一种有效的常规雷达目标识别方法

基于小波变换和进化网络提出一种有效的常规雷达目标识别方法。即首先利用 Mallat算法对雷达目标一维距离像进行特征提取和压缩 ,然后在进化规划的基础上提出一种混合进化算法来优化设计由多层前向网络构成的分类器。实验结果表明 ,整个目标识别系统的结构简单 ,同时具有较好的推广能力     

一种基于小波变换的X线图像边缘检测算法

在小波变换的基础上探讨出一种用于X线图像边缘检测的新算法,能够对X线图像进行边缘检测和分割。通过预处理（去噪,增强）、小波变换实现了图像的二值化。采用新算法及传统方法对X线图像进行边缘提取,并对结果进行比较。实验证明该新算法快速、精确、抗噪能力强。     

基于机械故障诊断的算法及小波基选择研究

针对小波分析在机械故障诊断应用中的快速算法和小波基选择存在的问题,对常用的正交、半正交、双正交小波提取信号特征的能力进行了分析比较,研究表明半正交B样条小波因具有线性相位和采用较长的分解序列而具有较好的频率局部化特性和较小的变换误差,具有比较好的综合性能。推导了正交小波包的图形显示算法,利用该算法解决了小波变换快速算法中存在的数据长度随分解层数成倍减小的问题。研究结果为机械故障诊断中选择小波基进行信号处理提供了依据和途径。     

基于峰值点形态信息的SAR图像舰船尾迹检测算法

在分析合成孔径雷达(SAR)图像中舰船尾迹线性特性的基础上,针对SAR图像线性特征产生因素的多样性,及由此引起的Radon变换域中尾迹峰值点检测的不确定性,提出了一种基于峰值点形态信息的尾迹检测算法。算法门限化图像的Radon变换系数,提取出所有可能的峰值点;对这些相应的局部峰值点的一维截面进行连续小波变换峰值点匹配,根据提取到的参数形成决策矢量在特征空间中进行决策。仿真和实际数据处理的结果表明,该方法能有效、准确地检测到SAR图像中的舰船尾迹并判决其真假类别。     

防空导弹横向振动响应计算研究

随机气流与舵面的运动将给弹体造成随机载荷 ,用模态叠加法编写程序计算了该激励产生的随机响应     

基于神经网络技术和小波分析的发动机 气缸气密性能检测研究

提出了一种基于小波分析和神经网络技术检测发动机气缸气密性能的新方法。对电涡流位移传感器拾取的飞轮位移信号直接进行时域采样 ,通过处理和小波分析 ,获得反映发动机启动瞬时转速尺度参数 ,BP神经网络以此作为输入向量 ,从而有效地检测发动机气缸气密性能。     

探空火箭图像采集与压缩系统的研究与实现

针对探空火箭的应用要求,研究并实现了一种多路实时图像采集和压缩系统,介绍了系统实现的方案以及采用的两种关键技术。系统采用了基于ARM和FPGA的嵌入式系统架构,以专用的压缩芯片作为图像处理单元,通过采用提高摄像头分时复用的可靠性和优化压缩比控制方案两条技术途径,解决了图像低功耗、实时压缩等问题。系统电路结构精简,集成度高,灵活性强。实际测试表明:系统性能可靠,具有轻小型、低成本、低功耗等特点,在空间环境垂直探测实验中,系统拍摄到火箭箭头与发动机分离、电场探测伸杆展开等重要画面,使用边缘强度评价法对所得图像进行质量评价,图像清晰度满足科学研究与工程应用的需要。     

基于能量耗散的药柱粘弹性累积损伤

基于不可逆能量耗散的损伤变量定义方法和动态线粘弹性理论,建立了固体推进剂累积损伤模型,利用不同拉伸速率下的试验数据,拟合得到了推进剂破坏耗散能表达式,进而给出了推进剂在周期应力响应下的累积损伤计算式,并讨论了周期应力幅值和频率对累积损伤的影响,最后对某舰载发动机药柱进行了累积损伤及使用寿命分析。提出的累积损伤分析方法,为固体发动机贮存寿命预估提供了一条有益的技术途径。     

基于神经网络和功率谱的水中目标信号检测方法

将功率谱和神经网络相结合,应用于高海况、低信噪比条件下,水中目标信号的特征提取中.文中首先对信号进行功率谱估计,利用目标信号功率主要集中在低频部分的特点,提取低频信号的能量作为特征,然后利用人工神经网络对目标信号进行检测.利用不同浪级情况下海洋水压场的仿真信号数据,对某型目标舰船的水压信号进行了检测计算,验证了该方法的有效性,尤其是达到了在高海况、低信噪比条件下,对目标信号检测率比较高、虚警率比较低的效果.     

正交小波包分析在遥感图像融合中的应用

小波变换具有优良的时频局部特性,但由于其尺度是按二进制变化的,存在“高频低分辨”这一缺陷.正交小波包分析能够将信号(图像)频带进行多层次划分,对多分辨分析没有细分的高频部分进一步分解,从而提高了频率分辨率,能有效地提取特定的频率成分.推导了小波包分析的基本原理,给出了基于正交小波包分析的遥感图像融合算法.最后,通过实例说明正交小波包分析的有效性和优越性.