浅谈雷达射频干扰抑制

雷达通信中存在着各种射频信号的干扰,严重影响了对目标信号的检测。本文主要介绍了雷达射频干扰产生的原因及其分类,提出了利用包络滤波法抑制干扰,检测目标信号的原理和方法,并通过实验仿真进行了验证分析。     

基因识别及其算法研究

针对基因识别问题,基于DNA序列的3周期这一性质,首先给出了DNA序列功率和信噪比的快速算法并讨论了不同物种基因类型的阈值确定方法;在此基础上,建立了基于背景噪声抑制和频谱平滑的SNR频谱预处理模型,经过预处理后的频谱不仅大幅度抑制了背景噪声,同时保留了SNR频谱的模式特征.在编码序列识别上,对经典的EPND预测算法进行了改进,使用改进的EPND算法对经过预处理后频谱进行基因识别,实验结果显示这种基因识别模型具有优异的基因识别性能,比传统直接使用基于滑动窗口DFT的EPND识别算法在敏感度、特异性等评价指标上提高了2%-12%左右.     

基于FastICA和高斯滤波的星系团检测算法

星系团作为宇宙中大尺度结构的基本单元,是天文观测中需要提取的重要成分。由于宇宙其他强宇宙前景辐射的混叠,使得提取星系团辐射成为一个难题。文中使用基于FastICA和高斯滤波结合的算法进行星系团检测,首先使用FastICA对模拟的低频射电的叠加宇宙辐射进行盲源分离,然后对分离后的带有其他辐射残留的星系团成分进行高斯滤波和峰值检测,达到星系团的识别的目的。实验表明本方法的识别率可以达到75.7%,为进一步提取星系团的成分奠定了良好基础。     

基于PMF-FFT的伪码捕获算法分析

建立了PMF-FFT算法的数学模型,分析了相关器个数、相关积累长度和FFT点数对积累损失、扇贝损失和频率分辨率的影响。在此基础上,结合算法的效率和运算量,给出了PMF-FFT算法参数选择的原则和依据。     

一种新的平移不变Shearlet变换域图像去噪算法

提出了一种基于双边滤波和正态逆高斯模型的平移不变Shearlet变换域图像去噪算法。对图像进行平移不变Shearlet变换分解,低频子带采用快速双边滤波算法处理,高频子带采用正态逆高斯模型对其进行建模,在贝叶斯最大后验概率估计准则下推导出与正态逆高斯模型相对应的阈值函数表达式,从而达到去除图像噪声的目的。在对不同类型的图像进行仿真实验,其结果表明了本文方法不仅具有良好的视觉效果,而且具有较高的峰值信噪比和平均结构相似性。     

深度全卷积网络对MRI膀胱图像的分割

大多数膀胱癌患者的膀胱肿瘤组织和膀胱壁组织互相渗透，各自的大小、形状变化多样，位置不固定，且膀胱MRI（Magnetic Resonance Imaging）图像中存在复杂的噪声和伪影，这使得将肿瘤和膀胱壁两者精确分割出来为下一步治疗进行诊断和定量分析成为难题。文中提出一种以U-net作为基础网络框架的深度全卷积网络，用残差网络子模块代替普通的卷积层进行下采样，通过空洞卷积来提取特征图不同感受野的信息，从而对不同尺度的特征图进行并行分支下采样。针对数据集小的问题，提出对图像加入高斯噪声、调节亮度和各向异性扩散滤波三种方法来进行数据扩增。实验结果表明，文中提出的方法对肿瘤分割的DSC（Dice similarity coefficient）值达到了0.9058，对膀胱壁分割的DSC值达到了0.9038，能够达到很好的分割效果。      

基于CUDA的钢板图像去噪方法

针对钢板表面缺陷在线检测中图像处理速度快的要求,利用GPU强大的并行计算能力,提出了基于CUDA(计算统一设备构架)编程的钢板图像原始中值滤波、改进中值滤波和均值滤波三种去噪方法。实验结果表明,与传统的CPU方法相比,CUDA方法执行速度更快。     

智慧型油田定位与数据采集研究

针对油田井下环境的特殊属性,无线信号容易受到诸如反射,散射,折射等诸多客观因素的影响,使得传统的油田定位技术的应用受到很大的限制。通过使用油田井下无线信号的传输模型与油田井下分布特点相结合,经过改良后提出了一种信号强度目标识别定位算法,通过使用均值滤波的方法来消除多经效应或遮挡产生的野值点。实验结果表明在1km~2的油田区域内,总体平均定位误差仅为0.84m。该算法能够很好地解决其他定位方法在个别定点上定位误差较大的问题,使得整体定位精度水平提高,从而获得油田井下目标的理想定位结果。     

基于多特征和改进稀疏表示的高光谱图像分类

为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。