基于Poisson模型的湍流退化图像多帧迭代复原算法

随着航天空间技术的发展，空中目标的成像探测研究越来越重要。受大气湍流的干扰，观测到的目标图像是严重模糊的。为了从观察到的多帧含噪的湍流退化图像中将目标原图像有效地恢复出来，本文提出了一种新颖的基于图像统计模型的图像复原算法。跟据图像Poisson概率模型建立了有关多帧图像数据的对数似然函数，通过极大化该对数似然函数，推导出了目标图像及各帧图像点扩展函数的迭代求解关系。同时。将点扩展函数的支持域等先验条件有效地加入到迭代计算过程中，以便快速地利用迭代技术将目标图像和各帧点扩展函数估计出来。该算法能用少数帧图像极大程度地恢复出目标图像。为了验证本文算法的恢复效果和可靠性，对在强噪声污染条件下的湍流退化图像进行了恢复实验，实验结果表明本文算法对空中目标湍流退化图像的复原是非常有效的。     

模型的稀疏选择与参数辨识及应用

基于正则化技术的稀疏成分分析方法可同时完成模型选择和参数估计功能。现分别从迭代算法的设计和对应岭估计的构造两方面切入,研究正则化函数的选取及特点,并深入分析其模型参数辨识的机理,说明正则化参数与广义岭估计的最佳岭参数的耦合性。该方法可操作性强,可保证参数迭代的收敛性,对于正则化函数的构造和参数估计的统计特性分析均有规则可循。缺项多项式和制导工具误差系数求解的数值例子表明,该方法具有有效的一体化模型选择和参数估计功能。     

基于非负支持域递归逆滤波技术的湍流退化图像复原算法

在常规图像复原算法中,成像系统的点扩展函数和观测噪声被认为是先验信息。当飞行器在大气层内高速或超高速飞行时,会产生气动光学效应,严重影响成像制导系统的成像质量,在这种情况下,降晰函数和观测噪声是未知信息。为有效复原湍流退化图像,提出了基于非负支持域递归逆滤波技术的湍流退化图像复原算法,该算法可同时辨识递归滤波器的参数。非负支持域递归逆滤波技术适用于视场背景为单一的黑色、灰色或白色并且支持域确定的目标图像的复原及相应滤波器参数的辨识。提出的算法首先将湍流退化图像通过一个空域高通有限脉冲响应滤波器,以滤除部分因噪声引起的模糊信息,然后将首次滤波后的图像进行递归逆滤波,同时共轭梯度算法用于最小化非负支持域递归逆滤波凸集价格函数。该算法用于复原风洞测试图像,实验结果表明,复原效果有明显的改进。
     

基于lk范数正则化方法的SAR图像超分辨

提高合成孔径雷达（SAR）图像的分辨率对自动目标识别等具有重要意义。为此改进了一种基于lk范数正则化方法，并用于SAR图像超分辨。该方法通过合理开发利用符合SAR成像工程背景的先验知识，构造附加约束，把图像超分辨问题规划为形式简单的带约束优化问题。仿真和实测数据计算结果证实了该方法的有效性。     

一种高超星图高精度半盲复原算法

针对高超声速飞行器在平流层内应用天文导航时受气动光学效应及运动模糊影响后难以观星和高精度导航的问题，提出一种基于正则化思想的高超星图半盲复原算法。该算法首先针对高超星图的特点进行去噪与星点初提取等预处理操作，接着从图像中提出可用的模糊核信息，并通过融合达到去噪的目的。然后结合天文图像灰度及梯度的稀疏先验分布特性，提出一种针对高超星图的正则化非盲复原模型，利用分裂布雷格曼迭代法等算法迭代估计清晰图像。将本算法与传统星图复原算法、其他最新正则化复原算法进行星图复原与导航效果比较，结果表明本算法复原效果最佳，且能明显改善星点识别正确率及质心坐标计算精度，可用于大幅提高超声速飞行器在平流层中的天文导航适应性及导航精度。     

基于远场模式的散射体形状成像

对线性抽样法的电磁场逆散射求解进行了研究。为避免迭代和优化法的正问题求解，用积分算子将散射物边界数据映射到散射场的远场模式，针对第一类积分方程的不适定性，用Tikhonov正则化法求解，并用高阶收敛算法确定正则化参数以快速数值实现。数值计算结果表明：线性抽样法＋确定正则化参数的高阶收敛算法可较好地滤除噪声，减少了确定正则化参数的计算量。     

基于压缩感知的高分辨DOA估计

研究基于压缩感知的多目标DOA估计问题.利用空间目标空域的稀疏性,提出一种新的DOA压缩感知模型,其感知矩阵满足约束等容(RIP)条件.提出一种基于奇异值分解的多测量矢量欠定系统正则化聚焦求解(SVD-RMFOCUSS)算法.该算法在一定程度上克服了压缩感知重构算法无法用于低信噪比情况缺陷,且具有较低的运算复杂度.计算机仿真表明该算法性能优于传统DOA估计算法,能够对任意相关性的信号进行有效DOA估计,具有更高的角度分辨力及估计精度.     

基于lk范数正则化方法的SAR 图像超分辨

提高合成孔径雷达(SAR)图像的分辨率对自动目标识别等具有重要意义.为此改进了一种基于lk范数正则化方法,并用于SAR图像超分辨.该方法通过合理开发利用符合SAR成像工程背景的先验知识,构造附加约束,把图像超分辨问题规划为形式简单的带约束优化问题.仿真和实测数据计算结果证实了该方法的有效性.     

单帧数字图像分辨率改善的频域正则化方法

现有多帧序列频域分辨率改善方法主要基于柯西-高斯先验模型，对单帧图像处理效果不理想。在分析频谱混叠公式的基础上，研究了单帧图像分辨率改善的频域方法。提出了基于柯西-高斯先验模型的正则化方法，由于柯西-高斯先验模型具有较好的信号稀疏表示能力，因此能有效地改善图像的分辨率。设计了迭代求解算法，给出了迭代初值的稳健算法，并将二维计算问题转化为一维计算问题，实现了方法的快速计算，同时大大地减少了存储量。文中给出了一维信号和遥感图像两个算例，计算结果表明，方法可以有效地改善图像的分辨率。     

基于神经网络的大气湍流退化图像的快速仿真

大气湍流的随机扰动会对大气中传输的光场性质产生影响,导致远距离的目标经过大气湍流传输后出现图像退化和畸变。研究大气湍流的建模,对图像退化进行仿真模拟是矫正湍流引起的图像畸变、改善成像质量的关键,为此文章提出了一种快速实现仿真大气湍流所引起的图像畸变的方法,通过使用Zernike多项式表示大气湍流的相位,利用Zernike系数之间的相关性求解Zernike系数,搭建神经网络,实现了快速求解湍流的点扩散函数;依据图像退化的过程将清晰无失真图像模拟成受大气湍流影响的退化图像;同时,根据不同参数生成不同效果的湍流图像,分析大气湍流对成像的影响,并对斜程大气湍流传输对成像的影响进行了分析和讨论。此外,文章还将模拟图像与实际湍流图像进行了定量对比,两者的结构相似性（SSIM）和均方误差（MSE）指标数值仅差0.32%和0.92%,表明模拟图像与实际湍流图像具有较好的一致性,验证了文章所提方法在可见光波段应用的可行性。     

基于系统函数优化的非规则天线阵列综合孔径辐射计亮温反演算法

为改善非规则天线阵列综合孔径辐射计反演图像质量,提出了基于系统函数优化的亮温反演方法。通过优化非规则天线阵列的系统函数,消除单元天线非规则排列对系统性能的影响,并在优化过程中引入正则化,稳定反演图像。为补偿正则化引起的反演图像质量损失,在反演算法中引入了迭代运算。仿真结果表明:所提出的反演算法能有效改善非规则天线阵列综合孔径辐射计的亮温反演图像质量,可应用于基于小卫星编队的分布式综合孔径遥感图像反演中,并能为基于小卫星编队的分布式综合孔径阵列优化提供理论基础。     

改进的基于特征函数的调制识别算法

原有的基于特征函数的调制识别算法,是将基带信号的同相分量和正交分量之和代入特征函数进行运算,计算过程丢失了部分有用信息,仅能保证特征函数的相位跟高斯白噪声无关。提出一种新方法,将基带信号以复数形式代入特征函数进行运算,不仅没有丢失信号的有用信息,并且从理论上证明计算结果跟高斯白噪声无关,继而可以使用特征函数的幅度信息对信号的调制方式进行识别。仿真证明,该算法比原有方法在识别性能上有大幅提高。     

基于航天TDICCD相机像移分析的PSF估计及图像复原算法研究

根据时间延迟积分电荷耦合器件(TDICCD)特殊的工作原理,分析了其产生像移的原因 ,基于对TDICCD像移的分析估计出模糊图像的点扩散函数(PSF)。根据TDICCD像移产生的机 理,建立了图像退化的数学模型,并在功率谱均衡复原算法的基础之上提出了像移复原滤波的 数学表达式,对运动模糊图像进行了半盲恢复,通过Matlab仿真证明了图像复原算法的可行 性和有效性。
     

基于空间分割的影像条带噪声去除方法

光学遥感卫星影像中包含系统条带噪声和随机条带噪声,由于多种因素的干扰,即使进行系统条带噪声去除后,仍残留部分随机条带噪声。文章通过分析现有卫星遥感影像中的随机条带噪声特性,基于常规的随机条带噪声去除方法,提出一种新的基于空间分割的条带噪声去除算法。该方法以影像的均值、中值以及梯度值构建判定准则,将影像分为动态范围变化较小的多个区域,同时将地物边缘单独提取出来予以保留;然后采用标准矩匹配的方法对单独区域进行处理,在剔除噪声的同时抑制灰度畸变的产生;最后采用中巴地球资源卫星04星（CBERS-04）数据作为试验对象进行了随机噪声去除试验,试验结果表明新方法在去除随机条带噪声的同时很好的保持了原始影像的纹理信息。     

基于MTFC的遥感图像复原方法

遥感图像在成像过程中受到大气、光学系统、探测器、平台运动和电路等因素的影响,引起图像退化,图像复原算法可以改善遥感图像像质,提高图像信息的解译能力。文章介绍了调制传递函数补偿（modulation transfer function compensation,MTFC）算法的原理,从遥感成像的链路环节出发,分析了MTFC的原理,提出了一种星上实时遥感图像MTFC复原算法。通过卷积系数和抑噪参数的优化设计,在提高图像清晰度的同时能较好地抑制噪声;对不同卷积和抑噪参数的图像复原效果进行了对比,从主观和客观两个方面对复原图像进行了评价。实验结果表明,该算法能有效提高图像像质,增强图像的高频部分,采用不同类型的卫星遥感图像验证了算法的适应性。     

改进高斯混合粒子滤波的纯方位目标跟踪算法

针对纯方位跟踪系统非线性较强、传统跟踪滤波方法收敛速度慢且容易发散的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。该算法基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。利用贪心EM算法实现模型的降阶,一定程度上克服了EM算法假定混合成分数为已知、迭代的结果需要依赖初始值、可能收敛到局部最大点和可能收敛到参数空间的边界的缺点,从而改善粒子枯竭的问题。仿真实验结果表明在纯方位跟踪领域,与传统粒子滤波(PF)和基于EM的高斯混合粒子滤波相比,该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。     

一种用于目标特征提取的改进RELAX算法

传统RELAX算法是基于sinc核函数进行处理的，该算法在正弦信号参数估计上具有良好的鲁棒性和有效性。在远场成像条件下，逆合成孔径雷达（ISAR）目标回波可近似为复正弦模型，因而可以采用RELAX算法进行目标特征提取。当对ISAR实测数据进行处理时，复杂目标中强散射中心的高旁瓣电平和噪声的共同影响，造成特征提取中对散射中心的个数估计不准确，影响了特征提取精度。针对这一问题对RELAX算法进行了改进，提出采用加窗处理技术，对RELAX处理的核函数进行修正。数值仿真和对ISAR实测数据的处理结果表明，改进的RELAX算法改善了旁瓣性能，提高了散射中心提取精度。     

Membrane structure active flatness control using genetic algorithm with online objective reweighting

This paper presents experimental studies on active flatness control of a membrane structure using genetic algorithm (GA). Different from the previous algorithms with a single objective function, a genetic algorithm with online objective reweighting capability is proposed here. This genetic algorithm implements an objective function that re-weights its objective online and the objective function is the flatness plus tension. The goal of the reweighting genetic algorithm is to allow for a computationally efficient method by which membrane wrinkling can be reduced, while maintaining a consideration for control authority. Experiments are conducted on our membrane test facility with two implementations: a static mutation rate and an adaptive mutation rate. The experimental results show that the proposed genetic algorithm is able to converge on flatness while reducing the total amount of tension required.     

脉冲噪声下微弱信号相似度检测方法及应用

实际中采集的信号常常含有脉冲性噪声且信噪比偏低,这时用相关函数来表示信号之间的相似度时,会出现精度不高、鲁棒性不强的问题。提出了一种脉冲噪声下微弱信号的相似度检测方法,即非线性变换法。该方法采用Alpha稳定分布描述脉冲噪声信号,首先将采集的带噪信号进行Sigmoid映射,削弱脉冲噪声对信号相似度检测的干扰;接着对映射后的信号求取相关函数,得到信号之间相似度的信息。该方法简洁、计算量小,没有调整参数,能较好地减弱脉冲噪声对信号相似度估计的不利影响。该方法可以应用于定位系统中信号到达时差的估计。比较脉冲噪声低信噪比条件下计算机仿真结果显示,非线性变换相关法的估计精度高于共变法。实验结果表明:非线性变换相关法不仅可以用于高斯噪声环境下微弱信号相似度的检测,也可以用于强脉冲噪声环境下信号相似度的检测,具有较宽的适用范围和较好的鲁棒性。