激光多普勒测速系统自适应阈值检测算法

信号检测是激光多普勒测速(LDV)系统实现高精度的关键技术,针对LDV中微弱多普勒信号的检测,本文从噪声在频域中的统计特性出发,对多普勒信号进行带阻滤波,结合雷达的恒虚警(CFAR)检测技术,设计了基于频域的单元平方和自适应阈值检测算法以解决在低信噪比(SNR)的环境中LDV的信号检测问题,提高LDV的信号探测能力,同时降低其虚警概率。仿真与实验的结果表明:该算法与固定阈值相比可以在SNR为-12 d B时实现信号的完全检测,保持低虚警概率,运算简单,工程适用性强。     

空气耦合超声检测中脉冲压缩方法的参数选优

多种脉冲压缩方法已成为提高空气耦合超声检测信号信噪比(SNR)的有效手段,而实际使用中面临如何选取合适参数以获得更好压缩效果的问题.基于脉冲压缩技术的基本原理及其在超声检测中的实现,建立了具备超声信号脉冲压缩实时处理的空气耦合超声检测系统.使用窄带空气耦合超声换能器分别就线性调频、非线性调频及相位编码脉冲压缩方法的关键参数对压缩效果的影响开展了实验研究,获得了脉冲压缩参数选取准则.最后以模拟缺陷的蜂窝夹芯复合材料试样为对象,验证了参数选优后的脉冲压缩方法在空气耦合超声检测中的应用效果.      

基于感兴趣区域的无人机侦察图像压缩

根据无人机侦察图像压缩的特殊性,综合JPEG2000中MaxShift和GSBM的特点提出一种改进的感兴趣区域图像压缩算法。该方法允许用户在一幅图像中指定任意形状的区域建立掩模,不需要将感兴趣区域的形状信息传递到解码端,能灵活调节感兴趣区域和背景区域的重构图像的相对质量。实验表明,该算法在低解码率(小于0.5bpp)时,与MaxShift相比,具有更高的编码质量(峰值信噪比最高可高出10dB左右)。     

小波包分析在摩擦焊超声检测信号消噪中的应用

采用小波包对摩擦焊缺陷超声检测信号进行消噪,结果表明,该方法不仅能有效抑制噪声,而且能明显提高信噪比。     

分布式光纤测温系统温度数据的最佳解调方法

分布式光纤测温系统中喇曼散射光是极其微弱的,由滤光片检测出的斯托克斯光和反斯托克斯光分别经过光电变换以及放大后均淹没在噪声之中.研究了混有高斯白噪声的双路数据的解调方法,求出了它的最佳分光比,可使测温数据的误差最小.     

A/D转换信噪比分析及在小卫星终端中的应用

针对一种宽带高中频接收方案，详细分析了地面反弹等因素对ADC信噪比的影响，给出了相应结果．最后从应用出发，根据小卫星接收终端对数据采集的要求，对所需的采样率等指标进行了分析和计算．     

应用LDV对压水反应堆棒束间流场的研究

在50年代,对于反应堆棒束周围的速度分布与湍流强度分布就有人进行过试验研究,但几乎所有的人都是借助于传统的探头,其探头对流场往往会造成剧烈的扰动。本文介绍了用作者研制成的具有高分辨率的偏振差动式激光测速仪(简称 PLDV)测量压水热核反应堆中棒束间的平均速度场分布、湍流强度、自相关函数和功率谱的试验研究,初步结果表明,在平行于棒束轴向棒束间流动参数,其测量结果是准确、合理的,测量系统可靠,其试验方法也是正确的。     

超低信噪比调频连续波引信信号小周期态 Duffing振子检测

针对超低信噪比（SNR）下调频连续波（FWCW）引信信号难以检测的问题,结合Duffing振子特性和可停振动系统理论,建立了小周期态Duffing振子检测系统。该系统能够克服传统Duffing振子强参考信号检测的固有缺陷,扩展单个Duffing振子的信号频率检测范围,并降低算法复杂度。在此基础上,分析Duffing振子相轨迹特性,提出了基于小周期态Duffing振子的调频连续波引信信号检测方法。实验结果表明,小周期态Duffing振子检测方法在-30 dB的超低信噪比下对真实调频引信辐射信号的平均检测误差小于1%,验证了本文方法的有效性。      

遥感图像受控有失真压缩技术研究

在测绘遥感领域, 对图像的像质要求较为严格, 但即便如此, 遥感图像数据中仍然含有噪声, 从而有损压缩是可行的。文章在遥感图像信噪分析的基础上, 提出了一种遥感图像受控有失真压缩技术。首先分析了遥感图像有失真压缩的可行性; 然后应用小波的良好变焦性能, 对遥感图像施行2层2维小波的塔式分解; 对低频子图进行精细量化,对高频子图进行从粗到精的量化; 最后, 考察不同的高频量化器对遥感图像的压缩倍率和恢复图像像质的影响。     

自适应立方卷积图像插值算法

图像插值是图像处理的一项重要技术,可适用于多个领域,近年来多使用该技术进行图像缩放.针对传统图像缩放算法边缘处理效果较差、边缘检测插值算法复杂度高的问题,提出一种有效增强边缘轮廓的自适应立方卷积插值算法.该算法结合边缘梯度变化和立方卷积插值的特点,使得图像在平坦和纹理区域均能取得理想效果.实验结果表明,与基于边缘检测的插值算法相比,该算法具有较低的复杂度,平均运算时间降低了3.19 s;与立方卷积算法相比,图像峰值信噪比有较大的提高,峰值信噪比增加了0.89 dB.