小波分析和人工神经网络在金属超声无损检测缺陷分类中的应用

基于金属超声检测中的缺陷脉冲回波为非稳态信号的特点，对高温合金材料超声检测信号的小波变换进行了特征分析，提取了各级小波分解信号的能量分布特征，最后将这些特征输入人工神经网络进行训练和分类，实验表明，这种方法具有良好效果。     

移动Ad hoc网络的入侵检测机制

移动Ad hoc网络(Mobile Ad hoc NETwork,MANET)是一种不依赖于任何基础设施,由移动节点自组织形成的无中心的多跳无线网络。由于其动态拓扑、无线通信等特点,存在严重的安全稳患。本文主要从传输信道、移动节点、动态拓扑、安全机制等方面分析了Ad hoc网络的安全弱点,并提出了一种基于入侵检测技术的安全方案。     

玻璃纤维束拉伸的声发射特征及统计损伤分析

本文用声发射技术动态监测玻璃纤维束拉伸时损伤的演化规律。声发射幅度的对数累积分布基本上为一直线,声发射事件数与纤维束位移值近似为一指数曲线。由声发射事件数与纤维断裂数的关系,可得到实际损伤演变规律。根据纤维束断裂规律建立统计损伤模型,导出的纤维束外载与位移的本构关系计算值与实验值相当吻合。表明统计损伤模型描述纤维束断裂损伤是合理的,声发射技术是一种监测材料内部损伤及其演变规律的有效手段。     

多分辨率分析在图像边缘检测中的应用

本文针对传统图像边缘检测算子——微分算子和LOG算子在图像边缘检测中存在的不足，引入了多分辨率分析方法，并理论上分析了在不同的尺度下，多分辨率分析中由粗至精的特点，使其在图像边缘检测中具有更良好的特性。     

雷达的目标识别技术

对雷达自动目标识别技术和雷达目标识别过程进行了简要回顾。研究了相控阵雷达系统中多目标跟踪识别的重复检测问题。提出了角度相关区算法，分析了实现中的若干问题。通过在相控阵雷达地址系统中进汀的地址实验和结果分析表明，采用角度相关区算法对重复检测的回波数据进行处理时，将使识别的目标信息更精确，从而能更早地形成稳定的航迹，达到对目标的准确识别。     

基于多特征综合的角点检测算法

角点检测是计算机视觉处理的首要步骤，本提出一种平面曲线角点检测的方法。首先，从人类视觉感知出发．给出角点两个重要性质作为对传统角点性质的补充，基于上述两个性质，模糊集合的概念被引入到检测问题。然后，给出三组包含角点隶属度的特征提取公式，综合三组特征，给出角点检测、定位、优选的判据。中最后给出算例检测结果和感兴趣部分的特征曲线，以及对历史献测试图像的检测结果。结果表明，本算法使用模糊集合理论，在实现上非常简单，检测效果也很理想。     

神经网络在未来超分辨雷达中的应用

最新的技术发展已为研制超分辨雷达创造了条件。它能够突破普通雷达基于匹配滤波原理的分辨能力,而实现超分辨。超分辨雷达的巨大计算量通常来自求解非线性最小二乘问题时的多维搜索。本文针对这一问题,研究了雷达信号处理中的两个典型例子:(1)利用阵列处理检测个数已知而方向未知的雷达目标;(2)对波音727飞机进行超分辨距离多普勒成像。说明Hop-field神经网络通过集体运算能够求解各种困难的最优化问题,因而在未来的超分辨雷达中有广阔的应用前景。     

基于CFAR检测的SAR噪声干扰效果评估方法

在研究美国林肯实验室的SAR恒虚警(CFAR)自动目标检测方法的基础上,分析了CFAR目标检测技术在不同噪声干扰强度下检测概率的变化情况,并结合图像相关性分析得出一种改进的基于CFAR检测技术的SAR噪声干扰效果评估方法.     

一种适于动态环境的盲多用户检测算法

比较两种盲多用户检测算法在动态环境中的收敛性能,并通过计算机进行模拟仿真。其中一种是能随输入信号矢量变化而变化的变步长最小输出能量盲算法;另一种是既保持最小输出能量检测器的全局收敛性,又具有最小均方误差检测器高输出信干比优点的判决反馈变步长盲算法。利用前者在动态强干扰下收敛快及后者在稳态时输出信干比高的优势,将二者结合起来应用到动态环境中,提高系统性能,同时抑制多址干扰和窄带干扰。