基于最佳抽样序列长度的高分辨率SAR成像算法的研究

虽然距离多普勒算法在合成孔径雷达(SAR)成像中有着广泛的应用,但是其产生的图像质量较差,不能满足实际应用的需求.为解决制约传统方法成像质量的关键技术难题,提出了一种基于最佳抽样序列长度的高分辨SAR成像算法.该算法根据SAR距离向和方位向的成像参数,设计了初始抽样序列长度的计算公式.利用获得的初始抽样序列长度以及SAR图像质量性能评估标准,结合曲线极值确定了合理区间变化范围内的最佳距离向和方位向抽样序列长度.机载SAR点目标成像和星载SAR实测数据的实验结果表明了所提算法的有效性.     

用于补偿高次畸变的一种白适应均衡法

在自适应通道均衡中,常规均衡法中的高阶均衡器已不能有效补偿因通道失配严重而产生的高次畸变,从而导致自适应阵列处理性能的急剧下降。提出了一种基于带宽分割的自适应均衡法,即将待均衡频带分割成多个子带,并对每个子带分别进行均衡。与常规均衡法相比,该方法可有效均衡通道失配所产生的高次畸变。理论分析和计算机仿真结果表明该方法能较大幅度地提高自适应均衡器的性能。     

对角加载对自适应均衡器性能影响的研究

在自适应通道均衡中，一般采用最小二乘的广义求逆法求解均衡器系数，当随着均衡器阶数增加时，常常会遇到方阵病态的现象，严重影响了均衡器的校正性能，甚至使均衡器停止工作，本文分析了方阵产生病态的原因，并在此基础上，研究了对角加载对均衡器性能的影响。     

构建基于蜜罐技术的入侵检测系统

传统意义上的网络入侵检测只能检测到已知类型的攻击和入侵,对未知类型的攻击则无能为力。蜜罐技术是入侵检测技术的一个重要发展方向,已经发展成为诱骗攻击者的一种非常有效而实用的方法,不仅可以转移入侵者的攻击,保护主机和网络不受入侵,而且可以为入侵的取证提供重要的线索和信息。设计了基于蜜罐技术的网络入侵检测系统,成功的实现了对网络入侵的跟踪与分析。     

基于短时能量的语音/音乐快速分类

针对音频信号的特点,基于语音／音乐信号的短时能量进行快速分段和分类,并给出了方法和步骤。     

提高自适应通道均衡器性能的对角加载法

在自适应通道均衡中，采用基于最小二乘的广义求逆法求解均衡器权系数时，矩阵病态会严重影响均衡器的校正性能．本文采用对角加载法解决矩阵病态问题，分析了对角加载对均衡器性能的影响．仿真实验表明，对角加载在解决矩阵病态的基础上，可以大大提高自适应均衡器的性能．     

基于卷积盲源分离的噪声鲁棒性语音识别的研究

研究了一种基于卷积盲分离算法与MFCC（Mel-Frequency Cepstral Coefficient）特征相结合的噪声鲁棒语音识别方法。该方法在预处理阶段,首先计算预白化观测数据的多阶自相关协方差矩阵,以获得多时延处理的二阶解相关统计信息。然后利用得到的二阶统计信息构建两个对称正定矩阵,通过Cholesky因式分解等一系列变换获得唯一存在的矩阵,根据此矩阵估算语音信号并提取MFCC特征用于后续识别。实验结果表明,在低信噪比条件下,该方法对于数字语音的识别性能优于基本的MFCC识别器和文献中已有的卷积分离算法。