基于Laws纹理能量测度的鲁棒水印方案

针对数字水印算法中JND阈值鲁棒性较差的现状,研究了JND阈值的鲁棒性与小波系数间的联系,提出基于图像低频小波系数的Laws纹理测度的JND闲值计算模型.该模型能很好地定位嵌入水印,明显地改善检测效果.同时给出一种基于随机统计特征的匹配检测算法.该算法在提高响应值的同时计算出对应的虚警概率,能定量的表征有效性,具有较强的说服力.     

无线通信技术在油水井动态监测中的应用

介绍一种新颖的井下无线数据通信技术，将它应用在井下状态监测装置中，能在油水井正常生产状态下长期连续监测井下生产状态及井下工具工作状态，并能随时获取测试数据，解决井下生产动态监测的长期性、实时性与陆上油田低成本应用之间的矛盾。其获得的长期监测数据与短期的传统不稳定试井所获取的数据相比，可获取更多的储层信息及井下工具状态变化情况，为油田开发措施制定和提高油气采收率提供新的技术支撑。     

基于差分阈值与模板匹配的心电R波提取算法

心电信号(electrocardiogram,ECG)是人体最重要的体征信号之一,R波是心电信号中最明显的特征参数.R波的正确提取是计算心率、分析心率变异性等其他参数的基础.以一阶差分为基础,结合模板匹配算法,在匹配的过程中采用阈值比较和匹配系数的心电R波检测方法,提高了R波检测的准确率.实验表明,该算法能够快速准确地检测心电信号数据中R波特征值.     

基于MMAS的MIMO-OFDM系统上行多用户检测

在多输入多输出-正交频分复用(multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统上行多用户检测(multi-user detection,MUD)中,针对基本蚁群算法(ant colony optimization,ACO)在搜索过程中易出现过早停滞及收敛于局部最优解等问题,提出一种基于最大最小蚁群系统(max-min ant system,MMAS)的MUD新算法.该算法在蚁群每次循环结束后,仅处于最优路径上的单只蚂蚁释放信息素;同时,通过限制每条路径上信息素的取值范围,避免路径间信息素的差值过大,从而使蚂蚁在每次循环时尽可能地选择不同的路径,提高算法的搜索能力.仿真结果表明,MMAS算法能够有效降低蚁群陷入局部最优解的概率,进而提高了检测性能;同时,随用户数的增加,该算法的计算复杂度却远低于最大似然(maximum likelihood,ML)检测算法,因此,该算法能够在检测性能与计算复杂度之间取得较好的折中.     

基于反射光谱成像的相似异物检测新方法

针对现有方法进行相似异物检测时成本高、效果差等问题,提出一种基于优选波长反射光谱成像技术的相似异物检测新方法.该方法利用建立的波长优选函数,分析了近紫外一可见一近红外离散波段中异物与背景灰度差随波长变化规律,筛选了区分多个异物与背景的最佳光照波长,以此构建反射光谱成像检测系统.根据最佳波长反射成像系统来获取相似异物特征,同时,根据二值化自适应阈值来对异物提取图像进行处理.以棉花中的白色丝状异物为对象对该方法进行实验,结果表明,在反射光照系数为0.74时,该方法对相似异物的检测率达到94％.     

基于Ethernet IP协议的交流电参数检测仪表设计

针对电参数检测问题,设计一种新型电参数检测仪表,以ARM微处理器STM32F103为控制核心,利用电能计量专用芯片ADE7758作为电参数采集,并采用HMS公司的Anybus-Compact Com模块实现Ethernet IP工业以太网协议的仪表设计。设计结果表明,该仪表性能稳定、测量准确,具有良好的应用价值。     

基于线阵CCD的车辆参数识别系统

提出一种应用线阵CCD进行车辆参数检测的方法,可用于公路智能收费系统.该方法以车牌及轮胎钢圈作为检测的主要目标,利用纹理特征确定车牌区域,采用梯度算子与连通域相结合确定钢圈位置,进而确定车辆长、宽、高、轴距等重要参数.实验结果表明,该方法识别速度快、准确率高,有较高的应用价值.     

海浪波谱仪微波散射模型

【目的】建立与观测数据相符的海浪波谱仪(SWIM)散射模型。【方法】利用Kirchhoff近似以及准镜面散射理论,建立从海浪方向谱映射到海浪波谱仪后向散射截面(σ°)的散射模型,并利用热带降雨测量卫星(TRMM)所搭载的降雨雷达(PR)提供的低入射角下的后向散射截面数据,对模型进行检验。【结果】准镜面散射模型结合高阶Gram-Charlier级数型海表斜率概率密度函数,模拟的雷达后向散射截面与入射角的关系在降雨雷达的0~18°入射角范围内与实测数据一致。【结论】海浪波谱仪的信号散射可利用准镜面散射模型结合高阶Gram-Charlier级数型海表斜率概率密度函数来描述。     

基于超像素与Span-Pauli分解的SAR影像分类

针对高分辨率极化合成孔径雷达(SAR)影像解译中面向像素方法难以充分利用影像信息的问题,提出一种基于超像素与Span-Pauli分解的非监督分类方法.利用分水岭方法易于过分割的特点,将分水岭分割得到的特征相似、空间相邻的像素集合视为超像素,并作为分类算法的基本处理单元.利用极化参数Span及Pauli基对极化SAR数据进行迭代分类,以实现适用于高分辨率SAR影像的非监督分类.采用X波段高分辨率SAR数据进行实验,结果表明:基于超像素的分类方法能有效抑制分类结果中的椒盐现象,将总体精度提高到了73.81%;在准确区分水体、道路的基础上,提高了复杂的农作物类别的分类精度.     

冲击噪声下基于Lorentzian范数的CSR参数估计

针对现有重构算法及其改进算法在压缩感知雷达(CSR)参数估计中存在的稳健性不强、适用性不广等问题,提出了一种适用于冲击噪声背景的鲁棒性算法——Lorentzian-ISL0(基于Lorentzian范数的改进光滑l0范数).建立CSR参数估计的稀疏线性模型,并基于Lorentzian范数和高斯函数稀疏正则化,构造冲击噪声下稳健的优化目标函数;修正优化目标函数的牛顿方向,并沿修正方向对估计值进行更新,直至收敛.仿真实验结果表明:与已有算法相比,本文方法计算复杂度更小,支撑集重构更精确,信号重构精度更高.