基于PE的MEEMD筛选的LFMCW雷达心率估计算法

针对现有的基于快速傅里叶变换（fast Fourier transform,FFT）和Levenberg-Marquardt（LM）拟合等算法在心率估计中存在稳定性差、精准度低等现状,在分析77 GHz线性调频连续波雷达信号特征的基础上提出一种改进型的心率估计算法。首先,该算法通过速度-距离谱图识别被测人体,通过仿真实验获得心跳区间50~120次/min对应的排列熵（permutation entropy,PE）区间为[0.31,0.44]。然后,提出PE心跳信号区间筛选方法消除微运动信号中的干扰和噪声。通过峰值检测算法实现心率的精准估计。最后邀请30位志愿者进行实验,并从稳定性、准确性和估计误差3方面分别对本文提出的算法、FFT算法和LM拟合算法进行评估和比较。实验表明本文提出的算法的稳定性和估计误差的综合评估指标最优,准确率为98.30%。     

基于极化特征和纹理特征的PolSAR影像建筑物提取方法

极化合成孔径雷达（PolSAR）以其多参数、多通道、多极化、信息记录更加完整等特点，在城市地物提取领域中发挥着重要作用，并已成为遥感影像研究领域的热点。选择覆盖苏州市的Radarsat2影像，利用极化非相干分解法和灰度共生矩阵法分别提取19种极化特征和8种纹理特征，通过分析建筑物、植被和水体的极化特征和纹理特征进行特征组合，结合主成分分析法（PCA）和支持向量机法（SVM）对城市建筑物进行提取，并定量评估精度。结果表明：基于极化特征的建筑物提取精度最高为92.4%；基于纹理特征的提取精度最高为88.9%；极化特征与纹理特征相结合可以提高精度，最高精度为93.7%；PCA特征融合算法具有较高的运算效率，同时提高了精度。     

有限域GF（P）上基于FFT的模乘与幂模快速算法

讨论了基于快速Fourier变换（FFT）的快速模乘和幂模算法,特别是基于快速Fourier变换（FFT）的幂模算法Algorithm FFT_MOD_POWER（1n,n,k）,它能通过两次Fourier变换（一次正向Fourier变换和一次逆向Fourier变换）和logk次系数乘法实现n^k。     

基于时频滤波和自回归建模方法的时变模态参数辨识

应用非平稳信号的时频滤波及非平稳时间序列的时变自回归（AR）建模方法进行时变线性系统的模态参数辨识,将基于Gabor展开的时频滤波方法引入多自由度线性时变结构模态参数辨识中,提取单模态响应分量。对线性时变系统在白噪声激励下振动响应的单模态响应进行建模来辨识系统的每一阶模态参数,在模型参数的辨识中通过引入基函数将非平稳过程的辨识问题转化为线性时不变过程的辨识,利用时变的伯格（Burg）算法对时变的AR模型系数和时变结构模态频率进行估算。通过对附加质量随时间连续变化的悬臂梁的模态分析验证了辨识方法的有效性。实验结果和理论计算结果比较表明：该方法为参数时变线性系统的模态参数辨识提供一条新途径。     

基于EMD时间尺度的去噪方法研究

研究了经验模式分解(EMD)与希尔伯特变换(Hilbert)相结合提取信号瞬时参数的EMD/HS法。通过EMD分解将信号分解为不同特征尺度上的分段固有模态函数(IMF),而这些IMF体现了信号能量在时间、空间等各种尺度上的分布规律,从而构造了时间尺度滤波器,再通过选取各个特征尺度参数进行重构,达到非平稳信号去噪的目的。最后通过仿真实验,验证了该算法的可行性。     

用于计算离散分数阶傅立叶变换的MA-CDFRFT算法改进

基于中心类型DFT矩阵特征分解的MA-CDFRFT(Multiangle Centered Discrete Fractional Fourier Transform)算法在计算一组离散分数阶傅立叶变换DFRFT(Discrete Fractional Fourier Transform)时充分利用FFT运算来减小运算量。结合偶数点离散傅立叶变换DFT(Discrete Fourier Transform)运算的对称性原理,通过数学推导将MA-CDFRFT算法中的一维对称性扩展到频率和变换阶数的二维平面上。利用这个二维对称性原理,改进算法将原算法的主要计算量减小了一半左右。仿真测试结果证明了改进算法的正确性。     

基于改进小波脊提取算法的数字信号瞬时频率估计方法

在深入分析小波脊原理的基础上,针对数字信号瞬时频率提取精度要求,利用小波脊提取数字信号的瞬时频率,并对方法的初始值设置、解析小波参数设置和估计精度设置等关键问题进行了分析并改进.实际信号实验表明,改进算法鲁棒性明显增强,实用价值较大.     

四旋翼无人机模糊PID控制器设计与仿真

设计了一种基于模糊PID算法的四旋翼无人机控制器,主要针对传统PID控制器在使用过程中存在参数调整困难问题,根据模糊规则和模糊推理理论对四旋翼无人机的控制参数进行自整定调节,找到最优解。文中首先采用牛顿-欧拉法在混合坐标系下建立四旋翼无人机的动力学模型;然后利用模糊规则在传统PID控制基础上设计模糊PID控制器。最后借助MATLAB仿真工具进行相关的试验验证。数值仿真结果表明：设计的模糊PID控制器能够使被控对象更加快速地达到预期值。     

基于EMD和HHT的轧机扭振瞬态冲击信号时频分析研究

为解决轧机扭振非平稳瞬态冲击信号的瞬态时频分析难题,提出了基于EMD和川bert—Huang变换的瞬态振动信号时频分析方法．利用EMD分解提取信号的固有模态函数OMF）,再结合Hilbert变换,求解瞬时频率,进而得到信号的Hilbert—Huang时频谱及边际谱,从而提取扭振信号瞬态特征．通过仿真实验验证了该方法的可靠性,通过轧机在咬钢抛钢时实测瞬态信号的分析,表明了该方法的可行性．     

基于Gabor变换的故障诊断技术

根据Gabor变换理论,提出了基于Gabor变换的故障诊断技术。根据Gabor变换高质量的时频分布,在时频域中通过时频通域设计时频滤波器,用来提取特定信号分量,滤除时频平面中高斯白噪声。仿真信号验证了该方法的有效性,为机械系统中振动信号的分析与诊断提供了新方法。     

基于核相关滤波视觉检测的多旋翼无人机对地目标跟踪与逼近

当前,无人机的对地目标跟踪和逼近是军民领域的研究热点之一.针对基于无人机平台对地目标跟踪与逼近中的相对运动、导引控制等问题,选用大疆多旋翼飞行器平台,设计基于Android的地面站系统.该系统使用改进的核相关滤波视觉检测算法完成对地目标跟踪与位置锁定,利用无人机与目标的距离作为尺度因子,实现多尺度跟踪,融合FHOG+L...     

基于隐马尔可夫模型的人像鉴别算法

提出了基于小波变换和隐马尔可夫模型的人像鉴别算法. 该算法首先对图像进行3级小波分解,然后把3个不同分辨率的低频子图像由小到大排列成树状结构,形成低频小波树. 接着利用独立元分析对每个小波树枝进行去相关、降维,形成特征小波树枝,并把它作为观测向量对隐马尔可夫模型进行训练,把优化的模型参数用于人脸识别. 分析了观测向量维数与识别率的关系,以及状态个数和高斯概率混合成分的个数对识别率的影响,定性描述了隐马尔可夫模型的本质. 在ORL人脸数据库上,同其他四种相关方法进行了比较,实验结果表明,该方法识别率较高,工程上易于应用.     

基于边缘和局部能量的NSCT变换遥感图像融合

对基于边缘的算法进行了改进,综合考虑了边缘和能量结构. 首先利用非下采样contourlet(NSCT)变换,对图像进行多尺度和多方向的分解;然后将低频系数按边缘能量大小划分为边缘和平滑2部分,边缘部分采用边缘能量取最大的融合方法,平滑部分使用基于局部能量的规则进行融合,高频子带使用相关系数和局部方差相结合的重要性测度法进行融合;最后对融合系数进行NSCT反变换得到融合图像. 实验结果表明,该算法融合效果较基于边缘算法有所改善,是一种有效兼顾细节和能量结构的方法.     

一种基于活动围道的纹理图像分割方法

将Gabor滤波器和各向异性扩散方程相结合,提出了一种基于活动围道的无监督纹理图像分割算法.采用基于总变分流的扩散函数,各向异性扩散方程可以有效地在保留纹理图像大尺度边界信息的同时,对图像纹理区域进行平滑,获得比原始图像更易分割的简化图像.但是平滑过程中纹理信息的丧失,限制了该方法的通用性和有效性.为了在利用各向异性扩散方法的同时,有效地提取和利用纹理信息,我们利用Gabor滤波器提取一组表征纹理方向性和尺度性的特征图像;同时将原始图像作为表征纹理灰度信息的一个特征通道考虑;再利用矢量形式的各向异性扩散方程,对特征图像进行边界保持的各向异性平滑.将基于区域灰度统计参数估计的活动围道分割方法扩展到矢量空间,来对平滑后的纹理特征量进行分割.实验证明,利用该纹理分割算法可以获得较好的效果.     

分裂基FFT算法程序开发及教学实践

介绍分裂基FFT算法的原理．编写了按时间抽选和按频率抽选的分裂基FFT程序．对分裂基算法与库利-图基算法的计算效率进行比较．根据数字信号处理课程的教学实践．得出了分裂基FFT教学的几点认识．     

一种鲁棒的多尺度稀疏表示SAR目标识别方法

提出一种基于多尺度Gabor滤波特征提取和稀疏表示的SAR图像目标识别方法。首先，在目标分割的基础上，利用Gabor滤波器对SAR目标图像在不同方向上进行滤波，增强目标的局部特征；然后，根据稀疏表示模型，以训练样本特征为原子构建字典，利用稀疏求解算法选择最优的原子集合来表示测试样本特征，进而计算表示系数中非负值的l₁范数来判别测试样本。实验结果验证了该算法的有效性与鲁棒性。     

一种基于Haar小波和归一化的鲁棒零水印算法

应用小波变换和改进的几何归一化方法,提出一种强鲁棒图像零水印算法. 该算法首先利用一种改进的几何归一化方法将原始图像化为标准图像,然后对标准图像利用Haar小波进行多级小波分解,最后根据高层的中高频小波系数的正负极性构造零水印. 对算法性能进行测试的结果表明,算法对噪声、滤波、有损压缩等常规信号处理具有强鲁棒性,对旋转、缩放、平移、剪切等几何攻击也具有较好的鲁棒性.     

基于多尺度分析的图像去噪及特征提取算法研究

针对BEMD和非采样Contourlet变换2种典型的多尺度几何分析方法,研究并提出其在图像去噪及特征提取应用方面的4种算法模型,针对每种模型,分析了其算法原理及流程,并通过仿真实验验证了每种算法模型的有效性及优越性。