基于变换空间近邻图的自助型局部保持投影

局部保持投影(LPP)是一种典型的降维方法,通过保持数据的内在几何结构,LPP能够获得潜在的判别能力.然而,传统LPP的性能取决于人工预定义的近邻图,并且严重依赖于最近邻标准在原始数据空间中的性能.因此本文提出了一种新的降维算法--自助型局部保持投影(sdLPP).该方法首先执行LPP获得投影方向,然后在其变换的空间更新近邻图,并重复LPP.另外,本文还提出了一种改进的拉普拉斯打分(Laplacian score)标准作为算法迭代终止和判别力的参考.最后,在几个公共的UCI和人脸数据集上验证了该方法的有效性.     

小波变换在水下航行体出水动响应识别中的应用

在出水过程中,由于空泡溃灭作用,水下航行体结构存在较大的横向弯曲动态响应,内部结构间存在相对运动,当响应较大时有可能发生干涉。本文应用小波变换方法,根据加速度测量数据对水下航行体出水过程中的动态响应进行了辨识,并与试验结果进行了对比分析。小波分析具有良好的时一频定位特性以及对信号的自适应能力,能对信号的高频、短时成分准确地在时域和频域中进行分析。这为水下航行体加速度信号处理提供了有效的分析手段。     

一种新颖的超高分辨率SAR频率域反投影成像算法

超高分辨率条件下,机载合成孔径雷达（SAR）发射信号带宽大,合成孔径时间比较长,对成像处理算法的精度和效率要求较高。现有近似频率域处理和时间域滤波反投影（FBP）算法聚焦SAR数据时均存在诸多问题。基于微局部分析方法,提出了一种新颖的频率域滤波反投影（FD-FBP）成像处理方案。首先,利用Keystone变换简化了数据距离多普勒（RD）域徙动表达式。然后,在RD域进行反投影操作,对参考位置处反投影数据进行移位、相位补偿和FFT等操作即可以得到图像,从而在保证算法精确性的前提下有效降低了运算效率,实现了频率域方法的高效率和时间域方法的精确性特点的结合。最后,点目标仿真和实测数据处理以及与FBP等算法的对比验证了该方法的有效性。     

基于遥感图像分块直线特征检测的机场跑道检测方法

针对遥感图像机场跑道检测问题,提出了一种基于图像分块直线特征检测的机场跑道检测方法。首先,针对遥感图像数据量大带来的计算处理问题,设计了基于直线分割检测子（LSD）的遥感图像分块直线特征检测环节;然后,在总结归纳机场跑道数学特性的基础上,对提取的直线特征进行平行线分组、直线生长、平行线合并,并以Radon变换为基础,找出候选机场跑道区域;最后,使用灰度统计信息并结合梯度方向直方图对候选区域进行处理,筛选出最终的机场道路区域。实验结果表明,在能够提取出有效直线特征的情况下,该方法可以对多类机场跑道进行有效定位。     

一种电磁定位系统工作空间拓展方法

针对NDI电磁定位跟踪设备工作空间有限且在工作空间内定位精度不一致的问题,提出了一种利用机械臂移动磁场发生器从而拓展电磁定位系统工作空间且保证定位精度的方法。利用NDI系统返回的误差指示值衡量定位精度,当误差指示值超出设定的阈值时,利用机械臂移动磁场发生器使传感器重新位于NDI系统的最佳测量工作区,并将电磁定位系统测量的位姿通过空间变换方式统一到机械臂基座坐标系,从而在保证定位精度的同时也起到扩展工作空间的作用。为验证所提方法的有效性,通过实验验证定位误差与误差指标值及传感器到磁场发生器中心的距离成正相关关系;通过拓展前后的误差分析表明,所提方法能有效降低定位误差,平均位置误差从2.61 mm降低到1.34 mm,平均姿态误差从2.42°降低到1.37°。所提方法可应用于类似血管介入手术导管在大范围移动的器械定位与跟踪。      

深度学习机制与小波融合的超分辨率重建算法

深度学习技术在超分辨率重建领域中发展迅速。为了进一步提升重建图像的质量和视觉效果,针对基于生成对抗网络（GAN）的超分辨率重建算法重建图像的纹理放大后不自然的问题,提出了一种结合小波变换和生成对抗网络的超分辨率重建算法。所提算法在生成对抗网络中将小波分解的每个分量在各自独立的子网中进行训练,实现网络对小波系数的预测,有效地重建出具有丰富的全局信息和局部纹理细节信息的高分辨率图像。实验结果表明,对比基于生成对抗网络的算法,所提算法重建图像的客观评价指标峰值信噪比（PSNR）和结构相似性分别能提高至少0.99 dB和0.031。      

液体火箭发动机试验脉动压力数据分析方法研究

针对液体火箭发动机试验脉动压力数据的特点,对脉动压力数据和相关振动测点数据进行快速傅里叶变换（FFT）,频谱分析的结果能够有效判断发动机不稳定燃烧的声振类型。采用小波变换奇异点检测的方法,对启动段和关机段波动异常的脉动压力数据进行分析,结合相关振动测点的频谱信息能够在时域内准确定位奇异点位置,提取频域内的信息,有效判断推进剂燃烧情况和声振类型。分析结果表明上述方法在火箭发动机和组合件试验的脉动压力数据分析中具有重要的推广意义。     

基于道路特征信息的车道结构化解析

高速道路动态执法要求车道检测算法能够结构化解析道路,但是基于传统手工设计特征的车道检测算法准确率和召回率不足,而基于深度学习的算法又对计算资源要求太高,因此提出基于道路特征信息的车道结构化解析算法。利用边缘点的梯度统计信息筛选Hough空间的候选点,用动态规划的方法在剩余的Hough空间候选点中寻找最合理的车道线组合,能够在较少计算资源的平台上准确地检测到道路上的全部车道。在自有数据的检测实验中,所提算法能够准确定位结构化和非结构化道路;在对比实验中,所提算法在准确率、召回率和计算速度上均比同类算法有所提高。      

基于最大熵法和遗传算法的SMSP干扰对抗方法

线性调频(LFM)信号是现代雷达常用的发射信号,可以有效提高雷达的检测性能,然而频谱弥散(SMSP)干扰应用于主瓣自卫式干扰时,干扰信号强度远大于目标回波信号,能够对目标回波信号形成遮盖,是一种有效对抗LFM信号的干扰样式。利用干扰信号与目标回波信号时频特征的不同,通过广义S变换(GST)凸显时频特征差异。运用最大熵法和遗传算法(GA)求取时频滤波器的分割阈值。通过构造的时频滤波器达到干扰抑制的目的。仿真结果表明:当干信比(JSR)大于10 dB、信噪比(SNR)大于0 dB时, 所提方法具有较好的干扰抑制效果,其中最大信干噪比(SJNR)增益接近25 dB。      

基于混合稀疏表示的二维压缩感知SAR成像

压缩感知(CS)理论在合成孔径雷达(SAR)成像中应用广泛。针对包含城市、河流等区域的非稀疏场景压缩感知SAR成像,提出基于近似观测模型的混合稀疏表示(MSR)压缩感知SAR成像方法。该方法将复杂的SAR图像分解成点、线、面,并将线、面分别通过离散余弦变换和曲波变换转换到稀疏域,使压缩感知的稀疏性条件得以满足,通过求解基于近似观测模型的二维压缩感知优化问题重建非稀疏场景的SAR图像。所提方法能够实现降采样率条件下对包含城市、河流等非稀疏场景区域的成像,仿真场景和实测场景成像结果表明了所提方法的有效性。