基于局部自适应色差阈值的彩色图像边缘检测

为了使彩色图像的边缘检测器更符合人眼对图像信息的分辨情况,防止视觉不敏感区域的边缘的过检测问题,该文提出一种自适应色差阈值的估计方法并与不同的色彩梯度算子结合应用于彩色图像的边缘检测中。构建包括亮度掩模与对比灵敏度的局部色差可视阈值的权重因子,结合局部背景亮度以及亮度与色彩的空间频率对人眼视觉的影响。利用信噪比(SNR), Pratt因子与时间复杂度对提出的算法的抗噪性与边缘定位的准确性以及时间代价进行定量评价,表明该算法能准确检测出图像边缘且有效地抵抗噪声对图像的干扰。     

基于局部边缘特征描述子的自适应边缘检测算法

点云的边缘是将点云模型转换为高质量曲面或实体模型的重要中间特征。为了有效地提取点云边缘,针对现有点云边缘检测算法设置统一邻域值或邻域半径造成的边缘检测不准确的问题,提出一种基于局部边缘特征描述子的自适应边缘检测算法。首先定义法向量特征模型,引入法向量变化率,基于法向量变化率提出邻域自适应方法;然后结合点云局部区域的曲率密度,定义局部边缘特征描述子;最后根据特征描述子取值符合高斯分布的特点自动调整阈值,解决了对于不同的点云模型需要人工调参的问题。通过在多种不同的点云数据集上进行实验,证明了该算法可以在保持模型原始信息的前提下,准确地提取模型的边缘信息,具有可重复性和一定的鲁棒性。     

低信噪比下基于自适应门限的窄带干扰抑制研究

对一种基于自适应门限的变换域窄带干扰抑制技术进行了研究。该技术根据在低信噪比下接收信号经过快速傅立叶变换后数据的统计特性,估计出高斯白噪声和干扰之间的门限值,然后将高于门限的干扰谱线幅度值抑制到与噪声相近的程度,大大减少了干扰信号的功率,从而提高信噪比。理论分析和仿真结果表明,该技术改善了系统性能且便于硬件实现。     

自适应系统中基于场景的信噪比预测算法

首先定义了过时信道状态信息（ OCSI,Outdated Channel State Information）对系统频谱效率的影响因子,分析了OCSI对频谱效率的影响;接着提出了一种基于信噪比预测的无线链路自适应系统模型,应用文中提出的基于信道变化场景的信噪比预测算法（ SSPA,Scenario-based SNR Prediction Algorithm）对发送数据时的信噪比进行预测,以克服OCSI的影响。仿真表明,与现有技术比较,基于SSPA的自适应系统具有近似的误比特率性能,频谱效率得到了有效的提升,特别是在高信噪比区域,频谱效率的改善十分显著。     

基于最大输出信噪比准则的自适应脉冲压缩

传统的匹配滤波只能将距离旁瓣压缩到一定的程度,因此可能出现强目标的旁瓣掩盖弱目标的情况。针对上述问题,该文提出了基于迭代思想和最大输出信噪比准则的自适应脉冲压缩方法,该方法利用先验目标距离像信息来实现自适应地抑制距离旁瓣和噪声。该文首先推导了算法原理,然后给出了算法的实现步骤,最后讨论了算法的收敛性及优化。仿真结果表明,该算法可以自适应地实现旁瓣抑制,并在多目标和运动目标的情况下能够实现有效的脉冲压缩。     

低信噪比信号检测识别技术

针对复杂背景环境中低信噪比信号难以检测识别的问题，本文叙述了几种最新的信号检测技术，并介绍了各种技术的算法及其特点，最后对其应用进行了简单的比较。     

低信噪比下多参数融合的自适应语音端点检测

传统语音端点检测方法利用语音和噪声在某单一参数特征上的差异进行信号中语音起止点的切分,但不同参数在低信噪比不同噪声环境下表现不稳定,鲁棒性差。因此,本文提出了基于均匀子带谱方差,能熵比,梅尔倒谱距离,似然比四种参数相融合的语音端点检测方法。该方法能自适应地改变各参数阈值,并通过实时监测噪声段能熵比的值确定所采用的投票判决机制,从而进行语音端点判定。实验结果表明,该方法在低信噪比下较常用的端点检测方法有更高的检测正确率及鲁棒性,对语音信号后续处理工作有一定的借鉴意义。     

基于局部对比度的自适应Top-Hat红外小目标检测

Top-Hat的检测性能受限于固定单一的结构元素,导致对复杂背景的抑制能力差。针对该方法的不足,提出两种具有递进关系的改进Top-Hat算法。首先依据小目标与其邻域灰度值差异,改进了Top-Hat变换,提出了一种具有双结构元素的Top-Hat算法,分别为膨胀和腐蚀操作设计了各自的结构元素,并且调整了开运算的运算顺序,以提高对红外小目标的检测性能。在此基础上,又提出一种基于局部对比度的自适应双结构Top-Hat红外小目标检测方法,通过计算局部对比度得到显著图,获得先验信息,自适应地改变双结构元素的大小,利用目标区域及其邻域的灰度值差异来抑制背景和增强目标。与同类方法和非同类方法进行对比实验研究,结果表明,所提基于局部对比度的自适应Top-Hat方法在5种评价指标中均表现突出。     

基于局部自适应阈值的跳频信号提取和检测

针对通信对抗中跳频(FH)信号的提取和检测问题,考虑存在定频干扰的情况下,提出了一种基于局部自适应阈值的跳频信号提取和检测方法。在短时傅里叶变换(STFT)的基础上,通过求解合适的局部自适应阈值,消除定频干扰的影响,实现对跳频信号的提取。然后,根据跳频信号在驻留时间上的连续性对提取结果进行检测。仿真结果表明,当干信比(ISR)为10 dB时,无论是否发生频率碰撞(跳频信号的频率与干扰频率相同),算法均可以实现对跳频信号的有效检测,且算法复杂度低、可靠性高。     

全内反射照明光学元件损伤检测信噪比分析

适合的光学元件照明对终端光学元件损伤检测成像至关重要.基于平板光学元件的全内反射原理,将阵列LED边缘照明光耦合进大口径光学元件,光学元件上疵点处的全内反射条件被破坏,光线从疵点出射,用相机对元件成像,散射光就会在相机CCD上形成疵点的图像,它是暗背景中的亮点,因此图像信噪比很高,解决了损伤检测过程中疵点到底归属于光学...     

信噪比自适应Turbo自编码器信道编译码技术

作为通信系统中基本的组成部分,信道编码使信息在传输的过程中能够抵抗信道的干扰。随着人工智能的发展,深度学习(Deep Learning,DL)越来越多地被用到通信领域解决实际问题。近年来,有学者提出将DL应用于端到端的信道编译码系统,并展现出了其良好的性能。现有基于DL的信道编译码方法在特定信噪比(Signal-to-Noise ratio,SNR)下训练网络模型,然而,在部署实际通信系统时,并不能保证信道条件和训练时是一致的,导致对于不同的SNR,需要存储大量模型。基于此,提出了自适应信道SNR的Turbo自编码器信道编译码系统,通过引入注意力机制感知信道变化,生成与信道条件相匹配的编码码字。仿真结果表明,该方法能够有效应对信道条件的变化,大幅降低设备端神经网络参数的存储开销。     

基于DSP和FPGA技术的低信噪比雷达信号检测

提出一种基于DSP和FPGA技术的低信噪比情况下雷达信号检测技术的工作原理与硬件实现方法,采用数字化的处理方法处理信息,取代传统使用的模拟检测技术,并对实现的检测方法和关键算法做了详细介绍.     

SAR图像局部自适应ACCA-CFAR检测算法

该文在ACCA-CFAR(Automatic Censored Cell Averaging-CFAR)的基础上提出了一种以K分布对SAR图像杂波建模的局部自适应ACCA-CFAR目标检测算法。该算法首先估计局部窗口的K分布参数,然后根据参数确定局部ODV(Ordered Data Variability)门限,进而完成背景像素筛选,最后做出检测判决。文中证明了ODV门限与局部统计模型的参数有关,给出了采用局部自适应门限的理论依据。该文以海面舰船SAR图像为例,证明该算法在海面杂波背景中具有较少的虚警,可以完整地检测出舰船目标,保留更精细的结构特征。     

基于局部统计分析的雷达弱信号检测技术研究

提出应用局部统计分析方法提取雷达信号特征的理论和算法。理论证明局部统计方法可以准确计算雷达信号的脉冲重复周期，检测信号脉宽和脉冲到达时间等参数。在理论和实践上证明应用局部统计分析方法能够比相关处理等普通方法能更有效地处理低信噪比的雷达信号。结果表明，应用局部统计分析方法检测雷达的弱信号特征，是简单有效的方法。     

基于局部放电检测技术应用于配电开关柜的研究

开关柜的运行状态对电力系统供电可靠性具有重大影响。局部放电检测是反映开关柜绝缘状况的有效手段,利用不同放电模型模拟构造分析对于密闭的高压开关柜及相关设备的在线监测.针对高压开关柜由于在设计、制造、安装和运行维护方面存在着不同程度的问题,运用超声波原理对配电高压开关柜进行在线测试,根据放电类型能量的释放形式不同、各种检测方法的实用性与灵敏度也存在差异,在对开关柜局部放电检测过程中,综合应用各种不同类型的局放检测手段,根据不同测试波形及时发现问题,及时制定检修计划。     

基于微悬臂梁高次谐波的微小质量检测技术研究

针对微悬臂梁动态检测方式无法应用于液体环境,提出了一种利用微悬臂梁的高次谐振进行微小质量检测的方法.对于相同的被测量质量变化量,微悬臂梁的谐振级次越高,其频率偏移就越大,从而达到较高的灵敏度.以表面修饰了三乙基氢硫基十二基铵层(敏感层)的微悬臂梁为传感元件,以CrO 2- 4为被测物,在原子力显微镜(AFM)上检测了敏感层吸附CrO 2- 4 前后微悬臂梁的5次、6次、7次和8次谐振频率的变化.结果证明,谐振级次越高,灵敏度越高,在8次谐振时的检测灵敏度能够达到2.50 Hz/pg.     

基于信噪比加权的合作频谱检测算法

认知无线电作为一种先进的技术,它可以通过有效的利用未被主用户使用的频谱来提高频谱的利用效率。然而,由于无线环境的复杂性,单节点频谱检测的可靠性大大下降,虽然现有的合作频谱检测算法在一定程度上提高了频谱检测的性能,但仍未达到最佳。基于此,本文提出了一种信噪比加权的合作频谱检测算法来提高信号的检测概率,然后在加性高斯信道(AWGN)和瑞利衰落(Rayleigh)信道下对该算法进行了仿真验证。仿真结果表明:该算法能大大提高了信号的检测性能,具有很强的抗衰落能力。     

基于时域信噪比的红外弱小目标检测

复杂背景下红外弱小目标检测与追踪技术一直是遥感成像应用领域一项复杂而艰巨的课题。利用高帧频红外面阵成像系统采集到图像的强帧间相关性特征,设计了一种多帧累加的时域信噪比的弱小目标检测方案。同时利用目标运动的连续性,采用多帧确认的方法关联目标,输出真实目标运动轨迹。实验结果表明,算法在vs2013上运行的平均运算时间为23 ms,检测到的目标最低信噪比为2.91,同时对多目标的检测具有较强的适应性。