基于DSP的目标定位跟踪硬件融合平台的设计

声探测技术用于低空低速飞行目标的跟踪定位,而红外图像探测器能跟踪中低空飞行目标。然而现在缺乏能处理两种或两种以上探测系统的硬件平台。基于这种现状,设计了一个硬件融合平台,既可以用于红外机动目标的跟踪,也可以用于声探测目标的定位处理。融合平台的设计,不仅弥补了不同平台之间的缺陷,又发挥各探测平台的优点。系统整体设计框架采用DM642+FPGA。在声探测软件设计中,设计了UART驱动,并用C语言编写了伪线性卡尔曼滤波定位算法,并且成功将跟踪算法移植到了硬件平台中,有效跟踪到飞行目标。     

高动态环境下基于H_∞滤波的深组合导航技术

捷联惯性导航系统(SINS)/全球定位系统(GPS)组合导航系统是适用飞机和现代武器装备的高精度导航系统。针对高动态环境下GPS/SINS组合导航系统的定位精度问题,以炮射无人机为例提出基于H∞滤波技术的SINS/GPS伪距、伪距率深组合导航方案,用于提高高动态环境下组合导航系统的精度和鲁棒性。仿真结果表明,H∞滤波器不但比Kalman滤波器鲁棒性强,而且可用于带有强有色噪声的高动态系统中,并能保持较高的精度。     

基于RCS的空间目标识别研究

空间目标的雷达探测与识别技术在航天监测、开发利用空间资源方面具有广阔的应用前景。空间运动目标RCS序列为非平稳时间序列,常用时间序列分析方法很难对其进行特征提取和识别。针对空间运动目标RCS序列的变化规律,引入小波变换以及模糊分类对空间目标的RCS序列进行特征提取和识别。实测数据处理结果表明,对于空间目标的旋转姿态识别,该方法取得了较好的实验结果。     

基于机器视觉的洞库类目标自动识别技术

针对传统的洞库类目标识别方法所存在的不足,设计了一种基于可见光/红外线探测器和嵌入式DSP的洞库类目标主动探测和自动识别装置,根据洞库外观的结构特征建立了洞库识别的数学模型,提出了基于Hough变换的洞库类目标自动识别算法,并将洞库识别数学模型与Hough变换的处理流程有机结合起来,实现了不同外观结构的洞库类目标的正确识别。实验结果表明该洞库类目标识别算法具有较强的鲁棒性,可以有效地抑制噪声的影响,对由于预处理参数设置不合理所造成的洞库类目标边缘成为不连续曲线的现象也有良好的自适应性和自判断性。     

基于MIDI音乐的数字音频半脆弱性水印算法的研究

提出了一种基于MIDI音乐的音频半脆弱性水印算法,将待嵌入水印转化为MIDI音乐,并对水印进行了主成份分析,可在具有较小冗余的载体中进行嵌入;尔后,用混沌加密及重复编码,来提高水印的鲁棒性;同时采用三种检测方法,提高对水印提取的判断正确率。实验结果表明,算法对于一般性的攻击（剪切、回声等）具有较好的鲁棒性,可实现较好的认证功能。     

雷达杂波建模与仿真

雷达的环境杂波在雷达环境模拟中具有重要的作用,其特性可以用幅度分布特性和频率分布特性来描述。详细分析并建立了Rayleigh,LogNormal,Weibull分布和K分布等几种概率分布的雷达杂波模型,并对雷达中常见的地杂波、气象杂波、箔条杂波、海杂波等各种雷达杂波类型进行建模仿真,重点是结合ZMNL的方法特点给出具体的实现过程。最后给出了模拟杂波数据的概率密度和功率谱密度曲线,进一步验证了ZMNL杂波建模的有效性和准确性,该方法产生的杂波信号可以用于杂波模拟系统。     

一种低信噪比下二相编码信号脉内特征提取方法

为改善小波脊线法在低信噪比下提取二相编码信号脉内特征的性能,提出了一种改进的小波脊线脉内特征提取方法。该方法将魏格纳-威利变换与小波脊线法相结合,利用魏格纳-威利变换对噪声的抑制来改善信噪比,通过分析二相编码信号的小波脊线特征来得到脉内特征参数。仿真结果表明,该方法在低信噪比下仍能准确提取二相编码信号的脉内特征,具有明显优越性。     

基于Matlab的船载平台式惯导系统误差分析

给出平台式水平阻尼惯性导航系统误差的数学模型,然后介绍了系统Simulink的误差建模方法,对系统误差进行了仿真,从仿真结果中能够清楚地看出系统误差的大小及变化趋势。在分析惯导各种误差变化的基础上,结合2套船载惯导设备的输出信息比较,对惯导误差进行补偿和修正从而提高船栽惯导系统的使用精度。     

随机利率情形下幂型期权定价问题

利用随机微分方程,鞅方法及测度变换等方法,讨论了随机利率情形下的幂型期权定价模型,并得到了随机利率情形下的幂型期权定价公式。     

一种图像相关性去噪算法

利用图像经非下采样Contourlet分解后相邻尺度间和相邻方向间系数的相关性,定义了方向相关因子β并用其修正相邻尺度间系数的积和设定阈值函数,取消传统相关性去噪中逐步判定边缘细节的迭代计算,即可实现根据子带含有信息量的多少对噪声和图像边缘细节进行一次判定从而将二者有效分离的目的。实验结果表明:该算法不仅克服了恢复图象中的伪Gibbs失真和边缘"毛刺"现象,更多地保留了图像的边缘细节,提高了图像的PSNR值,而且降低了运算复杂度,缩短了编解码时间。