特征信号检测法

本文以信号极点的不变性为基础,构造了一种用于可自设计的主动式系统在强噪声背景下的极微弱信号检测的检测器——特征信号检测器。文章在分析经典检测方法对极弱信号检测存在的问题的基础上,提出了特征信号检测的思想。讨论了该方法的基本原理及仿真实验结果。Monte carlo实验表明,这种特征信号检测器的性能对信噪比不敏感,可以在极低信噪比下检测出微弱信号。     

一种高频区复杂雷达目标二维散射的参数模型

为描述高频区雷达目标复杂的二维散射 ,提出采用更贴近散射机理的、特征含量更为丰富的二维散射中心模型———类型区分的几何绕射理论 (TD GTD)模型。将一种高效的基于AGR的参数估计初始值选取方法 ,以及引入RELAX技术的最大似然估计算法 (ML RELAX) ,用于模型参量的估计。解决了同时估计多个散射中心这一造成计算量过大的根源问题。实验证实了TD GTD模型的合理性以及ML RELAX算法估计性能的优越性     

相关分析在地面化学爆炸声源分类识别中的应用

在探讨地面化学爆炸声源识别方法的实践中,对比试验了基于相关分析的模板匹配法和特征相关法,表明特征相关法在分类识别能力,特征库建立及占用容量,经济投入和工作量等都优于模板匹配方法。     

关于电教教材的美学思考

在阐述电教教材美学价值的基础上,分析了电教教材的主要美学特征,并提出了电教教材编制人员应具备的美学素养及电教教材三维结构的要求。     

基于神经网络的特征结构提取

本文在详细讨论特征结构提取问题的能量函数表示的基础上,通过对该能量函数表示的适当变换和整理,高阶关联非线性连续时间神经网络被引入到特征结构的提取问题中。这种方法直观、明了,它将所要提取的特征结构与网络稳定时的输出直接对应起来,可对特征结构进行自适应跟踪、估计,这为特征结构的提取提出了一个新的方法。     

机械故障自动特征向量提取与智能识别系统

有效特征向量的提取和状态识别是设备状态监测与故障诊断中的关键技术.近年来,国内外非常重视特征参量有效性的研究和模式识别方法的探讨.笔者介绍了“机械故障自动特征向量提取与智能识别系统”的设计、结构与功能、实现方法及其应用.     

一个基于知识的航空影像目标自动识别系统

本文提出了一个基于知识的航空影像目标自动识别系统 ,系统采用结构化的黑板模型 ,专家知识不仅用来指导高级的目标识别 ,也用来指导低级的图像分割 ,本文还研究了一种不确定性知识的表示方法和推理模型 ,知识用产生式规则和过程表示 ,实验证明该算法对航空影像中目标的识别是有益的。     

变换自适应算法实现特征矢量谱

特征矢量法是分辨相关信号源的一种有效算法。该算法需求出阵列接收信号空间相关矩阵的最小特征矢量。本文在梯度法与空间三角格型法基础上,提出了一种新的算法:变换自适应法。此法通过一个变换,将求矩阵最小特征矢量的问题转换成求最大特征矢量,从而避免了矩阵求逆这一繁杂过程。理论分析以及计算机仿真结果均表明,该算法在计算量和收敛速度方面具有相当的优越性。     

二维 DFT 和 DCT 的 Systolic 阵列

超级计算中一个活跃的研究领域是将某些有限和,如离散富里叶变换(DFT)、离散余弦变换(DCT),映射到多处理机阵列上。本文首先通过二维DFT的行列分解算法流程图,给出了计算二维DFT的二种Systolic阵列:一种是由N_1个处理器组成的线性阵列,所花时间步为O(N_1N_2)(设二维DFT为N_1×N_2长的),与行列分解算法在单处理机上顺序执行所花时间相比,加速比为O(N)(设N_1=N_2=N)。这一结果无论是在时间消耗,还是在PE数量上都是目前最优的。另一种是由N_1×N_2个处理器组成的矩形阵列,所需时间为O(N_1+N_2),与行列算法在单处理机上顺序运行所花时间相比,加速比为O(N~2)(这里仍假定N_1=N_2=N)。本文还给出了二维DCT的与二维DFT相似的Systoilc阵列结构。不难将上述阵列推广到多维的情况。