小波分析在雷达信号处理中的应用展望

小波分析在雷达信号处理中的应用研究,已成为近些年来信号处理学科的热点之一。介绍了小波分析的发展历史、研究现状,阐明了小波分析的基本概念,比较了各种小波处理方法的特点,详细讨论了小波在雷达信号处理中的诸多应用,指出了有待解决的各种问题,对小波分析在雷达信号处理中的应用提出了展望。     

基于行小波编码的纹理隐藏三维地形数据算法

讨论利用纹理图像隐藏高程信息来保护三维地形数据的信息隐藏技术。首先提出了改进的基于行小波变换及其编码,在保持地形形状和起伏特征的前提下实现高程数据的极低比特率低存储压缩。通过研究可嵌入隐藏信息的小波系数集合生成方法并结合基于视觉系统(HVS)小波域量化噪声的视觉权重(JND)分析技术,提出了自适应确定信息嵌入强度的方法。由于隐藏过程采用分组密码Rijndael生成单向Hash函数,信息隐藏算法高度安全、可以公开。     

基于复小波域Wiener滤波的图像去噪方法

针对基于张量积小波域W iener滤波方向性差,从而导致去噪后图像边缘信息保持欠佳的问题,对复数小波的方向性质进行了分析,采用基于具有强方向性的复数小波域的W iener滤波的方法去噪,去噪后图像峰值信噪比和视觉质量较二维张量积小波去噪都有明显改善。     

基于Turbo码和小波分形的数字水印算法

利用Turbo码的强纠错性和小波分形思想,提出了基于Turbo码和小波分形的图像数字水印算法。嵌入水印之前,对水印信息序列首先进行混沌变换和Turbo编码,并利用HVS(Hum an V isual System)将水印自适应嵌入到载体图像视觉不敏感的零树和分形的相似域。实验结果表明,该算法不仅提高了提取水印的准确度,也提高了水印的抗攻击能力,同时较好地解决了水印的鲁棒性和不可见性之间的矛盾。     

基于SDAE+Softmax模型的体系贡献率评估方法

战争就是交战双方作战体系之间的对抗.体系贡献率评估是体系建设和分析重点关注的问题,是对作战要素在作战体系中所发挥作用的一种度量.针对体系的复杂系统特性,构建SDAE+Softmax模型对体系效能涌现过程进行建模,模型描述了体系基础指标与任务指标之间的关系.提取Softmax分类器的分类概率相对值作为体系贡献率评估的综合特征指标,量化体系组分改变对体系效能的影响.基于SDAE+Softmax模型的评估方法,为体系贡献率评估提供了全新的思路,是对传统评估方法的突破.     

关于改进军械库房温湿度监测系统方法的研究

本文针对传统温、湿度监测方法的不足,提出并设计了以温、湿度传感器作为测量手段,运用单片机与PC机对测量结果加以显示及记录的温湿度监测系统。用以实现在低成本、低消耗、较高精度情况下对军械库房温湿度情况的实时监测,进而达成对库存枪械、弹药有效保管及质量保证之目的。     

电磁场计算中FDTD与MRTD

时域有限差分法 (FDTD)在电磁场数值计算中占有重要的地位。本文发现并证明FDTD是时域多分辨分析 (MRTD)的特例。利用小波 -伽略金方法求解麦克斯韦方程过程中 ,基函数为一般的小波分析中的尺度函数或小波函数 ,可以得到MRTD算法。如果基函数选为Haar小波尺度函数 ,可以推得FDTD算法。如果基函数选为Haar小波包中的尺度函数 ,可以得到高阶FDTD算法。通过算例比较 ,MRTD比FDTD的计算效率更高     

实时应用中的内存锁定技术研究

内存锁定是一种保证某进程驻留在内存而不需换页的方法。在实时环境中 ,系统应保证将某进程锁定在内存中 ,以减少数据访问、指令读取、进程间缓冲区切换等等引起的延迟。将一个进程的地址空间锁定在内存中 ,就为应用的响应时间满足实时需要提供了保障。一般来说 ,对时间要求苛刻的进程应锁定在内存中。本文主要以实时环境为背景 ,阐述了内存锁定和解锁函数以及在多进程下内存锁定技术的应用。     

多维离散变换与小波的并行算法及其实现

讨论了多维 DCT和多维 DWT的并行行列算法和并行多项式变换算法 ,并用 Log P模型对算法进行了分析。在仔细分析一维和二维离散小波变换与小波包变换计算结构的基础上 ,提出了它们的并行算法。算法只需相对较少的通信时间 ;适合大规模并行机 ( MPP)和工作站或微机机群系统 ;方法也适合信号处理中的各种塔式分解过程。用 Fortran语言和 PVM编制了算法的程序。在机群系统和大规模并行机上的实验表明 ,算法是正确的且具有较高的加速比。     

基于小波变换的图象压缩中量化方法的研究

研究了小波系数的分布规律和统计特性,分析了各种小波系数对恢复图象质量的影响,从而为基于小波变换的图象数据压缩提供了量化方法。