Blind equalization of underwater acoustic channelusing a combined constant modulus algorithm

A kind of Combined Constant Modulus Algorithm (CCMA) is presented to compensate the defects of the Constant Modulus Algorithm (CMA) and the Sign Error CMA (SECMA). And CCMA is applied to the equalization of the underwater acoustic channel (UWAC). Based on the decision of the equalizer‘s output, its iteration process switches between CMA and SECMA automatically. It is more robust than SECMA, and more computationally efficient than CMA. Therefore, it is very suitable for the recovery of the underwater data transmission. The performance of CCMA is proven by computer simulation for the equalization of the UWAC.     

基于ECC的限制性部分盲签名及离线电子现金方案

本文简述了电子现金系统的研究成果及其发展现状，针对已有的基于椭圆曲线的限制性盲签名方案提出可能的攻击手段，并在此基础上提出安全的基于椭圆曲线的限制性部分盲签名方案，同时也构建了一个与已有方案相比更富应用价值的高效离线电子现金方案．     

基采用时频区域检测的雷达信号盲分选算法

为了解决欠定条件下密集雷达信号分选问题,提高雷达信号盲分选算法精度,提出了一种采用时频区域检测的雷达信号盲分选算法,首先利用短时傅立叶变换将混合信号映射至时频平面进行处理,然后通过聚类算法估计出混合矩阵,从而反解出源信号矩阵,进而估计出每一雷达源信号,能够在信号的时频平面投影相交且欠定的条件下,实现信号分选功能.仿真实验结果表明:提出的算法相比于传统的类MUSIC算法及其衍生的相关改进算法具有更高的分选精度和算法收敛性,且估计得到的源信号时域波形更优,体现了其有效性和优越性.     

基于COSM的三维显微图像复原算法研究

光学分层显微成像技术(COSM)不仅可用于去除非聚焦层杂散光的影响以及噪声的干扰,而且能复原样本的清晰三维像,将成为提取微流体的三维温度和速度场分布信息的有效工具.本文研究了基于已知点扩展函数的6种COSM成像算法,详细讨论了6种COSM成像算法的原理和实现,构造了三维样本图像和点扩展函数模型,并对复原结果进行了分析....     

水声通信中基于信道辨识的盲turbo均衡方法

水声信道多途效应明显,造成接收信号存在严重的码间干扰(ISI,Intersymbol interference)。基于最小均方误差(MMSE,Minimum mean square error)准则的turbo均衡器级联了均衡和信道译码,能够有效去除ISI,并获得优良的性能。由于水声信道的时变性,传统MMSE-turbo均衡需要周期性的训练序列,以实现连续可靠的通信。训练序列虽然提高了通信的可靠性,但降低了信息的有效传输速率。因此,为提高通信效率,本文提出了一种盲turbo均衡方法,该方法通过引入新的盲信道辨识器来同时获得信道估计响应和已去除部分ISI的初步均衡输出信号,并为turbo均衡提供初始的响应参数和比特软信息。与水声通信中应用较多的盲判决反馈均衡器(DFE,Decision feedback equalizer)相比,海上实验结果证明本文提出的盲turbo均衡方法抗信道多途衰落的能力较强,并且与传统MMSE-turbo均衡相比无需训练序列,因此提高了信息的有效传输速率。     

基于黑体标定的红外图像非均匀性校正系统设计

为提高某中波红外探测器的图像质量,设计了基于FPGA的红外图像实时处理系统,系统能够完成实时的非均匀性校正与盲元补偿处理。介绍了目前常用的非均匀性校正、盲元识别和补偿算法,并结合实际工程需求采用多点法进行非均匀性校正以及8点平均法进行盲元补偿。在仿真实验成功的基础上,基于FPGA平台构建了硬件平台。系统可以实现系数自定义更新,可以手动或自动完成非均匀性较正系数计算,以及实现盲元列表的自动更新操作。利用某国产中波红外探测器对处理系统进行了测试试验,实验结果表明:校正后图像非均匀性0.3%,盲元率0.001%。系统工作稳定、可靠,图像处理满足实时性和精度要求。     

一种异步非正交跳频网台盲分选方法

提出了一种新体制跳频网台盲分选方法,针对跳频通信异步非正交组网方式,将基于最大信噪比算法的盲源分离技术应用于跳频网台分选。建立了跳频网台盲分选仿真数学模型并进行了多跳频网台分选仿真。仿真结果验证了盲源分离技术应用在跳频网台分选中的可行性和有效性,得出了跳频网台盲分选方法对异步非正交组网方式的分选性能。     

微弱日盲紫外电晕自动实时检测方法

针对目前商用日盲紫外/可见光双谱段电晕探测仪对故障的判定效率低且容易受噪声干扰问题,本文提出了一种微弱日盲紫外电晕自动实时检测方法。在分析电晕目标和噪声时间域统计特性的基础上,该方法利用电晕目标在时间域连续的特点,首先完成灰度图像二值化、形态学膨胀等预处理,其次将N帧连续图像累加后阈值化,最后进行特征提取,获取电晕位置、面积等特征信息,实现电晕的自动实时检测。在完成设备辐射标定的基础上,可立即回溯得到故障的光子计数参考值。建立了该方法的探测概率、虚警率数学模型。将其在高速数字处理平台TMS320DM642上实现并输入测试视频,结果表明:在典型参数情况下该方法单次检测虚警概率为2.85×10^-5,处理时间小于120 ms,可实现微弱日盲紫外电晕的实时检测。     

基于神经网络的三维宽场显微图像复原研究

提出一种利用BP神经网络进行三维宽场显微图像复原的非线性映射方法,将三维图像转化为二维图像进行处理,利用神经网络的学习能力,通过训练,建立含有散焦信息的二维模糊图像与二维清晰图像之间的映射关系,然后对切片堆叠进行逐幅复原,从而实现显微图像的三维复原.得到的复原图像在视觉上和定量分析上都获得了很好的效果.由于采用小规模神经网络,训练时间短,计算量小,使实时复原成为可能.     

用神经网络鉴别退化图像的模糊类型

提出了一种用神经网络鉴别退化图像的模糊类型的方法。由于采用不同降质方法得到退化图像的频谱差异较大,以此作为判别依据,用概率神经网络实现了对四种模糊类型:离焦,矩形,运动和高斯模糊的鉴别。根据神经网络的鉴别结果决定点扩散函数的初始估计值,可大大地提高盲解恢复算法的复原质量和系统点扩散函数的估计精度,扩大了算法的实用范围。