空间目标RCS序列的多重分形分析

分析了空间目标RCS序列产生混沌的机理,将非线性理论中的多重分形分析法引入空间目标RCS序列的研究中,用多重分形分析法分析了空间目标RCS序列的混沌特性;实测数据计算结果表明,与旋转目标相比,三轴稳定目标RCS序列较复杂,这与实际分析的情况相符合,证明了该方法的有效性;另外,还证明了空间目标RCS序列服从多重分形分布。     

基于SUSAN算子的红外目标检测

SUSAN算子是一种基于图像局部灰度特征的算法,利用一个圆形的模板对图像进行扫描,比较模板内部的点与模板中心点的灰度值,如果灰度差值小于一定的阈值,就认为该点与中心点的灰度相同。统计模板内部与中心点灰度相同的点的个数,与一个阈值进行比较,判断该点是否属于某个区域的边缘点,从而实现对红外目标的检测。与传统的全局阈值相比,该算法抗干扰能力较强,实时性较好,能够快速、可靠地检测出红外目标。     

基于最大Lyapunov指数的空间目标RCS序列分析

针对从空间目标RCS序列丰富的目标特征信息中提取有效特征非常困难,在空间目标RCS序列的研究中引入非线性理论.分析空间目标RCS序列产生混沌的机理,运用最大Lyapunov指数方法研究空间目标RCS序列,并探讨空间目标RCS序列的混沌特性.计算结果表明,与旋转目标相比,三轴稳定目标RCS序列较复杂和不规则,这与实际分析的情况相符合,证明了该方法的有效性.     

基于Cao方法的空间目标RCS混沌性分析

分析空间目标RCS序列产生混沌的机理,将求取嵌入维数的Cao方法引入空间目标RCS序列的分析中,用Cao方法所得的曲线图分析空间目标RCS序列的混沌特性.实测数据计算结果表明,空间目标RCS序列既存在确定性成分,也存在随机成分,而旋转目标RCS序列具有较强的确定性成分,三轴稳定目标的RCS序列具有较多的随机成分,这与实际分析的情况相符合,证明了该方法的有效性.     

基于幅度谱的椒盐噪声估计

提出了一种基于幅度谱的椒盐噪声估计方法，该方法利用图像的幅度谱随椒盐噪声密度大小的变化规律，对图像中的椒盐噪声进行了估计。通过对大量含噪图像进行实验结果表明：该方法在对椒盐噪声密度中等和较高时效果较好。     

一种基于高斯函数的直线型边缘提取算法

结合噪声孤立、不连续的特点以及直线梯度幅值和方向的一致性原理,提出了一种基于高斯函数直线型边缘提取算法.与传统的直线提取算法相比,本文提出的算法能够有效的防止边缘细节的丢失和断裂.实验结果表明,该算法在检测直线型边缘时具有较强的抗噪声性能.     

空间目标RCS序列的盒维数分析

针对采用常规理论从空间目标RCS序列中提取有效特征非常困难的问题,在空间目标RCS序列的研究中引入非线性理论的盒维数法.分析影响空间目标RCS序列产生混沌的机理,运用盒维数理论研究空间目标RCS序列,基于计算得到的盒维数探讨空间目标RCS序列的混沌特性.实测数据计算结果表明,与旋转目标相比,三轴稳定目标RCS序列所含随机噪声成分较多,混沌成分较少,接近随机噪声.这与实际分析的情况相符合,证明了方法的有效性,为空间目标的识别与分类提供了一条新的途径.     

计及行波折反射的柔性直流电网故障限流器参数优化

行波的折反射过程对故障暂态响应有重要影响,目前对故障限流器(FaultCurrentLimiter,FCL)参数优化配置时,均未考虑故障行波折反射过程对FCL参数选取的影响。因此,提出了一种计及行波折反射的故障暂态响应时域分析方法,并用此方法对混合阻感并联型FCL进行了参数优化。首先,建立换流器故障等效模型,对比不同限流阻抗类型的FCL对故障电流的抑制能力。其次,推导了故障行波的频域和时域表达式,根据彼得逊法则建立各个时序的等效模型从而准确求得故障电流。并以故障电流和FCL两端的电压应力为优化目标,利用粒子群算法对FCL参数进行优化配置,得到限流阻抗最优匹配值。最后,通过在PSCAD/EMTDC仿真软件中搭建三端直流电网模型进行仿真对比。仿真结果验证了计及行波折反射的故障电流计算方法以及优化模型的准确性。     

基于蚁群算法和特征融合的空间目标分类

针对支持向量机核参数和误差惩罚因子较难选择以及采用单一特征分类效果较差的问题,提出了一种基于蚁群算法与特征融合的空间目标分类算法,克服了以往反复试验以确定其参数的缺点,优化了特征。该方法分类正确率达90%左右,与采用单一特征分类的结果相比,效果较好。验证了方法的有效性。     

空间目标RCS序列的Kolmogorov熵分析

空间目标雷达散射截面（RCS）序列为非平稳序列,经典的数学方法很难对其进行分析。针对空间目标RCS序列的产生机理,首次引入了混沌理论的Kolmogorov熵理论对空间目标RCS序列进行分析。实测数据处理结果表明,空间目标RCS序列具有混沌特性,其Kolmogorov熵可作为空间目标识别的有效特征。