基于阈值的激光雷达K均值聚类算法

针对同一距离不同目标的激光雷达全波形回波数据聚类准确率低的问题，在分析K均值聚类算法原理的基础上，提出了一种基于阈值的K均值聚类算法。首先，利用强度信息对距离信息进行标定，使用强度信息作为特征进行聚类以区分同距离的不同目标。然后，利用阈值限定聚类中心间的最小距离，提高聚类准确率。最后，搭建了扫描验证平台进行平移和旋转成像，对算法有效性进行验证。通过不同颜色目标和模拟道路回波数据聚类实验表明，在不同阈值的情况下，提出的基于阈值的K均值聚类算法的聚类准确率均在90%以上，相比于无阈值的K均值聚类算法准确率提升10%以上，能够有效进行目标聚类和模拟道路提取。      

一种电磁层析图像快速重建算法

针对电磁层析成像（EMT）逆问题中,灵敏度矩阵的病态性、不适定性等问题,提出了一种新的电磁层析图像快速重建算法。利用主成分分析（PCA）对灵敏度矩阵做降维映射,再利用奇异值分解（SVD）求广义逆矩阵,重建图像。在选取灵敏度矩阵的协方差矩阵的特征值个数中,利用灵敏度矩阵特有的多样本特性,提出图像相关系数最大化算法,更加合理地去除灵敏度矩阵中的冗余信息,在尽可能不丢失成像特征信息的条件下,提高了解稳定性。实际采集数据成像时,该算法只需一次矩阵乘法运算,为快速实时成像提供了可能。与传统单步算法和迭代算法相比,该算法在成像质量和速度上都有较明显优势。      

基于改进MRNSD算法的电阻抗层析成像

电阻抗层析成像（EIT）作为一种新兴的碳纤维增强复合材料（CFRP）无损检测方法，具有成本低、无辐射、可视化等优点，受到研究者广泛关注。EIT逆问题具有严重的病态性，通常采用正则化算法改善成像质量。基于修正残差范数最陡下降法（MRNSD），利用其在减少图像伪影和保持边界信息方面的优势，针对该算法存在的半收敛性和抗噪声效果差等问题，采用预处理和软闭值方法对MRNSD算法进行改进。通过仿真和实验，对比所提改进算法与几种常用算法的成像效果。结果表明，所提算法有效提高了EIT图像质量和抗噪声能力，并且实现了最佳迭代次数的自动更新，有利于推动EIT方法在CFRP损伤检测中的实际应用。      

基于核方法的聚类算法及其应用

在分析核方法的核心概念基础上,提出了一种基于核方法的聚类算法.通常,传统聚类算法只在数据特征差异较大时才有效,当数据特征差异较小时,很难取得较好的聚类效果.引入核函数,将原始数据由数据空间映射到特征空间,在特征空间中进行聚类.核函数的非线性映射使得原始数据的特征更完整地显现出来,从而能够更客观准确地聚类.与传统聚类方法相比,该方法聚类结果更客观有效.以16组实际数据为例,将该方法应用于数据分类研究中,聚类结果表明了该方法的可行性和有效性,从而为数据分类提供了一种新的可行方法.      

优化Landweber迭代快速电磁层析成像图像重建算法

电磁层析成像(EMT)中灵敏度矩阵的病态性、不适定性导致重建图像质量较差。为了提高重建图像的质量与速度，提出了一种优化Landweber迭代快速图像重建算法。首先，对灵敏度矩阵作降维映射，去除灵敏度矩阵中的冗余信息，减少每次迭代的计算量。然后，利用人群搜索算法(SOA)优化降维后的灵敏度矩阵，降低灵敏度矩阵的条件数，改善其病态程度。最后，通过Landweber迭代算法和预处理后的灵敏度矩阵进行图像重建。仿真实验结果表明:相同实验条件下，相比于Landweber迭代算法，所提算法有效提高了成像质量，降低了成像运算量。      

不完全角度CT图像重建的模型与算法

为了提升不完全角度计算机断层成像(CT)图像的重建精度和重建效率,研究了有限角度和稀疏角度下的CT图像重建问题,提出新的全变差最小化目标函数,通过将上一步迭代重建的图像作为反馈加入到新的迭代之中,不断更新目标函数的已知项。在算法求解时,采用增广Lagrangian罚函数方法,将约束问题非约束化,并将之转化为等价的3个子问题,通过在交替方向上求解子问题来获得优化问题的最优解。实验结果表明,该算法重建出的图像信息完整,细节清晰,重建精度高,与Split Bregman算法相比,本文算法结果的相对均方误差可下降42.1%~98.5%,条纹指标可下降42.8%~98.5%。     

一种基于FPGA的图像自动增强算法与实现

图像灰度分布不均匀是影响画质的重要因素，集中表现在对空间场景成像时，图像中存在大量过亮或过暗的区域.同时，算法的实时性和嵌入式平台的可实现性是设计实现空间应用载荷需要着重考虑的问题.针对上述问题，提出一种适合于FPGA实现的图像自动增强算法.算法以分段线性变换方法为基础，采用K均值聚类对视频图像的灰度直方图进行动态的区间划分；构建分段函数系数与直方图之间的定量关系，自动计算线性变换系数；采用高效的并行流水线结构设计，实现了基于FPGA的硬件处理系统.仿真和成像试验结果表明，该FPGA硬件系统实时性好，适应性强，针对不同的场景均取得较好的处理效果，具有广阔的应用前景.      

复杂动态场景下目标检测与分割算法

在动态场景等复杂条件下,往往难以对序列图像目标进行准确的检测与分割。根据序列图像中目标在复杂条件下的成像特点,提出了一种基于融合尺度不变特征变换(SIFT)流特征显著模型的动态场景目标检测与分割算法。通过对SIFT流算法表示运动特征信息的优势进行分析,并结合图像国际照明协会(CIE)Lab颜色空间的颜色和亮度特征信息,建立四维特征向量空间。利用改进的多尺度中心-环绕对比方法生成各特征通道的显著图并进行线性融合,建立序列图像的动态场景目标显著模型。最后利用均值漂移聚类算法和形态学处理实现对检测目标的精确分割。实验结果表明,相比传统检测与分割算法,该算法在动态背景与航拍等复杂场景下能够分割出更为完整的目标区域,具有良好的鲁棒性和高分割精度。      

基于子孔径ECS算法的天基视频SAR成像方法

针对天基视频合成孔径雷达(Synthetic Aperture Radar,SAR)成像中回波数据重叠及实时性要求,提出了一种基于子孔径扩展线性调频变标(Extended Chirp Scaling,ECS)处理的天基视频SAR成像算法。首先提出了大角度聚束视频成像模式下的回波数据分割方法,然后基于重叠率与帧频的要求对回波数据进行子孔径划分,子孔径内部进行ECS成像处理后,在距离多普勒域进行子孔径合成,实现视频成像,从而避免了重叠数据的重复运算,有效提高了视频SAR的成像效率,重叠数据重复运算率由78.1%降为10%,最后通过计算机仿真验证了该算法的有效性。     

电阻抗成像技术的原理及其发展

介绍了一种新的图像重建技术--电阻抗成像(EIT)技术.它根据物体内部不同物质的导电参数(如电阻率、电容率)的不同,通过对物体表面电流、电压的施加及测量来获知物体内部导电参数的分布,进而重建出反映物体内部结构的图像.作为一个数学物理反问题,EIT技术具有其本身的特点和难点,因而目前还处于探索性研究阶段.本文在EIT数学物理模型基础上对整个EIT技术作了较为全面的介绍,包括理论原理、技术上的难点、系统分析、以及目前国际国内的研究现况和研究方向.通过对ACT3的介绍,对EIT系统的具体实现也做了简要分析.     

Bezdek型模糊属性C均值聚类算法

推广了属性均值聚类算法,提出了基于模糊度m的Bezdek型模糊属性C均值聚类算法(FAMC),给出了FAMC算法的迭代算法,并讨论了模糊度m对算法收敛性的影响.在标准Iris数据集与肿瘤基因芯片表达数据的模式识别实验结果,验证了该算法优于模糊C均值算法和属性均值聚类算法.      

基于电阻抗层析成像的CFRP结构损伤检测

电阻抗层析成像（EIT）是一种新兴的碳纤维增强复合材料（CFRP）结构状态评估方法。通过将EIT技术应用于一种商用各向异性CFRP层合板,初步研究了EIT的结构损伤检测能力。利用COMSOL软件建立CFRP多种损伤模型,有限元分析获取三维场空间电势分布信息。为改进EIT技术对各向异性CFRP结构损伤的图像重构效果,采用嵌入式电极有效采集材料内部电信号;同时,提出一种改进的基于L1稀疏正则化的图像重建算法。另外建立一套基于数字万用表的嵌入式16电极的EIT硬件系统,利用EIT系统检测平台对简单CFRP损伤进行检测,结果显示损伤材料图像重建效果良好,证明EIT方法在CFRP结构损伤检测中的可行性。      

一种基于OPTICS聚类的仅测角导航目标检测算法

仅测角自主导航方法具有设备简单、复杂度低，功耗低的优点，在空间任务中具有广泛的应用前景.针对中远距离下空间目标特征少的特点，提出了一种利用基于OPTICS聚类算法的空间目标检测方法，可用于仅测角导航过程中的目标检测.对原始星图进行预处理提取星点及目标点，并结合星图识别的结果选择部分帧，使用经过改进的OPTICS聚类方法获得目标运动轨迹.最后，使用本文中的算法对软件仿真出的含有目标的高精度星图进行处理验证了算法的可行性.在卫星相对于空间目标抵近过程中，目标检测的水平误差及垂直误差小于0.15°的帧数分别占到了85.4%以及99.6%.相比AVANTI实验中的目标检测方法，减少了在轨任务中相关参数的调节，进一步提升了算法的自主性.     

基于IMU与UKF的船舶升沉运动信息测量方法

为获取实时、精确的船舶升沉运动信息，根据船舶升沉运动模型和频谱分析方法，建立描述惯性测量单元（IMU）的加速度测量信息与船舶升沉运动状态量关系的解析模型。基于无迹卡尔曼滤波（UKF）算法非线性滤波的特点，进行升沉运动滤波解算。通过仿真分析证明了所提方法在船舶升沉运动测量中的有效性。利用三自由度平台升沉运动测量实验验证，结果表明，同一模型下，相比于扩展卡尔曼滤波（EKF）算法的解算结果，所提方法具有更快的收敛速度和更高的测量精度；对船舶升沉位移的估计精度达到最大升沉幅值的5%，可以得到精确、无时延的船舶升沉运动信息。      

自适应关联波门机动群目标跟踪算法

为解决中心群跟踪（CGT）算法中由于群机动造成的量测丢失、估计误差增大的问题,提出了一种基于自适应关联波门的机动群目标跟踪算法。首先,将CGT算法与交互式多模型（IMM）算法结合,并利用最新量测信息对IMM算法中的转移概率矩阵进行实时修正。其次,设计了一种用于整体机动和分离机动的自适应关联波门,根据机动时刻模型的新息协方差对其进行自适应调整,确保量测点迹进入波门。仿真结果表明,所提算法一方面减小了传统固定转移概率矩阵带来的估计误差,将优势模型的平均概率由0.58增加到了0.7;另一方面,设计的自适应关联波门有效解决了目标机动带来的有效量测减少的问题,相比于传统波门,目标失跟率减少了30%,具备工程实用性。      

基于TDLAS的气体检测技术研究

TDLAS技术由于其非接触性、高灵敏度、在线响应速度快等优点,而成为当前气体浓度在线检测技术的重要发展方向之一。确定分子吸收线型函数是应用该技术的前提条件,但是目前尚没有有效的方法在线测量分子吸收线型函数,以至严重影响了TDLAS技术的测量精度,限制了其应用范围。因此,通过吸收光谱理论和波长调制理论研究TDLAS技术中谐波特征参数与分子吸收线型函数的关系,推导出蕴含分子吸收信息的谐波通项表达式,利用谐波信号间的关系特征来消除背景信号、激光强度、调制系数等因素的影响,建立了一种基于谐波信号的绝对吸收强度测量算法。以CO2分子和H2O分子在6982cm-1附近的谱线为例进行数值分析和实验研究,仿真和实验结果表明,根据算法测得的分子吸收光谐波信号谱与理论吸收光谱之间的相对误差不超过5%,进一步提高了TDLAS技术的测量精度,拓宽了其应用范围。