卫星通信信号调制识别技术研究

通信信号的调制方式识别是非协作通信领域的一个研究热点,它需要在没有任何先验条件,且环境复杂有噪声的条件下,不依赖于其它的先验知识,确定目标信号的调制方式。然后就可提取载频、码速率、滚降系数等参数,为信号的进一步深入研究提供依据。分析了几种经常用于卫星通信的MPSK调制信号和高阶调制信号16APSK,提出了一种基于高阶累积量与频谱特征的识别算法。在特定的数据长度和信噪比条件下,理论分析与仿真验证均验证了该算法易于实现、识别率高（≥95％）。     

基于红外偏振的特征提取与小目标检测方法

针对红外目标探测所面临的杂波干扰问题,提出了一种基于红外偏振的特征提取与小目标检测方法。首先,利用人工目标和自然背景偏振特性的差异,建立了目标与背景的红外偏振信息模型,分析了其中强度信息和偏振信息的构成以及目标偏振信息的提取与增强办法。然后,将斯托克斯矢量、部分偏振光分解、变偏振理论相结合实现了目标偏振特征的提取与背景杂波抑制及随机噪声消除,进而实现了红外小目标的检测。仿真数据实验结果及与现有方法的对比证明了该方法的有效性和可靠性。该方法可用于对抗红外伪装隐身及红外诱饵技术,提升红外目标的探测能力,富有应用价值。     

脑部CT图像的三维重建及纹理特征研究

本文提出了一种使用灰度共生矩阵提取三维重建后的脑部图像的三维纹理特征的方法。分别对10组正常脑部CT图像与10组脑瘤患者的脑部CT图像进行了去噪和增强的预处理,并进行了三维重建,随后使用了灰度共生矩阵的方法对重建出的模型进行了纹理特征的提取。计算26个方向的能量、熵、惯性矩和相关性,并进行统计分析。结果证明,此方案提取的特征值在统计分析中存在差异,并且正常大脑与患病大脑的特征值形成了对比,对脑室内肿瘤的诊断具有重要价值。     

基于统计学习优化SIFT的面部遮挡人脸识别

针对传统的人脸识别算法受面部遮挡的影响导致很难兼顾鲁棒性和保持原始图像核心信息的问题,本文提出了一种基于统计学习优化尺度不变特征变换的面部遮挡人脸识别算法。首先,利用SIFT将所有给定训练图像用一组局部特征描述符表示出来;然后,通过执行统计学习获得正常脸部图像SIFT特征的概率分布函数,利用获得的概率分布函数在新观察到的测试图像中检测异常SIFT特征;最后,计算测试图像与训练图像之间的相似度,并利用K近邻分类器完成人脸识别。在AR人脸数据库上的实验验证了本文算法的有效性及可靠性,实验结果表明,相比其它几种较为先进的人脸识别算法,本文算法取得了更强的识别鲁棒性。     

局部归一化融合EW-Gabor特征的光照变化人脸识别

针对光照变化人脸识别问题,提出了一种基于局部归一化融合熵加权Gabor特征方法。首先,计算类熵加权向量;然后,对图像进行局部归一化,并且计算输入图像的Borda计数,从而消除低值Gabor jet比较矩阵;最后,利用投票得分策略和k近邻分类器完成人脸识别。在扩展YaleB和AR人脸数据库上进行实验评估,在AR上的识别率可接近100%,相比其它几种较新的局部特征方法,本文方法取得了更高的识别精度,并且在一定程度上减少了计算开销。     

Analysis of Physiological Responses and Use of Fuzzy Information Granulation–Based Neural Network for Recognition of Three Emotions

In this study, we investigate the relationship between emotions and the physiological responses, with emotion recognition, using the proposed fuzzy information granulation–based neural network (FIGNN) for boredom, pain, and surprise emotions. For an analysis of the physiological responses, three emotions are induced through emotional stimuli, and the physiological signals are obtained from the evoked emotions. To recognize the emotions, we design an FIGNN recognizer and deal with the feature selection through an analysis of the physiological signals. The proposed method is accomplished in premise, consequence, and aggregation design phases. The premise phase takes information granulation using fuzzy c‐means clustering, the consequence phase adopts a polynomial function, and the aggregation phase resorts to a general fuzzy inference. Experiments show that a suitable methodology and a substantial reduction of the feature space can be accomplished, and that the proposed FIGNN has a high recognition accuracy for the three emotions using physiological signals.     

基于循环平稳特征的频谱感知算法概述

传统的静态频谱资源分配分配政策导致频谱利用率低下,为解决这一问题,人们提出利用认知无线电技术实现动态频谱接入.频谱感知是认知无线电的关键技术,循环平稳特征检测算法是3种常见频谱检测算法之一,但是该算法存在各种不足.首先简要介绍认知无线电的背景和概念,然后详细介绍了循环平稳特征检测算法,以及目前提出的各种基于循环平稳特征检测的增强算法,分析了各自的原理及其优缺点.     

舰船辐射噪声的混沌特征提取与识别

利用G-P方法估计关联维数,定义法估计自然测度.在不同信噪比下,对两类典型目标的舰船辐射噪声,分新并提取以上2个混沌特征值,从而确定识别参数.在信噪比为5dB及0dB时,经仿真验证关联维数及自然测度可以作为识别参数.     

多相编码信号谱相关特征检测与参数估计

基于时域和频域2种循环谱密度估计方法,研究和总结了多相编码信号的循环谱特征及其与信号参数的关系。提出了一种没有先验知识条件下多相编码信号参数提取方法。首先介绍了多相编码信号的表示形式,然后使用循环谱密度函数估计方法分析了信号的循环谱特征,在此基础上提出了基于循环谱特征的信号参数提取方法。通过对6个典型多相编码信号参数提取相对误差的计算,验证了该算法的有效性。     

基于目标特征信息的航迹起始

航迹起始的速度与航迹起始的质量是多目标航迹处理的关键问题,为保证对各种目标实时快速反应,要求航迹处理能快速起始目标航迹,但同时还要求航迹具备低虚警、高航迹起始质量的特性。针对以上问题,首先应用目标特征增值信息库对目标进行初步识别,然后通过Hough变换后再对目标进行相关,完成航迹起始处理,在工程应用中有比较明显的效果,在可有效降低航迹虚警率的同时,大大缩短了航迹起始的时间。