一种热敏电阻红外探测器低频噪声测试系统

红外探测器是卫星姿态测量系统的关键元件,其质量决定整个卫星姿态测量精度;针对负温度系数热敏电阻型红外探测器,在详细讨论其低频噪声种类、产生机理及理论模型的基础上,研究了其低频噪声的测试方法,基于虚拟仪器技术,建立了探测器低频噪声测试系统;对比测试结果表明,该测试系统精度在5％以内(以Aglient动态信号分析仪测试结果为基准);采用该系统对航天型号用探测器多次老化前后的测试结果表明:低频噪声参数的变化与电阻值的变化具有相同的趋势,但前者明显高于后者(40次热循环后电阻变化2％、1/f噪声幅值B变化27.8％、转折频率fc变化50.3％);研究结果将为热敏电阻红外探测器低频噪声筛选参量的确定提供实验平台及理论依据.     

凝视型红外成像探测系统的作用距离分析与验证

作用距离是红外成像探测系统的主要技术指标之一,根据实际计算时部分参数可能未知的情况,推导了NETD表达的作用距离方程,并根据凝视型探测器的特点讨论了基于对比度的对高空目标作用距离的表达式,结合高空目标探测实验结果验证两种不同计算方法的有效性。分析结果对进一步的成像探测系统的设计提供了理论依据。     

单帧红外图像低频非均匀性噪声校正算法

红外成像系统中,低频非均匀性噪声严重影响红外系统的成像效果,传统基于标定的方法无法对其进行有效的去除.为此,提出一种基于曲面拟合的低频非均匀性噪声校正算法,首先对含噪图像进行小波滤波,以抑制高频信息;然后利用场景和低频非均匀性噪声梯度的稀疏特性,建立关于非均匀性噪声曲面参数的■正则化能量泛函,并利用ADMM方法求解最优的非均匀性噪声曲面参数;最后将原始图像减去估计的低频非均匀性噪声得到校正后的图像.使用中波红外热像仪拍摄得到红外图像,对仿真图像和实际图像进行校正,实验结果表明,该算法能明显降低图像的粗糙度和非均匀性值,且有效地去除低频非均匀性噪声.     

基于非线性时变参数的红外校验评估技术研究

红外成像技术的广泛应用是实现电网状态检修的关键环节之一,对红外成像设备的性能评估可为电网安全、稳定运行提供重要保障。为了提高红外成像评估能力,针对传统红外成像设备校验评估方法中存在的各类问题,基于准确度、狭缝函数、最小可分辨温差(MRTD)、最小可探测温差(MDTD)和噪声等效温差(NETD)等参数,建立了基于非线性独立分量分析(ICA)时变参数的红外成像评估系统数据库。以数字接口的衔接实现红外成像设备的自动化检测与评估,提高了红外设备应用的准确性,解决了电网红外成像设备全性能评估的技术问题。试验结果表明,相较于传统方法,基于时变参数的红外成像校验评估技术的正确率、鲁棒性均更优,具有更广阔的应用前景,可为电网状态检修的准确性和安全性提供数据保障。     

基于DMD的动态红外成像仿真系统设计及实现

红外场景仿真器是红外制导武器半实物仿真系统中的核心设备.该文章以某型号反坦克导弹导引头半实物仿真试验为应用对象,以微反射镜阵列(DMD)为基础,采用Vega Prime软件及其红外模块为开发工具,开发完成基于DMD的动态红外成像仿真系统;对成像制导仿真系统结构、红外场景产生器、红外图像生成软件系统分别进行了研究和设计,并对设计的红外场景产生器关键指标进行了侧试评估;设计的仿真器系统已经成功应用于某型红外成像导引头半实物仿真测试系统,模拟的场景真实、逼真度高、红外效果好,取得了理想的应用效果.     

基于项目反应理论自适应测试系统的设计实现

根据自适应学习的特点,对项目反应理论的参数模型进行分析,提出极大似然估算法计算学习者能力参数。并在分析自适应测试系统的体系结构及系统主要功能模块的基础上,构建该测试系统;并提出了测试系统中首题估算策略、信息间隔量估算策略,从而提高出题速度和计算速度;并根据学习者的实际测试情况得出难度系数和特征水平,实现了难度系数算法和学习者特质水平计算算法。在此基础上开发了一个基于计算机应用基础课程的自适应测试系统。     

基于项目反应理论自适应测试系统的设计实现

根据自适应学习的特点,对项目反应理论的参数模型进行分析,提出极大似然估算法计算学习者能力参数。并在分析自适应测试系统的体系结构及系统主要功能模块的基础上,构建该测试系统;并提出了测试系统中首题估算策略、信息间隔量估算策略,从而提高出题速度和计算速度;并根据学习者的实际测试情况得出难度系数和特质水平,实现了难度系数算法和学习者特征水平计算算法。在此基础上开发了一个基于计算机应用基础课程的自适应测试系统。     

MOS电阻阵红外目标模拟器图像帧频测试方法

基于MOS（Metal-Oxide-Semiconductor）电阻阵列的红外成像目标模拟器是红外成像制导武器半实物仿真系统的重要组成部分之一,用于模拟红外目标/干扰动态场景。输出动态图像的帧频反映了所模拟动态场景快速性,是评价红外成像目标模拟器图像变化快慢程度的一项技术指标。首先,介绍了MOS电阻阵红外成像目标模拟器的基本组成与工作原理,讨论了半实物仿真系统中对模拟红外辐射图像帧频的测试需求;然后,提出了一种MOS电阻阵红外成像目标模拟器图像帧频的测试方法,搭建了图像帧频测试平台;最后,对256×256元MOS电阻阵红外成像目标模拟器输出的图像帧频进行了测试,并给出测试结果。结论：该测试方法能为MOS电阻阵红外成像目标模拟器的研制、性能测试和应用提供一定的依据,可推广应用于其它类型红外成像目标模拟器的图像帧频测试中。     

卫星抖动对激光干涉测量影响的仿真分析北大核心

针对“太极计划”中由卫星抖动引起的影响激光干涉测量精度的两个主要噪声:激光指向抖动噪声、光程倾斜(tilt-to-length, TTL)耦合噪声,仿真分析了这两个噪声的抑制水平。采用差分波前传感技术,结合激光指向抖动噪声抑制系统的物理图像,求解了系统中各功能模块的传递函数,构造了抑制激光指向抖动噪声的Simulink仿真系统;针对TTL中常用的凹凸透镜组合技术手段,首次设计了由双凸透镜组成的4?成像系统,并采用MATLAB程序计算分析了TTL耦合噪声水平。仿真结果表明,激光指向抖动噪声、TTL耦合噪声抑制效果均优于“太极计划”的要求,且4?成像系统具有设计调控简便、精度高、易操作等优点。     

高性能可编程高斯白噪声的设计与实现

高斯白噪声生成是用于卫星地面测试的卫星遥测信号模拟源的一个功能模块。高斯白噪声生成分两步实现。介绍这两步中的主流算法,并对其性能进行了分析;采用了满足卫星遥测信号模拟源性能要求和适合高速可编程逻辑器件(FPGA)实现的一种新的算法组合;讨论了该算法组合的具体实现,包括加入对高斯白噪声均值和方差的控制;给出相应高斯白噪声的实际性能。     

2～5GHz 0.18μm CMOS宽带低噪声放大器设计

本文设计实现了一个2～5GHz的两级CMOS低噪声放大器(LNA),可应用在超宽带的下半频段(3.1～5GHz)。LNA由两级组成,第一级是一个共栅级,保持良好的线性度并完成较好的输入匹配;第二级是一个共源级堆叠一个电流源,在保持低噪声系数的同时降低功耗。通过级联共栅和共源结构进行增益补偿,所设计的LNA具有近似恒定的增益和噪声系数。采用0.18μm CMOS工艺实现后,模拟结果表明,增益和噪声系数在2～5GHz频率范围内分别为11.5dB和5.1dB,输入反射系数低于-22dB。在4GHz时,模拟得到的三阶交调点为-10dBm。在1.8V电源电压下,LNA的功耗约为11mW。     

先进边界区分噪声检测的改进算法

针对典型的两个边界随机值噪声检测问题,先进边界区分噪声检测(ABDND)通过全局的灰度值统计方法来确定噪声边界,取得了良好的检测效果.但是在噪声范围较宽时,ABDND的检测结果中会有大量的错检噪声.在ABDND的基础上提出一种噪声检测改进算法(MABDND),算法分为两个阶段:第1阶段采用ABDND算法中的全局灰度值统计方法;第2阶段通过对局部灰度值的统计找出第1阶段中的错检像素,并将错检噪声恢复为非噪声像素.本文算法的优点在于利用第2阶段的验证技巧去校正第1阶段中产生的大量错检像素,以保证较低的漏检与错检率.以图像Lena、peppers为实验对象,实验结果表明MABDND的检测性能优于ABDND,特别是在噪声范围较宽时,MABDND具有更好的检测性能和更强的噪声适应能力.     

基于粒子群算法的柔性形态学滤波器

典型的中值和均值滤波器分别存在去噪不完全和使图像模糊的缺点,为此,提出了一个改进的柔性形态滤波器(ISMF),在保护细节的同时有效去除高斯和椒盐噪声。为定量分析该滤波器中参数和非线性约束条件,提出了一种改进的粒子群优化算法(msPSO),该算法具有更高的收敛速度和精度。实验表明经msPSO优化后的ISMF能够在峰值性噪比和形状误差上取得比较好的效果。     

采用训练策略实现的快速噪声水平估计

目的 大多数图像降噪算法都属于非盲降噪算法,其获得良好降噪性能的前提是能够准确地获知图像的噪声水平值。然而,现有的噪声水平估计（NLE）算法在噪声水平感知特征（NLAF）提取和噪声水平值映射两个核心模块中分别存在特征描述能力不足和预测准确性有待提高的问题。为此,提出了一种基于卷积神经网络（CNN）自动提取NLAF特征,并利用增强BP （back propagation）神经网络将其映射为相应噪声水平值的改进算法。方法 在训练阶段,首先通过训练卷积神经网络模型并以全连接层中若干与噪声水平值相关系数较高的输出值构成NLAF特征矢量;然后,在AdaBoost技术的支撑下,利用多个映射能力相对较弱的BP神经网络构建一个非线性映射能力更强的增强BP神经网络预测模型,将NLAF特征矢量直接映射为噪声水平值。在预测阶段,首先从给定噪声图像中随机选取若干个图块输入到卷积神经网络模型中,提取每个图块的若干维NLAF特征值后,利用预先训练的BP网络模型将其映射为对应的噪声水平值,然后以估计值的中值作为图像噪声水平值的最终估计结果。结果 对于具有不同噪声水平和内容结构的噪声图像,利用所提算法估计出的噪声水平值与真实值之间的估计误差小于0.5,均方根误差小于0.9,表现出良好的预测准确性和稳定性。此外,所提算法具有较高的执行效率,估计一幅512×512像素的图像的噪声水平值仅需约13.9 ms。结论 实验数据表明,所提算法在高、中、低各个噪声水平下都具有稳定的预测准确性和较高的执行效率,与现有的主流噪声水平估计算法相比综合性能更佳,可以很好地应用于要求噪声水平作为关键参数的实际应用中。     

热释电红外传感器噪声特性分析

采用噪声电流电压的En -In 模型对热释电红外传感器的噪声特性进行了定性分析 ,给出了热释电红外传感器的输出噪声电压公式及其低噪声设计的一般方法     

浅层CNN网络构建的噪声比例估计模型

目的 利用深度卷积神经网络（deep convolutional neural network,DCNN）构建的非开关型随机脉冲噪声（random-valued impulse noise,RVIN）降噪模型在降噪效果和执行效率上均比主流的开关型RVIN降噪算法更有优势,但在实际应用中,这类基于训练（数据驱动）的降噪模型,其性能却受制于能否对待降噪图像受噪声干扰的严重程度进行准确的测定（即存在数据依赖问题）。为此,提出了一种基于浅层卷积神经网络的快速RVIN噪声比例预测（noise ratio estimation,NRE）模型。方法 该预测模型的主要任务是检测待降噪图像中的噪声比例值并将其作为反映图像受噪声干扰严重程度的指标,依据NRE预测模型的检测结果可以自适应调用相应预先训练好的特定区间DCNN降噪模型,从而快速且高质量地完成图像降噪任务。结果 分别在10幅常用图像和50幅纹理图像两个测试集上进行测试,并与现有的主流RVIN降噪算法中的检测模块进行对比。在常用图像测试集上,本文所提出的NRE预测模型的预测准确性最高。相比于噪声比例预测精度排名第2的算法, NRE预测模型在噪声比例预测值均方根误差上低0.6% 2.4%。在50幅纹理图像测试集上,NRE模型的均方根误差波动范围最小,表明其稳定性最好。通过在1幅大小为512×512像素图像上的总体平均执行时间来比较各个算法执行效率的优劣,NRE模型执行时间仅为0.02 s。实验数据表明：所提出的NRE预测模型在受各种不同噪声比例干扰的自然图像上均可以快速而稳定地测定图像中受RVIN噪声干扰的严重程度,非盲的DCNN降噪模型与其联用后即可无缝地转化为盲降噪算法。结论 本文RVIN噪声比例预测模型在各个噪声比例下具有鲁棒的预测准确性,与基于DCNN的非开关型RVIN深度降噪模型配合使用后能妥善解决DCNN网络模型固有的数据依赖问题。     

Two-step simulation of slat noise

The flow field and the acoustic field of a high-lift configuration consisting of a slat and a main wing are numerically investigated by a hybrid method. In a first step, the unsteady flow field is computed via a large-eddy simulation (LES) and in a second step, the acoustic field is determined by solving the acoustic perturbation equations (APE). The mean flow field is compared to experimental findings followed by an investigation of the turbulent structures which are visualized by λ₂ contours. The analysis of the acoustic field shows that at the main wing trailing edge acoustic pressure fluctuations of approximately 5 kHz are generated. Correlations between the noise sources and the acoustic pressure identify the slat-gap region to be responsible for the mixture of broadband and tonal noise between 1 and 3 kHz. The decay of the pressure spectrum is found to be approximately f⁻² which is in agreement with the literature.     

基于总体平均经验模态分解的主动噪声控制系统研究

为了提高宽窄带混合噪声的消噪效果,本文提出一种基于总体平均经验模态分解（Ensemble empirical mode decomposition,EEMD）的主动噪声控制（Active noise control,ANC）系统,利用实时EEMD算法逐段将混合噪声分解成若干个固有模态函数（Intrinsic mode functions,IMF）分量.因为这些IMF分量的频带各不相同,所以实现了混合噪声中宽带分量和窄带分量的有效分离,独立进行ANC处理后成功解决了处理混合噪声时带来的“火花”现象,而且避免了传统混合ANC（Hybrid ANC,HANC）系统中频率失调的影响. EEMD算法也是对混合噪声的平稳化处理过程,因此当混合噪声中出现非平稳变化时,本文提出的系统也能保持较好的系统稳定性.通过不同噪声环境下进行仿真分析,提出的ANC系统比HANC系统具有更好的系统稳定性和更小的稳态误差.     

基于TCM的慢衰落信道密钥协商方法

当信道变化较慢时,无法利用无线信道的时变冗余特性实现密钥协商。针对上述问题,给出了一种基于网格编码调制(TCM)的慢衰落信道密钥协商方法。对随机生成的密钥序列进行TCM编码得到带有冗余的密钥信息,并利用两端的保密序列分别对密钥信息进行隐藏与恢复,同时利用密钥信息中的冗余纠正两端的保密序列不一致引起的恢复误差,最终获得一致的密钥序列。仿真结果表明,在比特率为10-4时,该方法比现有方法有将近5 d B的增益。     

图像中的高斯和脉冲混合噪声处理

通常情况下,受脉冲噪声污染的图像采用中值滤波法复原,受高斯噪声污染的图像采用均值滤波法复原。为了去除两者的混合噪声,Lee和Kassam提出了一种改进的均值滤波算法ModifiedTrimmedMean(MTM),但是MTM的使用受到了阈值的限制。为了在滤除退化图像中混合噪声的同时能更好地保护图像细节,我们详细分析了MTM滤波的特点,在对MTM进行改进的同时,提出了一种改进的自适应中值滤波算法(统计滤波)。该算法无需噪声的先验知识,利用VisualC 自动搜索阈值来实现图像的最佳复原。利用两种客观标准进行评价,实践证明新方法的处理结果优于传统的MTM方法。