基于循环频域滤波及Schmidt正交对消的单通道信号分离算法

单通道盲信号分离是信号处理领域中的研究热点和难点.分析了循环频域滤波用于单通道时频重叠信号分离的可行性,提出了基于循环平稳频移滤波器及Schmidt正交对消的信号分离方法.利用频移滤波器提取一个源信号,通过Schmidt正交化法从观测信号中消去已提取的源信号获得另一个源信号.仿真表明,本文算法可有效分离时频重叠的雷达通信信号,相比时域维纳滤波,分离性能提高了10dB以上.     

含噪稀疏信号重构的l0范数期望值最小化方法

压缩感知理论是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对测量值受噪声污染的含噪稀疏重构问题,提出了近似l0范数期望值最小化方法。该算法基本思想是将含噪稀疏重构问题转化为近似l0范数期望值最小化问题,并利用噪声的统计特征将随机最优化问题化简为常规的最优化问题,然后采用最速下降法求解。数值仿真表明,本文提出的方法具有更好的重构精度,且计算量较小。     

仿真信号模糊一致性分析与风险评估方法

为了完善基于置信区间的仿真信号一致性分析方法,考虑了置信区间与接收区间的长度匹配问题,定义来最佳样本容量,并在此基础上提出了基于D-S证据理论的仿真信号模糊一致性分析方法。同时为了对信号仿真模型的风险进行定量评估,建立了信号仿真模型风险系数函数,得到多参数仿真信号风险系数向量,以此给决策者和/或仿真用户提供决策支持。最后,用水中兵器仿真试验中水中目标辐射噪声仿真的应用实例加以说明。     

混沌序列的MIMO雷达正交波形集设计

波形分集是多输入多输出(MIMO)雷达的主要特征之一,设计性能良好正交波形集是实现MIMO雷达的关键技术。介绍了噪声MIMO雷达的基本原理,分析了利用混沌序列设计正交波形的可行性,提出了基于混沌序列的MIMO雷达正交波形集设计方法,给出了基于两种典型混沌序列设计二相编码正交波形的设计结果,分析了波形集相关性能,计算机仿真表明,该方法在算法效率和波形多样性方面优于传统的遗传算法。     

影响水下距离选通激光图像光学相关识别的若干因素

针对水下距离选通激光图像光学相关识别技术的应用,研究了引起图像畸变从而导致光学相关识别相关峰输出效率降低的若干因素,并通过实验的方法采集了不同系统参数设置下的激光成像图片,然后采用相位匹配的方法对图片进行相关性分析,同时应用PCE、Disc等指标联合评价输出的相关峰质量,从而衡量各因素所引起的成像畸变对光学相关识别性能的影响程度.MATLAB软件仿真结果证明:激光单脉冲能量、ICCD增益、成像距离等因素变化均会引起图像相位特征畸变,导致相关识别鉴别率降低.该结果可为建立水下距离选通成像系统控制模型和设计匹配滤波器提供参考.     

基于磁导率法的零部件硬度电磁无损检测技术研究

传统的机械压痕法虽能测量火炮零部件的硬度,但对其表面有损害,且某些零部件工作面并不允许使用打点测量方式．为解决这一问题,基于硬度与材料磁导率之间的对应关系,设计了一种硬度电磁无损检测系统,采用DDS技术实现参数可控的正弦信号源,以满足磁导率测试所需的激励条件．为了提高检测灵敏度,利用交流电桥拾取由硬度变化引起的检测线圈和参考线圈电压差分信号,并进一步在调理电路中采用正交锁相放大技术对这一微弱信号进行放大和噪声抑制．硬度试验结果表明,该系统能以无损的检测方式有效地区分零部件的硬度值,为火炮定型试验中的硬度测量提供了新途径．     

压缩感知新技术专题讲座(三) 第5讲 压缩感知理论中的信号重构算法研究

信号重构作为压缩感知理论的核心之一,是指从长度为m的测量向量Y重构长度为n(m n)的稀疏信号Θ的过程。由于测量次数远小于原始信号维度,信号重构成为欠定方程求解问题,一般没有确定解。然而,若Θ满足一定的稀疏性条件,问题有确定解。文章首先从解析几何角度出发,分析了压缩感知中稀疏信号重构的原理,并对已有的两大类重构算法分别进行介绍:一类是针对l0范数最小化的一系列贪婪算法,一类是针对l1范数最小化的凸优化算法。对前一类算法,选取了代表性的OMP、ROMP、CoSaMP和SAMP算法进行研究,并分析了它们的优缺点;对后一类算法,着重阐述了将BP问题转换为LP问题的推导过程,并介绍了两类经典的凸优化算法:BP-Simplex和BP-Interior。最后,展望了信号重构算法的研究前景。     

语义Web服务匹配方法分析

语义Web服务是实现数据和应用集成的一种有效机制。随着Web服务规模的快速增长,自动、准确地获取Web服务成为目前研究的热点问题。服务发现的关键问题是如何提高匹配算法的准确性和高效性。首先归纳了语义Web服务匹配的相关概念,然后总结了语义Web服务匹配算法的研究内容和目标,分析比较了语义Web服务匹配中基于相似度匹配、逻辑匹配和混合匹配三类主流算法的设计侧重点及性能,最后总结了全文并给出了下一步研究方向。     

基于属性散射中心的SAR图像重构及在目标识别中的应用

提出基于属性散射中心重构的合成孔径雷达(SAR)图像目标识别方法.该方法采用邻域匹配算法构建测试图像散射中心集与对应模板散射中心集的对应关系.并分别利用所有的测试散射中心以及匹配的模板散射中心基于属性散射中心模型重构测试图像和模板图像.在此基础上,设计重构图像之间的相似度度量并根据最大相似度的准则判定目标类别.利用MSTAR数据集在多种条件下进行了目标识别实验,验证了所研究方法的有效性.     

顾及时空语义的多主题瓦片数据优化检索方法

针对虚拟地球可视化中多个逻辑图层叠加产生大量同名瓦片索引重叠引起的数据无效访问和内存冗余等问题,提出顾及时空语义的瓦片数据优化检索方法。在客户端实现顾及时空语义的自适应瓦片优选,将视点信息与数据集的时空范围、分辨率和优先级等语义信息自动匹配与自适应筛选过滤,显著提高目标瓦片数据的命中率;在服务器端实现面向主题的内存数据库瓦片数据缓存,进一步提高瓦片数据二次访问的响应速度。实验表明,该方法不受逻辑图层增量影响,保证目标瓦片较高的命中率,缓存方法进一步提升瓦片二次访问效率,显著提高面向多数据集的海量数据实时可视化性能。