自适应K-means图像分割方法

本文提出了一种自适应K-means图像分割方法,该方法通过用Otsu方法来初步选取阈值作为初始K-means聚类中心,然后经过K-means聚类方法对图像进行分割,最后根据K-means获得的聚类中心与Otsu所确定的阈值进行平均计算,作为图像分割的阈值.实验结果表明:该方法自动快速形成的分割阈值较为合理,对图像能达到更好的分割效果,可以进一步提高后续图像匹配与定位的准确性.     

机载系统NANDFlash存储技术

为了发挥NANDFlash在机载环境中非易失性、体积小、固态性、重量轻、低功耗、抗震动等特点,介绍了NANDFlash的存储特性,对NANDFlash存储的关键技术进行了改进,提出了基于域机制的地址映射方式和基于阈值的损耗均衡方法,为机载系统能够更加可靠、实时和安全地进行数据存储提供了选择。     

基于2－D熵的机载SAR图像分割迭代算法研究

机载合成孔径雷达(SAR)图像可用于检测识别机场跑道.由于SAR图像包含大量噪声,算法抗噪性能对于SAR图像处理很重要.2-D阈值方法的分割效果比传统的一维方法要好,特别是对受噪声影响的图像.然而,2-D阈值方法耗时长,难以实用.因此,本文在现有的2-D熵迭代分割算法的基础上提出了一种基于二维直方图统计特点的最大熵阈值分割算法.通过大量试验证明,本文提出的方法不仅获得了理想的分割效果,而且进一步提高了二维阈值选取速度.     

基于互相关和混沌振子阵列的转子早期碰擦故障检测

为了提高早期故障检测的准确性和有效性,提出了运用互相关去噪和构建混沌振子阵列,通过阵列扫描实现早期微弱故障的多个特征频率信号检测的方法.该方法将经过互相关去噪后的信号送入到混沌振子检测阵列中,让其作为混沌检测系统周期策动力的一部分,通过混沌检测系统相轨迹变化检测出表征同一微弱故障的多个频率信号.飞机转子系统早期碰擦故障检测为例验证了该方法的可行性.      

飞机发动机混沌振动信号盲分离检测方法

发动机混沌振动信号携带着丰富的状态信息,依据混沌振动信号进行状态监测及故障诊断是一种很有前途的技术手段,但由于混沌信号具有伪随机特性及在低频段具有宽频谱等特点,使得传统的方法很难将其从振动信号中分离。在提取混沌振动信号方面,使用快速独立分量分析（Fast ICA）盲分离方法分离出飞机发动机振动信号中的混沌信号。利用功率谱和Lyapunov指数（LE）方法进行了判定,根据计算结果对发动机状态做出判断,验证了盲分离方法分离混沌振动信号的有效。盲分离检测混沌振动信号的方法不仅使依据混沌信号判断飞机发动机状态成为可能,也为利用混沌信号进行状态预测和控制提供了一种方法。     

低频信号的混沌高斯化检测方法

大气天电噪声是干扰低频信号的主要噪声源。文章主要针对大气噪声的高斯化方法进行研究,提出了基于混沌方程快速求解、混沌相变判别等技术的噪声高斯化方法,以非线性信号处理技术为依据,通过实验室模拟信道环境,完成低频弱信号的混沌高斯化及检测,2PSK弱信号检测的理论实验验证了其有效性,可为低频接收技术的发展提供依据。     

基于序列二次规划优化阈值的NSCT高斯噪声图像滤波方法

提出了一种基于序列二次规划(SQP)优化阈值的非下采样Contourlet变换(NSCT)图像高斯白噪声去除方法。该方法利用广义交叉验证(GCV)准则作为优化指标,使用序列二次规划算法对NSCT域的去噪阈值进行优化,能够在噪声方差等图像先验知识未知的情况下得到最优去噪阈值。确定阈值后,采用非线性阈值函数对Contourlet系数进行处理。实验结果表明与其他Contourlet域去噪方法相比,该方法能有效去除图像的高斯白噪声,提高图像的峰值信噪比,并较好地保留图像的边缘信息。     

飞机蒙皮铆接质量视觉检测系统的构建

飞机蒙皮的铆接质量是影响飞机蒙皮性能的重要指标,在分析了蒙皮铆接质量检测要素的基础上,构建了飞机蒙皮铆接质量的视觉检测系统。通过分析视觉检测系统中图像分割方法的特点,使用改进遗传算法与OSTU方法相结合对蒙皮图像进行分割,取得了较好的分割效果,并在分割图像基础上,介绍了铆钉特征的提取方法以及检测要素的获取方法。     

图像模板测量技术在零件不规则薄圆孔检测中的应用

针对不规则薄圆孔的检测,提出了一种基于数字图像处理的模板匹配检测方法,运用数字图像处理技术对采集的圆孔图像进行截取、降噪、分割、边缘检测等处理,再把提取出的圆与标定模板上的标准圆进行比较,实现对不规则圆孔尺寸的检测,并通过实验证明了该方法的可行性和实用性。     

车牌定位与字符分割方法研究

介绍了一种改进的基于纹理特征的车牌定位方法,采用自适应阈值,实现了车牌的准确定位。设定自适应改变大小的投影切割阈值实现了字符分割。最后采用BP神经网络法来识别各个字符。实验结果表明,该方法能够较为准确的实现车牌识别,具有定位准、鲁棒性好等特点。     

基于特定混沌系统的微弱信号检测仿真研究

在分析了Duffing混沌系统动力特性的基础上,提出了不含系统策动力的混沌检测模型,结合信号的自相关检测技术,利用该检测系统可以实现频率已知但相位未知的正弦信号幅值的检测,仿真实验表明了该方法的有效性。     

Polygonal Detection Thresholds for In-Phase and Quadrature Channels

A joint detection threshold corresponding to a circle around the origin of the in-phase and quadrature components of a radar IF process is equivalent to envelope thresholding. Square and octagonal approximations to the circle are evaluated for prescribed false-alarm probabilities and the variation of detection probability with signal phase.     

基于短时傅里叶变换的Duffing振子微弱信号检测

研究了Duffing振子信号检测过程中混沌、间歇混沌和大周期状态的时频特征,提出了一种基于检测统计量的任意频率信号检测方法。通过对系统不同状态下的输出序列进行短时傅里叶变换(STFT)发现,等幅线和三维时频分布能够体现出不同状态的显著差异,且可以完全区分出每一种状态。从构造统计量的易实现性出发,用三维时频分布中的幅时曲线作为衡量不同状态的依据,并将不同频率对应的幅时曲线的均值最大量作为检测统计量,该统计量的计算可以借助快速傅里叶变换(FFT)操作提高时效性。在此基础上,引入频率控制单元,给出了任意频率信号的检测方法步骤,方法的关键是将检测统计量最大值处所在的频率作为待测信号频率范围的一个端点,另一个端点为毗邻的两个检测统计量值较大者所在频率点。实验给出了不同状态的检测统计量范围,进而以此范围为判据,实现了振子对任意频率信号的检测,说明了方法的可行性,为Duffing振子信号检测问题的研究提供了一种新的思路。     

Duffing振子临界态性能研究

During振子临界态相变对弱信号检测研究非常重要,文中研究During临界状态的性能。介绍了随机微分方程理论关于噪声对系统周期态影响的分析;然后为克服存在的过渡过程,建立改进的系统仿真模型。通过仿真试验分析During振子临界态的性能,混沌态与大尺度周期态表现的性能差别深化了对混沌现象的认识;重点研究受噪声干扰的系统运动状态变化情况,得出系统运动越接近临界态越对噪声敏感,噪声越强周期态运动容易再次跃迁回混沌态,说明随机微分方程理论分析临界状态结果不正确;实验结果还表明,噪声是在某些特定条件下导致处于临界大尺度周期态运动的系统发生突变分又跃迁回混沌状态,值得进一步深入研究。     

Asymptotic Performance of Sparse Signal Detection Using Convex Programming Method

The detection of sparse signals against background noise is considered. Detecting signals of such kind is difficult since only a small portion of the signal carries information. Prior knowledge is usually assumed to ease detection. In this paper, we consider the general unknown and arbitrary sparse signal detection problem when no prior knowledge is available. Under a Neyman-Pearson hypothesis-testing framework, a new detection scheme is proposed by combining a generalized likelihood ratio test (GLRT)-like test statistic and convex programming methods which directly exploit sparsity in an underdetermined system of linear equations. We characterize large sample behavior of the proposed method by analyzing its asymptotic performance. Specifically, we give the condition for the Chernoff-consistent detection which shows that the proposed method is very sensitive to the 2 norm energy of the sparse signals. Both the false alarm rate and the miss rate tend to zero at vanishing signal-to-noise ratio (SNR), as long as the signal energy grows at least logarithmically with the problem dimension. Next we give a large deviation analysis to characterize the error exponent for the Neyman-Pearson detection. We derive the oracle error exponent assuming signal knowledge. Then we explicitly derive the error exponent of the proposed scheme and compare it with the oracle exponent. We complement our study with numerical experiments, showing that the proposed method performs in the vicinity of the likelihood ratio test (LRT) method in the finite sample scenario and the error probability degrades exponentially with the number of observations.     

基于Kalman滤波的高频CW电报信号自动识别

针对强噪声背景下高频CW电报信号检测算法性能严重下降、误码率较高的问题,文章提出一种基于卡尔曼滤波的高频CW电报信号同步检测识别算法。利用自同步法对CW电报信号实现位同步,进而利用卡尔曼滤波针对时变干扰噪声设置自适应阈值,对信号能量进行软判决,实现CW电报信号的自适应跟踪检测,提取有效信号进行识别。通过短波信道仿真软件和实际短波通信测试表明,该算法能够在强噪声背景下有效检测识别CW电报信号,且算法可由迭代实现。     

分布式接收宽带多目标信号盲检测迭代处理方法

随着软硬件技术的飞速发展和宽带接收机的广泛使用,频谱检测向着高瞬时带宽的方向发展,传统基于信道化处理的频谱检测方法存在搜索速度慢、处理效率低下的问题。文章提出了 1种新的分布式接收宽带多目标信号盲检测迭代处理方法,在无须预先知道信号数目及信号频谱位置的情况下,能够实现特定虚警概率多信号盲检测,具备较高的灵活性和稳健性。首先,在对信号特征进行分析的基础上,通过构造线性模型,将分布式接收多目标信号检测转化为线性模型求解问题进行处理;然后,基于贝叶斯多参数联合求解模型,在对未知参数先验分布进行合理假设的基础上,推导了各未知参数变分分布及信号检测门限的解析表达式,采用变分分布软信息迭代的方式实现多传感器信号、多参数联合估计,并利用每次迭代参数估计结果,对信号检测门限进行更新,通过置零操作实现预设虚警概率下的多信号盲检测;最后,通过仿真实验对所提方法性能进行了分析,并与相关方法进行了对比。仿真结果表明,所提方法能够有效利用多路接收信号信息,实现宽带未知多目标信号的盲检测,有效提升短数据下的算法处理效能,与现有方法相比,在接收单元数目较多以及信噪比较低时具有明显优势。     

再入式光纤陀螺实用化技术研究

再入式光纤陀螺（Re—FOG）使相互干涉的两路光循环进入光纤环，通过缩短光纤长度克服温度和应力引起的误差。本文研究了再入武光纤陀螺实用化的相关技术；提出了一种采用脉冲相位调制的信号检测方法；设计了专门的数据通讯模块。实验结果表明：所提出的信号检测方法可分离出所需循环次数的信号并解算出陀螺转速；所设计的通讯模块能保证实现陀螺与导航计算机之间的快速、稳定、准确的数据传送。再入式光纤陀螺可成为实用化的新型光纤陀螺。