基于形态学4子带分解金字塔的图像融合

提出了一种基于数学形态学滤波的多分辨力图像融合。这种融合方法使用了形态学开闭运算构造了低通与高通滤波器,将原始图像分解为4子带图像金字塔和4子带方向衬比度图像金字塔。然后利用方向衬比度和区域标准差进行图像融合得到融合的4子带图像金字塔,最后应用子带图像重构得到融合图像。融合实验表明,该方法优于传统的形态学金字塔图像融合,衬比度金字塔图像融合和小波分解图像融合。     

基于子带分解的宽带波束域最小方差无畸变响应高分辨方位估计方法研究

针对最小方差无畸变响应法对宽带不适用、计算量较大和如何与实际声呐系统结合这三个问题,提出了基于子带分解的宽带波束域MVDR高分辨方位估计方法:它以子带分解的方法实现MVDR在宽带情形下的扩展;利用波束转换实现降维运算,大大减小运算量和提高算法的稳健性;并且提出了在声呐系统使用中的新思路:可将该方法与声呐的多波束系统结合,直接利用声呐多波束系统的输出,可省去从阵元域到波束域的转换,进一步减少运算量;可用于替代传统的分裂波束精测定向系统或单波束系统,提高整个声呐定向系统的性能。经过理论分析、仿真实验和湖试实验,证明了该方法是简单的、有效的、可行的。     

能量值和方位信息结合的粒子滤波算法

针对传统先检测后跟踪方法在多目标方位历程交叉时存在轨迹中断或者误跟的问题, 提出了一种基于广义标签多伯努利滤波的多目标检测前跟踪方法。该算法直接利用声呐基阵接收数据构造的协方差矩阵作为观测, 无需波束形成等预处理技术, 构建了轨迹新生、消亡、演变及观测过程的概率模型, 并通过原理性近似消除了更新步骤的多维积分运算, 实现了联合多目标检测、方位跟踪与航迹管理。仿真结果表明, 所提算法不仅能够准确估计目标数量, 并且在方位历程交叉时也能连续、稳定地的输出多目标方位轨迹, 同时在低信噪比(−18 dB)条件下具备较高的跟踪精度。海底线阵试验数据也验证了所提算法性能。

     

基于子带能量特征的最优化语音端点检测算法研究

为了提高噪声环境下语音端点检测的鲁棒性,提出了一种结合多子带能量特征和最优化边缘检测判决准则的算法。该算法的突出优点在于:在不同信噪比情况下,其端点检测滤波器的输出基本不变,从而避免了门限调整所带来的困难。实验结果表明,这种算法在多种噪声环境下都能够达到较好的语音检出效果。这种算法克服了传统语音端点检测以短时能量、基频、过零率等作为检测特征时,需要动态调整门限且在低信噪比情况下鲁棒性较差的缺点。     

基于小波分解和进化策略的图像融合方法

提出了一种基于小波分解和进化策略相结合的多聚焦图像融合方法。该方法首先对不同聚焦点图像进行无下采小波分解,并分别将其各方向、各尺度的高频信息进行叠加,然后依据它们在高频信息叠加层上对应的局部区域能量的差异,采用进化策略进行区域划分,进而实现分区域融合。实验结果表明所提出的方法比小波变换法具有更好的融合效果。     

子带自适应滤波在层状介质脱粘超声检测中的应用

高声阻抗下低声阻抗的脱粘检测一直是超声检测领域中的难题。文章针对钢层下橡胶层分层信号,互相关最大为准则,采用小波包子带分解自适应滤波方法提取橡胶层脱粘的二界面信号,给出了仿真信号和实验信号的处理结果,显示了该方法的有效性和可行性。     

利用分频带空间谱和波束域的输出直流跳变与起伏比值融合检测未知线谱目标

目标辐射噪声中高强度稳定线谱可以用来提高常规宽带能量积分的检测性能。理论分析了已知线谱检测优于宽带能量积分检测的谱级比条件。给出了线谱频带可检测条件下,线谱谱级与最小可检测信噪比关系。分析分频带空间谱和波束域的输出直流跳变与起伏比值特征。在此基础上提出了一种构造频率、方位滤波矩阵的方法。该矩阵作用类似频带方位滤波器,通过对线谱频带目标方位的信号放大,与其他频带判决结果融合,来提高常规宽带能量积分的性能。最后给出该算法适用条件和性能分析。数据仿真和海试数据处理结果可知,该算法在多干扰源存在下对弱线谱目标提取能力强,且不需多帧统计,在检测效果上更接近于理想的窄带线谱检测方法。      

用子空间旋转不变法同时估计水下多目标的距离和方位

提出了一种可在单次回波内同时完成方位和时延估计的高分辨新方法,它采用于空间旋转不变法(ESPMT方法)的思路构造两个子阵,通过对其自相关矩阵和互相关矩阵的广义特征分解,用特征值估计多目标方位,用特征向量估计多目标时延,利用特征值和特征矢量的对应关系自动实现方位和时延参数的配对.计算机仿真结果表明,该方法的分辨能力、估计精度和正确配对概率都优于常规方法,较好地实现了水下多目标距离和方位的同时估计及配对,进而可对多目标进行定位.     

基于多标签共享子空间学习和内核脊回归的空谱分类算法

针对高光谱图像维度高、地物间非线性可分造成的分类精度低等问题,提出一种基于多标签共享子空间和内核脊回归的空谱分类算法.该算法利用内核脊回归将地物相近像素在线性空间的不可分特征映射到高维空间中,实现分类特性在高维空间下的有效分离,以提高地物相近特性的区分精度;同时将高维样本数据映射到低维共享子空间中,在低维环境下以多类标为指导,引入低秩矩阵建立类别标签与共享空间的预测关系,挖掘多标签间的共同特性,提高融合利用多类别间的共同属性提高高光谱图像的分类精度;最后利用奇异值分解迭代法求解目标函数,一定程度上加速参数求解.在Indian Pines和Pavia University两组高光谱数据集上进行仿真实验,实验结果表明,与其他同类算法相比,在低样本比例下,本文算法在总体分类精度、平均分类精度和Kappa系数等评价指标上至少提高4.76%、4.24%和5.19%,与非内核化的算法相比,本文算法在基本不增加运行时间的情况下总体分类精度、平均分类精度和Kappa系数至少提高2.92%、2.8%和3.48%.     

一种用于缺陷超声检测的相位标准差分离谱新算法

在粗晶材料超声无损检测中,分离谱处理技术可用来降低材料内部的相干噪声、但分离谱处理对滤波器阵列参数较敏感、造成性能不稳,且至今对滤波信号有效利用的解释尚不明了.本文从理论上讨论了超声检测信号滤波输出的相位统计特性,据此提出了一种基于相位标准差的分离谱新算法,用计算机模拟及实验数据对该算法的世能进行了测试并与常用的极小值分离谱算法作了对比。结果证实,相位标难差的分离谱算法有好的信噪比增强能力,且对滤波器数不敏感.     

水下回波处理中分数阶傅里叶变换的带通采样实现方法

主动声呐系统常采用线性调频信号探测水下目标。利用分数阶傅里叶变换处理线性调频回波时,可在低信噪比和强混响背景下获得目标参数的有效估计。主动声呐系统常通过增大发射信号的时间带宽积来提升系统的距离分辨力和速度分辨力,但却带来了计算复杂度的显著增加,尤其是奈奎斯特采样下基于分数阶傅里叶变换的回波处理方法,导致数据处理时间难以满足功耗和体积受限的无人水下航行器平台的实时性要求。针对此问题,该文提出分数阶傅里叶变换的带通采样实现方法,通过对线性调频信号时频特性直线在分数阶域的投影进行修正,使利用分数阶傅里叶变换方法处理带通采样的回波数据时,可获得正确的目标参数估计。计算机仿真数据和无人水下航行器湖试数据处理结果验证了分数阶傅里叶变换的带通采样实现方法的正确性,数据处理时间能够满足无人水下航行器平台处理的实时性要求。     

用信号处理技术及传播理论还原雷声频谱

以往关于雷声的研究都限于观测点雷声频域范围的探讨, 由于噪音和衰减因素的影响, 观测点的雷声频谱有很大失真. 针对在兰州地区观测的一次雷暴过程中的雷声信号, 利用数字信号处理技术,由观测点处的雷声音频信号得到频率谱,并对雷声频谱进行噪音分析; 然后结合声音在大气中传播的衰减理论, 分析了不同大气环境对声吸收的影响, 并推算出了声源附近的雷声频率谱.关键词：雷声频谱信号处理传播理论峰值频率     

频谱分析型激光多普勒测速仪信号处理技术

为了提高激光多普勒测速仪的测量精度,提出对激光多普勒信号先进行跟踪滤波,再进行频谱细化和频谱校正的信号处理方法,并利用信号处理系统对实测的多普勒信号进行了实验研究。实验结果表明：跟踪滤波器在滤除基底信号及系统的部分噪声的基础上,实时跟踪多普勒信号的频率,信噪比明显提高,所得结果与多普勒频率的真实值相一致;频谱细化技术大大提高了频谱分辨力,频谱校正技术使校正后的频率更接近真实值。     

基于DSP的光纤光栅应变传感器信号检测实验研究

针对光纤光栅应变传感器接收信号弱且信噪比低这一问题,提出了应用DSP技术来抑制噪声,提高Bragg峰值波长检测精度的方法.实验结果表明所设计的498阶Kaiser窗低通FIR数字滤波器能够显著提高光纤光栅应变传感器的信号检测精度.采用DSP技术可以较好地解决光纤光栅传感器的波长解调这一技术难题.     

基于DEMON谱和LSTM网络的水下运动目标噪声基频检测

传统的船舶辐射噪声基频检测方法不仅依赖大量的先验知识,而且对背景噪声非常敏感.为了提高目标识别的稳定性和精确性,该文提出了一种基于深度神经网络的基频检测算法.首先从多通道水听器信号中提取DEMON谱,然后直接将二维谱特征矩阵输入由卷积神经网络和长短时记忆网络构成的级联网络,最后通过稠密层输出实现对基频的估计.仿真和外场...     

像增强器噪声频谱特性测试技术研究

对一台进口的像增强器信噪比（SNR）测试仪进行履行,重新研制和设计了测试仪的信号处理模块、计算机系统和测试软件,采用硬件滤波、软件数字滤波和快速傅里叶变换（FFT）相结合的方法实现了像增强器噪声的频谱特性测试。利用所研制的测试仪对多种型号的进口和国产像增强器的噪声频谱进行了测试分析,并给出了分析测试结果。     

一种基于新型间歇混沌振子的舰船线谱检测方法

为了实现低信噪比下未知频率的舰船辐射线谱的检测,对常规型间歇混沌振子列检测方法进行了改进,提出了一种基于适应步长型间歇混沌振子的信号检测方法.该方法可以只用一个Duffing振子,通过设定一组能够覆盖待测信号所在频段的求解步长序列,实现对未知频率、具有任意初相位的微弱周期信号的搜索检测.为进一步提高系统的弱信号检测性能,分析了Holmes型Duffing方程在不同频率内置策动力下对弱信号灵敏度的差异.综合理论分析和仿真研究结果给出了Duffing振子在内置策动力角频率为0.4 rad/s时对弱信号检测性能最佳,并据此对所采用的Duffing振子进行了优化;仿真结果表明,改进后的Duffing振子的弱信号检测性能提高了12 dB.最后将此方法应用于一组含有舰船辐射线谱的实船数据,结果表明此方法可以实现低信噪比下的未知频率微弱线谱检测.     

Classical and modern power spectrum estimation for tune measurement in CSNS RCS

Precise measurement of betatron tune is required for good operating condition of CSNS RCS. The fractional part of betatron tune is important and it can be measured by analyzing the signals of beam position from the appointed BPM. Usually these signals are contaminated during the acquisition process, therefore several power spectrum methods are used to improve the frequency resolution. In this article classical and modern power spectrum methods are used. In order to compare their performance, the results of simulation data and IQT data from J-PARC RCS are discussed, It is shown that modern power spectrum estimation has better performance than the classical ones, though the calculation is more complex.     

用计算机显示和记录超低频信号

介绍用ＡＰＰＬＥ—Ⅱ计算机来显示和记录超低频信号的一种方法。     

Neonatal EEG signal characteristics using time frequency analysis

Time-frequency analysis is a way to represent the energy contents of a signal in the joint time-frequency domain. It provides a good visual way to separate the frequency contents of a multi-component signal, and display the changes of these components with respect to time. This paper outlines investigative work on neonatal EEG signals using time-frequency analysis. The Cohen’s class distributions are discussed, and kernel optimisation for the Cohen’s class distributions is outlined. Segments of EEG with different background continuity states are analysed using a Cohen’s class distribution, and their characteristics are discussed. Through this paper, interesting information that offers insight towards the EEG signal can be visualized from the time frequency analysis.