代价函数构成的特征向量的分类效果进行了详细的研究,提出了将小波变换、模糊神经网络和信息融合相结合的雷达目标识别方法,仿真结果表明,所提出的目标识别方法是一种有效的雷达目标识别方法.     

基于Hilbert变换的包络解调法在鱼雷电磁引信中的应用

分析了鱼雷电磁引信的目标信号及其低频调制包络的特性,阐述了Hilbert变换的原理,提出了一种基于Hilbert变换的包络解调法并对其解调原理进行了推导.在Matlab/Simulink环境下,对上述的包络解调法应用于电磁引信目标信号的解调进行了仿真.结果表明,相比传统的电磁引信检波方法,Hilbert 变换法具有解调输出信号波形失真小和解调稳定性高的优点.     

基于Viterbi算法和ROMP的多弹道目标分离与特征提取

为实现对中段飞行中多弹道目标进行分类和特征提取,首先利用重排Gabor分布与Viterbi算法相结合的方法,获取目标散射点的时频曲线,对目标信号时频曲线拟合后进行频谱分析,完成目标运动类型分类。根据目标微动类型确定对应散射点的回波信号形式并构造相应的匹配原子库,设定待估计参数,利用ROMP方法对参数进行提取。仿真实验表明,该方法有效实现散射点分离并判断出目标的微动类型,同时验证了该方法对目标参数的提取精度。     

基于K_L变换与SVM的硬件木马检测新方法

针对基于旁路分析的硬件木马检测,旁路信号数据在空间中呈现高维分布、非线性的问题,探究在降低信号维数方面核函数的可行性,提出了一种基于K_L变换与支持向量机(Support Vector Machine,SVM)的硬件木马检测模型。在FPGA加密芯片中植入所设计的硬件木马进行实验,实验结果对比表明,利用主特征向量构建的SVM模型在检测占电路2%的硬件木马时,测试准确率达到了98.1%,为规模更小的木马检测提供了新思路。