多时相遥感影像变化检测算法研究

本文首次将非下采样Contourlet变换和上下截集模糊Kohonen聚类网络相结合,提出了一种无监督的多时相遥感影像变化检测算法。该算法采用非下采样Contourlet变换提取与对数比图像中的每个像素相对应的多尺度和多方向纹理,并采用上下截集模糊Kohonen聚类网络将这些多尺度和多方向纹理分为变化类与未变化类两类,最终得到变化检测图像。实验结果表明,与传统方法相比,对于高斯和斑点噪声,该算法具有更高的抗噪性能和检测精确度。     

一种降低OFDM峰均比的PTS技术

为有效降低正交频分复用系统峰均功率比,以最大效率开发利用电力线通信资源,提出了一种低复杂度的基于部分传输序列的改进技术。该技术在已调信号实部和虚部分别与相位因子相乘来降低峰均功率比的基础上,采用迭代算法优化相位因子,减小计算复杂度。仿真结果表明,算法以较快的收敛速度取得较优的相位序列,显著地降低了正交频分复用系统的峰均比,提高了低压电力线通信系统的性能。     

基于电力线信道的OFDM盲同步算法

在Takahashi提出的盲同步算法的基础上,提出了一种OFDM多符号联合的差分盲同步算法。同Takahashi的算法一样,该算法利用OFDM符号的循环前缀内不被多径时延扩展所影响的那部分码元提取定时信息,但是为了避免电力线信道中随机的脉冲噪声对符号同步产生的影响,在每个定时时刻,取差值的前后移动平均,并采用多个OFDM符号的联合,以增强同步效果。仿真结果表明,在第一径为最强径或是非最强径的电力线多径衰落信道中,该算法取得了很好的符号同步效果。     

稀土配合物Eu（TTFA）3的非线性光学性质的研究

我们合成了稀土配合物Eu（TTFA）3,并且用二甲基甲酰苯胺（DMF）作为溶剂将其配制成浓度为6．8×10^-5mol／L作为待测样品,采用脉冲宽度为20ps,波长为532ran的激光束作为光源,对该样品的三阶非线性进行Z-扫描实验,测得Eu（TTFA）3溶液的非线性折射系数n2=5．6×10^-19m^2／W和双光子吸收系数β=8．1×10^-13m／W。通过计算可得分子的三阶超级化率Y为2．5×10^-30esu,对应于固体样品的三阶极化率x^131为2．1×10^-9esu。此结果表明Eu（TTFA）3具有较大的非线性光学特性。     

利用啁啾光纤光栅的色度色散补偿方案的研究

本文针对高速率光传输系统中的色度色散问题,利用啁啾光纤光栅,设计了后置补偿、前置补偿和混合补偿三种方案并实现了320k。的G．652光纤单信道40Gbit/s的无中继传输,仿真实验结果表明：较之后置补偿和前置补偿,混合补偿具有最好的色散补偿性能。     

全光网中基于跳数的波长分配算法

在有波长连续性限制的情况下,减少波长预留冲突需要在波长预留时尽量使用不同的波长,这使全网的空闲波长数减少,容易导致大跳数光路的连接请求失败。解决波长预留冲突问题的大多数算法都把解决问题的目标设为降低网络阻塞率,无法兼顾网络中大跳数光路的情况。本文提出了用于全光网中基于跳数的波长分配算法,该算法通过建立跳数与波长之间的相互对应关系,对未来可能发生预留冲突的光路及其要预留的波长进行预测,根据预测尽量使用相同波长,增加全网的空闲波长数。在解决波长预留冲突问题的同时,实现支持大跳数光路连接请求的目标。     

BP-ANN在荒漠草地高光谱分类研究中的应用

利用高分辨率光谱仪在实地测得的光谱数据来识别新疆阜康地区的7种典型荒漠草种,对原始高光谱数据作预处理（微分和平滑）,选取典型荒漠植被的光谱特征（红边、绿峰、红谷、RVI等）作为输入数据,植被类型作为输出数据,构建基于BP神经网络模型的典型荒漠草地分类器,进行了三组基于高光谱特征的草地类型分类实验,结果表明：（1）红边特征较其余吸收特征更能获得精确的分类结果;（2）波段550~790 nm间的窄波段光谱分类间隔中,20 nm优于10 nm的间隔;（3）草地分类器中BP网络模型的输入层、隐藏层神经元个数与BP网络训练时间、精度具有复杂的耦合关系,不可一概而论。     

PCA与PCNN结合的遥感图像分割方法

提出了一种基于主分量分析（PCA）与脉冲耦合神经网络（PCNN）结合的遥感图像分割方法。通过对图像在每个像素的邻域的基础上进行主分量分析,产生每个图像像素的特征向量,再用PCNN对得到的特征图像进行点火分割。实验结果表明,与传统方法比较,该算法在分割结果、实时性以及稳健性方面具有较强的优越性。     

遥感图像变化检测算法研究

提出了一种基于非下采样Contourlet变换和脉冲耦合神经网络的无监督的不同时相的卫星影像的变化检测新算法。该算法将非下采样Contourlet变换和脉冲耦合神经网络这两种方法结合,将它应用于不同时相的卫星影像的变化检测。实验结果表明,与传统方法相比,对于高斯和斑点噪声,该算法具有更高的抗噪性能和检测精确度。     

改进LMS在低压电力线OFDM信道估计中的应用

正交频分复用（OFDM）技术以其多种优势成为低压电力线宽带通信的最佳选择,而信道估计是正交频分复用系统的关键问题之一。修正了当前电力线信道中LMS信道估计参数选择上存在的问题,并首次在信道估计中加入动量项加速LMS算法的收敛速度。仿真结果表明,改进的算法优于原来的信道估计算法。