FFT和Hough变换在织物纹理方向检测上的应用

针对人工测量织物纹理方向的方法存在自动化程度低、精度不高的缺点,提出基于快速傅里叶变换和Hough变换的自动检测和识别织物经向、纬向、斜纹斜向的方法。对织物图像进行二值化处理,对二值化后的织物图像进行快速傅里叶变换得到功率谱图,对功率谱图的二值图像进行Hough变换,从而检测出织物纹理方向。通过对同一试样的不同放置方式进行测试,证明该方法对织物放置方式无特殊要求,仅需确保试样平摊在光滑台面上不受任何张力;将该方法与人工测试结果作对比,证明该方法具有高精度、高自动化的优点。     

新阈值二进小波去噪算法在齿轮信号中的应用

在齿轮的激光检测过程中,由于各种噪声源的影响,原始信号会出现特征信息弱化的现象,影响了齿轮检测的准确性。为解决该问题,在分析传统软、硬阈值函数不足的基础上,提出了一种新阈值函数和二进小波变换相结合的去噪方法。在该方法中构建了一个可以调节的新阈值函数,该阈值随二进小波分解系数的变化以指数形式动态调整,克服了传统硬阈值函数不连续和传统软阈值函数存在偏差的问题。经仿真实验验证,该方法的信噪比和适用性具有明显的改善。     

基于颜色和纹理特征的图像情感语义分类

利用图像的低层特征实现了图像高层情感语义(happy和sad)的分类:通过在HSV颜色空间中提取图像的全局颜色特征,并利用黄金分割原理提取位于视觉中心位置主要区域的局部颜色特征,结合二维Gabor小波变换提取全局图像的纹理特征,实现对自然风景图像进行情感特征提取.采用PCA方法对情感特征进行降维,将降维后的特征向量结合BP神经网络,完成情感语义分类检索.     

基于膜计算的多模态图像配准算法研究

图像配准是图像融合的前提,具有重要的研究价值。传统的基于智能进化的优化算法在进行图像配准时,存在配准精度低,收敛速度慢的问题。利用膜计算的并行协同进化特性,提出一种在膜计算框架下的多模态图像配准算法,即GA-MCIR算法。设计一种细胞型P系统的膜结构,细胞膜中1个对象表示1组浮动图像变换参数,每个基本膜采用遗传算法进化对象获得最优变换参数,并将最优对象转运到上层膜中,同时所有基本膜之间随机进行最优对象转运操作。通过以上2种转运操作,上层膜保留本膜中本次进化的全局最优对象,并将其转运到各子膜中,参与各子膜的进化。最终,整个P系统的最优变换参数保留在表层膜中。将CT脑部图像和可见光与红外光图像等多模态图像进行配准实验,其结果表明,所提算法相比于基于GA和PSO的图像配准算法具有更高的配准精度、更好的全局收敛性。       

基于共轭噪声组的宽带噪声雷达机动目标参数估计

宽带噪声雷达参数估计时通常会采用宽带互模糊函数的方法,但是在处理机动目标时这种方法需要在距离、速度及加速度3维搜索而导致运算量巨大,为此该文提出一种基于共轭噪声组的机动目标参数估计算法。该算法首先根据回波伸缩效应预设多路通道,每路通道截取固定长度的噪声组内信号进行混频,然后利用分数阶傅里叶变换(FrFT)估计混频信号的多普勒相位,根据相位信息构造补偿函数,并对补偿后的噪声组信号利用频域尺度相关(FSC)算法估计回波的时延,最后联立多普勒相位及时延信息获取目标的距离、速度和加速度。该算法避免了目标参数3维搜索的过程,无需时域重构回波信号,较宽带互模糊函数方法极大地降低了运算量,整个算法都可通过快速傅里叶变换(FFT)实现,便于系统实时处理。仿真结果验证了该算法的有效性及优势。     

双原型离散傅里叶变换调制滤波器组的快速设计方法

针对大规模的离散傅里叶变换(DFT)调制滤波器组设计算法复杂度高的问题,该文提出一种基于无约束优化的快速设计算法。该算法将两个原型滤波器的设计问题归结为一个无约束优化问题,将滤波器组的传递失真,混叠失真以及原型滤波器阻带能量的加权和作为目标函数。进而,采用双迭代机制来求解该优化问题。在单步迭代中,运用矩阵求逆的等效条件和Toeplitz矩阵求逆的快速算法,显著地降低了迭代的计算代价。仿真对比表明,与已有的设计算法相比,新算法计算代价低 ,可以得到整体性能更好的滤波器组,并且可以快速设计大规模的滤波器组。     

基于双本振同步Nyguist折叠接收机的多分量LFM信号检测及参数估计

Nyquist折叠接收机(NYFR)为一种新颖的超宽带接收机结构,它可以利用单片ADC实现超宽带范围内信号的采集,而同步Nyquist折叠接收机(SNYFR)为其一种改进结构。该文在此基础上提出一种新的基于双本振方案的SNYFR结构,推导了多分量LFM输入下的数学模型。并基于此结构,提出一种基于正弦调频匹配(SFMM)与分数阶域折叠补偿相结合的多分量LFM信号奈奎斯特区域(NZ)判定与参数估计算法,克服了单本振SNYFR结构处理多分量LFM输入时的困难,提高了NZ判定及参数估计的抗噪声性能。计算机仿真表明,该文算法可以有效地对多分量LFM信号进行检测并实现各分量参数的高精度估计。     

狭义相对论的前提与全速域狭义相对论理论模型的构建原则

基于笔者提出的弥聚子论的基本概念及其中对于主要反映超高速领域物质运动与时空之间关系的爱因斯坦狭义相对论(或称"高速狭义相对论")的尝试性拓展--预言了有可能显著存在于超低速领域的低速狭义相对论效应乃至有可能显著存在于超高速和超低速领域、同时涉及介于两者之间的常速领域的全速域狭义相对论效应,对爱因斯坦狭义相对论的前提进行了评述、质疑与修正,其要点包括:第一,指出了爱因斯坦在"以狭义相对性原理为前提"的名义下所做推导的前提超出了纯粹意义上的狭义相对性原理,它实际上隐含了独立且具有潜在局限性的"伽利略极限契合原理"和"线性时空变换假设";第二,指出了依据对电磁波运动的考察和狭义相对性原理而得出的光速不变原理在其意义和作用方面存在一定的局限性,而通过对实物体运动的考察则有可能获得等价于光速不变原理或较之更具普遍意义的能够作为狭义相对论前提的原理,从而有可能更深刻、更充分地反映狭义相对论效应的物理本质乃至引发狭义相对论的变革;第三,区分了光速不变原理与"固有常数光速个例性原理",指出了狭义相对性原理不仅寓于相关时空变换表达式的高度对称性之中,还必寓于其他与物理过程相关的原理之中;第四,依据前期研究成果对狭义相对论的前提进行了更新,即扬弃了光速不变原理并代之以先前提出的实物体运动存在速度上限和下限的"双极限速原理"及与之孪生的"双极限速质量-速度关联原理",并指出了在笔者所期待的狭义相对论的变革中恰当运用"伽利略极限契合原理"或将其推广为"洛仑兹极限契合原理"乃至推广为扬弃具体极限情形的"一般性极限契合原理"以及放弃"线性时空变换假设"转而依循"时空变换数学形式的开放性原则"的必要性. 在此基础上,通过在上限速单极近似下引入质量-速度关联原理,重新推导出了爱因斯坦狭义相对论中的洛仑兹变换关系式,明确了以质量-速度关联原理取代光速不变原理的推演步骤,并使得"光速不变"(或"上限速度不变")在爱因斯坦狭义相对论中由前提蜕变为推论. 继之,分别给出了上限速单极近似和下限速单极近似下质量-速度关系的唯象推导过程,并明确了低速狭义相对论和全速域狭义相对论时空变换关系式的构建原则. 这一工作使得全速域狭义相对论完备理论模型的建立又向前推进了一步.     

弹道中段群目标平动补偿与分离方法

弹道微动群目标时频图是多目标多散射点微多普勒的叠加,以往针对单目标的补偿与分离方法不再适用。针对这一问题,该文首先分析了群目标及诱饵的微多普勒形式;利用弹道中段目标运动平稳,短时观测加速度近似为常数的特性,采用Radon变换检测微多普勒曲线的倾斜程度,用最小熵准则和高斯函数拟合的方法估计平动参数,进而完成平动补偿;对补偿后的群目标时频图利用Viterbi算法提取各条微多普勒曲线,依据同一目标各散射点微多普勒的周期相关性,完成群目标分离;最后仿真验证了以上方法的有效性。