双基地雷达前向散射地表杂波统计特性分析

本文通过对杂波实测数据的处理,利用高斯分布模型、指数分布模型、幂指数分布模型及高阶AR等分布模型,得到了双基地雷达前向散射地表杂波概率分布和功率谱分布的数学模型;并从统计理论上解析地推导了杂波统计模型对目标检测性能的影响.基于估计的概率分布、功率谱分布数学模型及广义匹配滤波理论,实现了前向散射地表杂波的有效抑制与目标运动参数的精确估计,并利用实测数据进行了验证.     

归一化窗S变换和TT变换联合时频滤波

基于雷达信号特性及归一化窗S变换与TT变换原理,提出一种新的雷达回波信号二维时频滤波方法。通过对雷达信号进行归一化窗S变换时频滤波,滤除高频杂波和随机噪声;再利用TT变换滤除低频杂波。实验结果表明,相较于传统滤波,所提方法的滤波算子随时间及频率同步变化,克服了传统方法受使用条件限制的缺点;有效滤除杂波的同时保留原信号特征,增强了检测及识别能力。     

基于双门限的第一、第二心音自动识别方法

为提高心音检测算法对异常心音的识别率,提出一种基于双门限的第一心音(S1)和第二心音(S2)自动识别方法,通过海明窗进行滤波预处理,采用改进型希尔伯特-黄变换提取心音包络,利用双门限法对心音进行分段,使用临床知识对S1和S2进行自动识别。实验结果表明,该方法能够准确识别正常心音和异常心音中的S1和S2。     

基于小波域DCT变换的杂波抑制方法*

针对复杂背景中微弱运动目标检测困难的问题,提出了一种基于小波域DCT变换的背景杂波抑制方法。该方法根据背景杂波和运动目标的不同频率特性,采用低频小波子带频域滤波的方法得到有效抑制背景杂波的残差图像,从而达到抑制背景杂波的目的。该方法首先对原始图像进行小波变换,接着对低频小波子带进行二维DCT变换,再用高斯低通滤波器对DCT变换结果进行滤波,然后对滤波结果进行IDCT变换,最后对滤波前后的低频小波子带作差分处理,对差分结果进行小波逆变换。实验结果表明,该方法处理后得到的残差图像呈现出很好的高斯性和独立性,并     

基于MUSIC谱估计的探地雷达回波处理方法

为了克服现有信号处理算法对探地雷达噪声及杂波滤除的不足,提出了一种基于MUSIC谱估计时域与频域联合滤波方法。利用常用的去直流波和均值滤波抑制方法进行雷达信号预处理,在此基础上,引入谱分析中信号子空间与噪声子空间的概念,将MUSIC算法与最小二乘法相结合来进行探地雷达杂波及噪声处理。仿真及实验结果表明,提出的回波处理方法可以有效地抑制雷达信号中的噪声和杂波,能提高测量数据的精度,具有较高的实用性和可用性。     

基于多结构形态学的港口船舶检测方法

针对港口监控摄像机与船舶目标距离远,船舶目标成像小,海面噪声干扰大等特点,采用一种基于多结构元素形态学滤波的背景抑制算法.根据船舶的几何特征,采用多组结构元素的加权形态学滤波,将船舶目标与海面背景分离,然后利用基于邻域的自适应快速中值滤波滤除脉冲噪声,最后根据海面杂波在帧间运动不连续且面积较小等特点,利用连通域计算建立船舶的形态特征模型,来排除海面杂波对船舶检测的干扰.实验结果证明,该检测方法在实际港口获取的视频中,可以有效的抑制背景噪声和海面杂波,快速的检测出船舶目标.     

基于自适应遗传PHD滤波的多群目标跟踪方法

针对标准的概率假设密度（PHD）滤波算法在杂波环境下对群目标跟踪误差较大的问题,提出一种基于自适应遗传PHD滤波的多群目标跟踪方法。该方法在PHD粒子滤波的基础上,利用选择概率减少了新生粒子的数量。为了有效抽取交叉粒子,在时间更新阶段引入当前量测与群目标间的马氏距离。为了提高预测粒子的鲁棒性,推导出自适应交叉与变异操作方案。仿真实验表明,所提出的方法能有效跟踪杂波环境下的多群目标,具有目标总数估计稳定、运动状态估计准确的特点。     

心音信号的自适应小波去噪

在采集心音信号过程中,难免要引入噪声,这些噪声影响到心音的分析结果。由于心音信号的非平稳性,普通的滤波方法在滤去噪声的同时,会丢失部分心音成分。文中提出了一种新的基于小波变换的自适应滤波方法,该方法能够有效抑制噪声,经实例验证,取得了满意的结果。     

基于地理信息系统的雷达杂波评估与应用系统

为了便于地海杂波数据的有效管理和使用,设计了基于地理信息系统(GIS)雷达杂波评估与应用系统。该系统以GIS为技术支撑,杂波数据库为核心,结合杂波特性理论研究成果实现了地海杂波数据的管理、地海杂波数据的统计分析和雷达性能评估。同时,利用功能强大的GIS,将杂波测量数据与GIS相融合实现了地海杂波数据的可视化以及与实际地形地貌的联合分析。     

基于多线程技术的连续小波变换实现

简要介绍了连续小波变换(CWT)的快速算法,讨论了采用多线程技术编程实现CWT的原理及方法。实验表明,该方法可改善CWT在工程应用中的性能。     

应用改进频率调谐的海上小目标检测方法

提出了一种新的基于可见光图像的海上小目标检测方法。由于频率调谐方法将图像空间域整体均值与高斯滤波后差分结果,作为显著性度量的标准,因此当图像背景中存在较多杂波干扰时,显著目标检测效果不理想。提出的方法对基于频率调谐的显著性检测方法进行了改进,首先对图像LAB空间中3个特征分量进行分块,在每个分块区域中应用频率调谐显著性检测方法,进而将其结果合并为总显著图,以检测海上小目标。该方法克服了频率调谐方法,当海面背景中存在大量海杂波,无法有效提取小目标的缺陷。实验结果表明了该方法的有效性。     

基于Dual-Tree CWT和自适应双边滤波器的图像去噪算法

针对目前图像去噪方法主要局限于单一噪声,无法有效解决多种混合噪声的不足,提出了一种基于Dual-Tree CWT和自适应双边滤波器的图像去噪算法。该算法使用双树复小波变换对含噪图像进行多尺度和多方向的分解,由改进阈值对各个方向子带的高频系数进行阈值量化,同时由自适应双边滤波对每尺度下低频子带系数进行滤波,并将重构得到的图像进一步去除噪声。实验仿真结果表明,该方法对混合噪声的滤除效果明显优于现有算法,且能较好地保护图像的边缘细节信息,通过客观评价指标峰值信噪比（PSNR）和均方根误差（RMSE）定量比较,PSNR提升了5.333 2~6.527 8 dB,RMSE可降低29.41%~46.03%,运行时间仅为1.492 0 s,整体降噪性能更优。     

Application of Different Frequency Domain Detectors in Radar Moving Target Detection

Moving target detection (MTD) technique is designed to filtering out the clutters. The basis of the MTD digital signal processor is a bank of Doppler filters designed using FFT algorithm. For high pulse repetition frequency (HPRF), it leads to a long time calculations and great complexity in hardware implementation. Frequency domain detector is represented by Welch method Realized Doppler filters bank which will reduce the time calculation. The proposed method enhances the target detection capabilities by p...     

利用目标与杂波先验知识的机载雷达发射波形自适应生成方法

发射波形自适应能够优化雷达在检测、跟踪和抗干扰等方面的能力,但其性能的好坏与雷达目标和杂波先验知识有很强的相关性。采用最大输出信杂噪比准则设计的雷达发射波形自适应方法已经在理论上被证实可行和有效。为了提升这类方法的实际应用价值,本文利用Swerling统计模型和数字高程模型（Digital elevation model,DEM）提供的目标和杂波先验信息,针对机载相控阵雷达,分析了基于最大输出信杂噪比（Signal-to-clutter-noise ratio,SCNR）准则的发射波形自适应方法性能和实用价值。仿真结果表明,这类发射波形能够自适应地随着目标和杂波的变化而改变,并实现二者的最优匹配,在提升雷达输出信杂噪比上优于传统发射波形,具有良好的实际应用前景。     

Fuzzy-ART背景抑制的单帧红外弱小目标检测

针对现有背景抑制算法未能有效地抑制背景而导致目标检测率低的问题,提出一种基于模糊自适应共振理论(Fuzzy-ART)进行背景抑制、基于行列k均值(k-means)聚类实现阈值分割的单帧红外弱小目标检测算法.首先依据红外成像原理仿真生成红外弱小目标训练样本;然后采用Fuzzy-ART神经网络建立目标模型,并以此分析各像素点的目标模糊隶属度来抑制背景杂波;最后采用基于行列k-means聚类的自适应阈值分割算法来检测真实目标.实验结果表明,该算法能有效地抑制背景杂波和突显目标,并能有效地提高信噪比检测弱小目标.     

Q-shift二元树复小波在图像融合中的应用

复小波滤波器的构造较为复杂,采用Q-shift方法构造的二元树能有效地逼近复小波的实部和虚部特征,且具有近似的平移不变性;将二元树复小波变换用于不同传感器图像的融合,对来自不同传感器图像进行Dual-Tree CWT分解,得到2个低频子图和6个高频子图,将低频部分进行加权平均,高频部分采用最大值选取法进行融合。对融合结果的性能采用熵、均方根误差、平均梯度和相关系数进行评估,并与其它融合算法进行比较,结果表明:本融合方法优于同等环境下的其它方法。     

Ergonomics diary

Physiological, perceptual and physical responses to a typical circuit weight-training (CWT) regimen were recorded in two studies. The aims were to assess the intensity of exercise during CWT; and to determine whether physical responses as evaluated by spinal shrinkage were related to physiological and perceptual responses to CWT. In the first study (n = 10) heart rate (HR), oxygen consumption (VO), ventilation (VE), blood lactate (La) and perceived exertion (RPE) were measured in response to CWT. Mean ( ± SD) time to complete three circuits of CWT was 17.8 (± 1-4) min. The HR max, VO₂max and peak La, measured first during an incremental treadmill test, were 195 (±13) beats.min ^?159-7 (±4-8) ml.kg^?1.min^?1 and 14-3 (±3-5) mM respectively. Mean HR and vO₂ during CWT were 69% and 50% of the respective maximal values. The HR-VO₂ ratio observed on the treadmill was elevated during CWT, with VO₂ being lowered relative to HR. Mean VE and La values were 52-7 (± 14-5) l.min^?1 and 6-9 ( ± 3-6) mM. The effect of the same CWT regimen on spinal loading as indicated by change in stature (shrinkage) was investigated in a second study (n = 8). The mean ( ± SD) time taken to complete the circuit was 17-4 ( ± 1-3) min. Mean shrinkage due to CWT (2-5 ± 1 -5?mm) was unrelated to the time taken to complete the circuits, to HR, RPE or to low back pain ratings (p > 0-05). Observations suggest that CWT as represented in these studies engages anaerobic as well as aerobic mechanisms but the exercise intensity may not provide sufficient stimulation for aerobic training. The physical load on the spine indicated by spinal shrinkage was not related to the physiological or perceptual strain.     

基于双密度双树复小波变换多字典的人脸特征稀疏分类方法

基于超完备字典的人脸稀疏表示方法的难点是其字典构成。针对此问题,首先采用双密度双树复小波变换(DD-DT CWT)提取人脸图像不同尺度的高频子带,然后根据能量平均分布最大原则选择能量较大的部分子带构成对应尺度的超完备字典。同时,将测试样本相应的人脸DD-DT CWT子带特征看成超完备字典中原子的线性组合,并组合多字典上的稀疏表示进行识别。在AR人脸图像库上进行了实验,结果表明该方法是一种有效的人脸特征表示及分类方法。     

基于上下文感知与自适应响应融合的相关滤波跟踪算法

针对当前相关滤波跟踪算法在抗背景干扰、响应融合方式以及模型更新策略上的不足,提出一种基于上下文感知与自适应响应融合的相关滤波跟踪算法.通过引入上下文感知技术,提高算法在背景杂波及遮挡等跟踪场景下的鲁棒性;通过研究HOG特征和颜色直方图特征二者响应图和响应值的特点,提出一种自适应响应融合方法,提升融合响应图的可靠性;在模型更新方面,采用了高置信度模型更新策略来减轻传统模型更新策略中模型污染及跟踪漂移的问题.实验结果表明,本文算法在OTB50数据集上达到了74.7%的跟踪精度,跟踪成功率为54.8%,均优于对比的主流相关滤波跟踪算法,并且在背景杂波、光照变化、遮挡、运动模糊等复杂跟踪场景中具有较好的跟踪精度与鲁棒性.