基于shearlet与PCNN的多聚焦图像融合方法

针对传统脉冲耦合神经网络(PCNN)模型在多聚焦图像融合领域应用中面临的参数繁杂等问题,提出一种基于剪切波(shearlet)变换与改进型PCNN的多聚焦图像融合方法。相比以往的变换域方法,shearlet具有理想的图像信息捕捉性能以及较低的计算复杂度,因此,可利用shearlet将待融合图像进行多尺度多方向分解。其次,对经典PCNN模型加以改进,综合运用清晰度水平以及协调矩阵完成低频子带图像以及一系列高频子带图像的融合过程。最后,运行shearlet反变换得到最终融合图像。仿真实验选取了若干组待融合图像进行仿真,验证了该方法在主、客观评价两方面的优越性。     

基于改进协方差控制的传感器管理算法

针对传统的基于协方差控制的传感器管理算法使用全遍历方法所造成的计算量大,以及传感器切换频繁的问题,提出了一种基于改进协方差控制的传感器管理算法。该算法在每一时刻首先判断前一时刻所用传感器组是否能够满足目标跟踪需求,以滤波协方差与期望协方差的偏差作为参考,结合量纲变换和特征值求取,为协方差偏差矩阵经过量纲变换后得到的量纲一致阵的所有特征值设定一个精度阈值,然后判断滤波协方差是否满足期望,从而决定是否维持当前选择的传感器组。在目标作匀速、匀加速、协同转弯等多种场景下进行了算法性能测试分析,仿真结果表明,该算法不仅在大部分场景下满足目标跟踪精度,而且能够提高传感器管理算法的实时性,同时降低传感器的切换频率。     

基于循环谱相关的雷达信号脉内分析改进算法

针对传统的雷达信号脉内特征分析算法存在的局限,提出了一种基于循环谱相关的雷达信号脉内特征分析的改进算法。该算法将传统的循环谱估计方法进行了改进,能对雷达信号脉内调制方式进行识别并提取脉内特征参数,然后结合改进的小波变换的优点,对识别出的相位编码信号进行相位突变点的提取,最后输出至完善的脉冲描述字中。改进的算法能够在较低计算量的同时保证较好的脉内特征参数的估算精度。仿真结果表明,在较低信噪比下,该算法仍然具有较好的性能。     

复杂自然背景中人造目标的分割研究

在以自然景物为背景的图像中,分形维数特征是一种能有效将人造物体从自然背景中分割出来的一种纹理特征.提出了一种基于Gabor滤波器及差分盒维数的分形纹理特征提取方法,该方法依据不同的滤波器尺度分别采用不同尺寸的滑动窗口来计算分形纹理特征.并利用FCM方法实现了对图像的分割.实验表明该方法能很好地对真实自然背景的图像进行分割,并能由此获得人工目标的轮廓图像.     

直列式内燃机往复惯性力对瞬时转速影响的仿真研究

提出了两种由直列式内燃机往复惯性力计算转速波动的仿真模型 ,对不同气缸间惯性力的相位耦合进行了仿真分析 ,证明缸数对转速波动的幅度和频率均有着很大的影响 ;利用希尔伯特变换对转速波动信号进行时频分析 ,证明了多缸机转速波动波形为调频余弦曲线     

锥脊波导SOA光耦合机制的理论分析

针对半导体光放大器 (SOA)与单模光纤的耦合问题 ,详细介绍了当前最新的锥脊光波导耦合技术 ,用光波电磁场干涉理论建立了锥脊光波导的传输模式方程 ,并根据光波的全反射理论 ,揭示了锥脊光波导等效折射率的渐变规律 ,从理论上分析了锥脊波导SOA的光耦合机制 ,理论分析与相关报道的实验结果吻合 .     

二阶拟线性常微分方程振动的区间准则

建立了方程振动的新准则。这些准则不同于现有的许多结果,仅需（to,∞）中一列子区间上的信息,而不是整个半直线。根据斯图姆定理,笔者的结果更自然并比先前的结果更精确,且能应用到∫to^∞q(t)dt=-∞的情形。     

小波变换在非线性偏微分方程中的应用

非线性偏微分方程方程理论的研究中,正则性条件起着重要的作用。正则性条件的强弱对于我们对方程解的结构进行全面系统的分析有着很大的帮助。小波理论对微分方程的应用也是极其广泛的。作为对这一领域研究的尝试,本文将利用小波正交基的正则性条件讲述并证明非线性偏微分方程解的一个正则性定理。