过模慢波结构高频特性

对过模结构在提高功率容量方面的优点进行了理论分析;分别采用解析方法和有限元方法研究了理想无限长过模慢波结构及有限长过模慢波结构色散关系的特点,对比了这两种情况下TM01模色散特性的区别,结果表明两者在纵向波数取值及对应的频率上有所差别,这对于高功率微波器件高频结构的设计有重要的参考价值。     

一种图像去模糊正则化恢复算法参数确定方法

为了解决模糊正则化恢复算法中参数确定问题,提出一种正则化参数确定方法,该方法根据降质图像特征计算正则化参数.分析了目前普遍应用的全变分正则化方法和该问题的改进拉格朗日迭代解法(SALSA),分析不同正则化参数对恢复效果的影响,提出的正则化参数确定方法与噪声和原图像梯度大小相关.对不同梯度和噪声图像的不同正则化参数恢复效果进行对比,得到提出的正则化参数确定方法能使恢复图像的改进信噪比处于最大值附近.从实验视觉效果得出,该参数确定方法能够抑制降质图像的噪声并能够尽量恢复原图像细节信息.     

超声速型面可控喷管设计方法

提出了基于B-Spline曲线和特征线方法的超声速型面可控喷管设计方法,通过设置喷管轴向马赫数分布可以灵活地调整喷管的型面形状。数值验证结果表明,该方法不仅可以设计出高品质的喷管出口流场,而且能够实现喷管型面的灵活调整,可以获得长度与最短长度喷管一致,但流场品质更优的喷管。     

自由曲面慢刀伺服车削及刀具参数确定方法

自由曲面光学元件具有优越的光学性能,在现代光学系统中得到越来越广泛的应用。慢刀伺服是单点金刚石车削自由曲面的新技术。由于自由曲面面形的复杂性以及慢刀伺服车削技术的特殊性,刀具与工件的相对位置关系也更加复杂,必须对刀具与工件表面的相对几何关系深入研究,从而确定合适的刀具参数。从原理上对慢刀伺服车削技术的特殊性进行了分析。分别基于过轴心截面曲线特性和基于NURBS曲面整体特性研究了刀具参数确定方法。以正弦阵列表面工件为例,验证了这两种分析方法。     

基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取与识别

针对磁记忆检测中缺陷信号持续时间短且频率范围小的特点,为提取磁记忆信号的有效特征,根据矩阵奇异值的特点,提出一种基于Wigner-Ville分布及局部奇异值分解的磁记忆信号特征提取方法．通过将时频分布矩阵从时间轴和频率轴分别划分为不同局部矩阵,提取出各矩阵的奇异值来构造特征向量．然后,将构造的特征向量作为支持向量机的输入向量对不同检测区域的金属磁记忆信号进行识别．实验结果表明：基于Wigner—Ville分布及局部奇异值分解算法构造的特征向量能有效提取磁记忆信号的特征信息,提高支持向量机的识别精度．     

声自导鱼雷一次转角射击参数的优化

为了提高声自导鱼雷一次转角射击的发现概率,建立了一次转角射击的解析模型,并将射击参数的优化归结为一个带约束的优化问题。使用了一种改进的粒子群算法解决了上述问题,优化了自导扇面相遇点系数和出管直航距离两个射击参数。实验结果表明,使用优化后的射击参数显著提高了鱼雷的发现概率。     

基于时滞的现代空防对抗兰彻斯特方程模型

针对现代战争中空防对抗过程的复杂,分析了现代作战条件下空袭与防空作战的主要特点,建立了基于时滞的现代空防对抗兰彻斯特方程模型,给出了该模型参数的求取方法,并进行了算例仿真分析,得到了有价值的仿真结果,为现代空防与防空作战提供了指导。     

RDWT和NVF的自适应彩色图像水印算法

提出一种基于冗余小波(RDWT:Redundant Wavelet Transform)和噪声可见度函数(NVF:Noise Visibility Function)的彩色图像水印嵌入新算法,该算法利用主体图像的稳态广义Gaussian模型描述图像的局部特性,建立了水印信息的加权系数计算公式。在水印嵌入过程中先对主图像在YIQ空间的Y分量进行RDWT变换。同时利用NVF函数对经过加密变换的水印进行加权处理,然后利用奇异值分解将水印嵌入到变换域复杂纹理和边缘区域。实验结果表明该算法在保证水印不可见性的同时能很好地抵抗多种几何攻击和图像处理攻击,实现了水印鲁棒性、不可见性和容量的统一。     

基于高度图的地形纹理生成方法

介绍了利用高度图生成地形纹理图的方法。阐述了多个特征纹理图融合的方法,根据高度值计算地形纹理图各像素RGB值的过程和遍历图的方法和技巧,并介绍了在高度图中确定顶点高度值的方法。利用此方法,可以按照自己的需求制作地形纹理图,为三维地形可视化研究提供了参考。     

基于内插阵列变换的非圆信号MUSIC实值算法

提出一种基于内插阵列变换的非圆信号MUSIC实值算法(VIA-NC-MUSIC实值算法).首先利用真实阵列流型与虚拟阵列流型之间的变换矩阵,将真实阵列输出转换为虚拟阵列输出,再根据信号源为实数的特点,分别求取虚拟阵列输出的实部和虚部,将其串联组合,扩展阵列输出的维数,进而得到一种多重信号分类(MUSIC)的波达方向(DOA)估计算法.还分析了VIA-NC-MU-SIC实值算法的计算复杂度,并与复运算的复杂度进行了比较,新算法的复杂度相对较低.仿真实验表明:存在阵元位置误差的情况下,新算法通过对阵元位置校准数据进行内插阵列变换(VIA),取得与阵元位置校准的非圆信号MUSIC算法(NC-MUSIC算法)相当的估计性能,保持了高估计精度、高分辨力,并且在二维阵元位置误差情况下,新算法的估计性能明显优于阵元位置未校准的NC-MUSIC算法.