基于目标分解和SVM的极化SAR图像分类方法

极化SAR图像分类是新体制雷达应用研究中的一类基础前沿问题。文章提出了一种基于目标分解及支持矢量机(Support Vector Machine,SVM)的极化SAR图像分类方法。首先根据Cloude分解和Freeman分解两种方法提取极化SAR图像的多类散射特征,从而构造出图像各像素的特征向量。接着利用样本区域像素的特征向量对SVM进行训练,获得经训练的SVM。最后,以各待分类像素的特征向量为输入,利用经训练的SVM即可完成极化SAR图像的分类。对两幅AIRSAR实测极化SAR图像数据分类的结果表明,文章方法能够有效地利用多类散射特征的互补信息,具有较高的分类精度。     

一种高超声速滑翔飞行器轨迹智能预测方法

针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。     

大涡模拟研究钝体有旋流流场的拟序结构

对带有中心钝体的分层旋流燃烧器的冷态流场进行了大涡模拟(LES),选取动态Smagorinsky涡黏模型作为亚格子模型,研究旋流数为0.45时旋流场的大尺度拟序结构。模拟结果表明:瞬时压强等值面显示的内外螺旋涡及进动涡核(PVC)均与平均速度场流线在空间上呈正交关系,表明两种涡结构均由剪切层Kelvin-Helmholtz不稳定性产生。Q准则等值面显示内外螺旋涡在下游20mm左右开始发生破碎。PVC发源于环形旋流与环形射流剪切层附近的下游区域。瞬时周向速度的功率谱密度(PSD)出现明显的特征峰,表明PVC影响附近的流体,使之出现进动特征。采用本征正交分解(POD)重构湍流脉动速度场,不同模态下功率谱密度结果表明前两个模态的大尺度结构具有进动特征,使用前两个模态的周向脉动速度等值面显示了PVC周围流体的大尺度涡旋结构。     

含噪信号经验模式分解虚假分量识别方法

针对含噪信号Hilbert-Huang变换存在虚假分量,提出改进的奇异值分解(SVD)方法进行降噪,改进包含两个部分:一是利用重构相空间代替传统矩阵如Hankel矩阵,以去掉信号冗余,再者提出奇异值能量熵分量差分法,更易于定出重构奇异值阶次;二是提出了频谱比值法对虚假分量进行辨识,更有效辨识出虚假分量.首先利用经验模式分解(EMD)得到本征模式分量(IMF),识别并剔除趋势项,重构信号,然后进行SVD,重构降噪后的信号,消除虚假分量,最后进行时频分析.联合方法应用于含噪仿真信号,信噪比(signal noise ratio,SNR)提高了5.5%,虚假分量辨识率提高至100%,用于双跨转子故障振动信号,得到正确的时频结果,表明了所提方法识别含噪信号虚假分量的有效性.     

一种四元数矩阵建模的彩色图像质量评价方法

针对彩色图像的质量评估问题,提出了一种基于四元数矩阵模型的图像质量评价方法。利用四元数矩阵对彩色图像建模,构造出图像的四元数矩阵模型;对矩阵进行奇异值分解,得到一组奇异值向量;计算标准图像与失真图像对应奇异值向量间的欧式距离,获得失真映射图谱;由失真图谱计算两幅图像间的全局误差,作为失真图像的质量评价结果。通过对几组不同类型失真图像的评价测试,结果表明,方法对图像质量的客观评价结果与主观感知有较高的一致性,并且能够从失真映射图谱判定图像的失真类型。     

一种基于稀疏分解的微多普勒频率估计算法

目标微动特性和微多普勒特征分析在真假目标识别方面发挥了重要作用。由于微动目标雷达同波具有非线性、多分量性等特征,需要相应的具有高分辨力、低交叉项、大的动态范围的分析工具,才能较好地揭示目标微多普勒特征。稀疏分解方法中的匹配追踪（MP）具有频域高分辨能力,对于信号细微特征提取具有很好的效果。研究了基于匹配追踪的微多普勒频率估计问题,该方法可以准确提取出目标微多普勒频率,为后续的目标识别提供了重要的依据。-     

域k上三次一般方程式的解的计算

我们已经研究了域k上的n（n≥5）次一般方程在特征标为0的情形下关于幂根是不可解的，而对于n≤4是可解的。本文利用n次循环域的拉格朗日分解式及循环群σ∈G（K/k）的结构，推出域k上的三次一般方程在特征标为0的情形下一般解的计算公式。     

固有模态函数（IMF）积检测器——以低信噪比情况下超宽带雷达信号检测为例

首次提出了一种固有模态函数积检测器。首先通过经验模式分解（EMD）把带噪信号分解成有限个固有模态函数（IMF）。检测的基本思路是，对各个IMF分量的绝对值作逐点乘积，用于抑制噪声并凸现信号，最后进行滤波和判决。本文以UWB信号为例，数据源于UWB雷达实验系统。在低信噪比（SNR），UWB脉冲与噪声波形相似，且噪声概率密度函数（PDF）未知情况下，进行实验。结果表明，当峰峰信噪比低于5dB时，该检测器性能优于Teager能量算子（TEO）。     

串行程序的并行划分算法及其正确性证明

针对多机系统结构，本文提出了在大粒度级并行划分串行程序的算示。该算法通过识别并行循环任务以及通过确定调用上下文关系识别过程任务，来划分串行程序中的并行成份。该算法是对串行程序实施并行分解的基础。本文还给出了该算法的正确性证明。     

三维Euler方程组隐式LU分解的高性能并行计算

许多非定常无粘流体力学问题的数值模拟都需要利用Euler方程组来进行计算,而由于在隐格式下,所选取的时间步长可以比在显格式下时大得多,所以隐格式越来越受到重视,其中隐式LU分解是最常用的方法之一。对三维Euler方程组,采用隐式LU分解进行计算时,网格点所在的各个对角阵面之间存在数据依赖关系,本文分析了采用区域分解且边界上用显格式代替隐格式进行计算的高效性,在长方体建筑物内的爆炸模拟表明,在有112个CPU的某MPP巨型机上,并行计算效率超过60%。本文还分析了计算结果与串行计算时的差异,以及利用区域重叠减小这种差异的方法,同时考虑了对处理器进行合理的逻辑组织,将计算网格映射到处理器网格,以最大限度减少通信开销的方法。文中最后以一个爆炸毁伤的例子实际说明了所述方法的可行性与高效性。