数字技术和模拟技术在视频领域的应用比较

视听技术在二十年来有了翻天覆地的变化 ,从代表模拟技术的最早的日产家用VHS录像带到 90年代末代表数字技术的国产VCD、SVCD ,以及日益发展的DVD ,视听效果给人带来赏心悦目的感觉。本文从视频技术标准及先进性作一比较分析     

冲激SAR成像的分辨率估计

后向投影 (BP)算法是一种被广泛应用于冲激SAR的成像算法。当冲激SAR的发射信号是某一类冲激信号时 ,根据冲激SAR成像的特点 ,推导出BP算法的方位分辨率与成像积累角、信号中心频率的关系。仿真结果表明 ,在相当范围内 ,估计公式都是准确的     

现代海战仿真模型体系研究

模型体系是现代海战仿真的重要组成部分,是进行仿真系统设计的核心.首先分析现代海战的特点,说明了现代海战仿真的主要内容和仿真模型体系设计的原则,阐述了现代海战仿真系统包含的关键模型及其层次关系.然后从功能上对现代海战仿真模型进行了分类,设计了现代海战仿真模型体系结构.最后针对未来一体化联合作战的需求,简要探讨了仿真模型的多分辨率建模方法.     

X波段雷达线性调频脉冲压缩信号仿真研究

对雷达线性调频脉冲压缩信号进行分析以及仿真,在雷达信号模拟领域中是非常重要的.给出了常规调频脉冲压缩信号以及匹配滤波器模型及仿真结果,并在对某X波段雷达调频脉冲压缩信号处理特点研究的基础上,分析了距离分辨率对不同距离目标分辨的影响,并进行了仿真验证.     

综合孔径辐射计多分辨率统计反演方法

确定性的综合孔径辐射计反演方法没有考虑亮温分布先验信息的统计特性;另一方面,该类反演方法也难以分析亮温分布离散化引起的离散化误差,因此往往将其忽略。为此,提出一种多分辨率统计反演方法,该反演方法能引入先验信息和离散化误差的统计特性。多分辨率统计反演方法的思想是将未知的亮温分布和综合孔径辐射计测量的可见度视为随机变量,并采用统计推断的方法进行综合孔径辐射计图像反演。根据这一思想,提出了一种先验协方差估计方法,建立了含有超参数的高斯先验模型;采用多分辨率分析建立了亮温分布的离散模型,根据该离散模型和高斯先验模型计算了离散化误差的概率分布;将综合孔径辐射计图像反演转换为超参数估计的问题,采用Newton-Raphson迭代算法对超参数进行了估计。理论分析、仿真和实验均表明:与传统的确定性的反演方法相比,多分辨率统计反演方法通过利用先验信息和离散化误差的统计特性,可有效提高综合孔径辐射计的成像性能。     

美国先进隐身战机深陷“信息孤岛”

现有数据链速度低保密性差先进数据链发展滞后在过去的10年中,先进战斗机日益成为集情报侦察、战场监视于一体的作战平台。其间,机载传感器的发展尤为迅速,如有源电扫描雷达现在已经能够提供分辨率超过1米的图像;经过大幅度改进的电子战系统能够使用先进的数字射频技术,对无线电发射机进行识别、定位,而在此之前,这种能力     

图像超分辨率卷积神经网络加速算法

为了实现模型的实时和嵌入式运行,提出了一种轻量级的卷积神经网络结构。通过采用较小的滤波器尺寸和引入深度可分离卷积,可大量减少模型参数,提高模型非线性表达能力;在网络末端引入子像素卷积层,直接从原始低分辨率图像学习到高分辨率图像的映射,计算成本为原来的1/k²(k为放大因子)。在Set5数据集上的实验表明,所提模型的速度较经典的图像超分辨率重建算法速度提高了25.8倍,能够在通用GPU上实时运行,峰值信噪比平均提高了0.17 dB,并且参数只有它的35%。     

基于AFSA-WNN的Sallen-Key滤波器电路软故障诊断

为提高对Sallen-Key滤波器的软故障诊断能力,提出一种基于多分辨率变换与小波神经网络(WNN)的软故障诊断方法。该方法先引入多分辨率变换提取Sallen-Key滤波器电路的软故障特征,在此基础上,采用人工鱼群算法优化的WNN构建电路软故障诊断模型。仿真结果表明,与单纯的WNN相比,所提出方法对电路软故障的诊断性能更好,总正确率达到94.1%。从而证明该方法用于Sallen-Key滤波器软故障诊断是可行的,也是有效的。     

用于低信噪比机动目标跟踪的多分辨率方法

针对低信噪比情况下目前常用的滤波算法不能同时做到精确和高效跟踪机动目标的缺点,提出一种多分辨率滤波方法用于跟踪低信噪比情形下的机动目标.该算法利用离散小波变换和滤波器组将量测信息分解到不同分辨率的层级,由于在低分辨率下量测的误警率较低,所以在低分辨率层级实现对目标机动信息的提取,可以避免机动信息被噪声所淹没,缺失的信息...     

“高分一号”卫星发射成功

随着高分一号卫星的一飞冲天,我国的高分辨率对地观测系统建设备受国内外关注。那么,高分辨率对地观测系统重大专项从何而来,又将去向何方?本刊为此专访了国防科工局有关专家,对高分一号卫星相关情况予以专题报道和解读。