基于相关与小波变换相结合的弱信号检测

针对强噪声背景中的弱信号检测问题,在传统的相关检测方法的基础上,利用小波良好的去噪性能,提出了相关检测与小波变换相结合的弱信号检测方法。仿真结果表明,该方法优于传统的相关检测方法,无须知道有用信号的先验知识和同步信号便可以有效的检测周期性弱信号,并获得更高的输出信噪比。     

强海杂波背景下目标检测方法综述

高频地波雷达被广泛应用于海面目标的检测,而由于海杂波的分布散射具有很强的动态特性,通常情况下成为了海面目标检测的主要干扰成分。因此,在强海杂波背景下进行目标检测的关键在于如何有效抑制海杂波。从循环对消、子空间分解、模型预测以及分形特征这几方面对海杂波抑制技术进行综述、分析和总结,为后续对海面目标检测提供参考。     

高频地波雷达海杂波背景下目标检测研究综述

高频地波雷达探测距离远、全天候、实时准确探测等优点在目标检测领域广泛应用。针对海杂波会干扰目标检测的问题，分别从非线性预测类、分形类、子空间分解类、对消类等方面对海杂波背景下目标检测方法进行了综合评估。归纳总结国内外相关文献，并对目前方法存在的不足进行总结。为以后深入研究海杂波干扰问题提供参考。     

基于ZAM-GTFR和Hough Transform的LFM信号检测

对于诸如电子对抗、电子情报等领域，噪声环境下的未知参量信号检测是一个关键问题。本文提出了ZAM-GTFR结合霍夫变换对线性调频信号的一种新的检测方法。对于特定的复高斯白噪声环境下的线性调频信号，检测的过程等效于对ZAM-GTFR沿瞬时频率直线作积分，再用积分值与门限做比较。仿真结果证实了此检测方法的有效性。     

基于神经网络的多模态故障检测

研究了使用RBF网络进行多模态辨识的结构和其在多模态故障检测中的应用。在信号满足持续激励的条件下 ,状态估计误差渐进趋向于零 ,辨识器的参数估计能够达到满意的效果。使用多个神经网络辨识器 ,对一非线性系统的多模态故障检测进行了仿真研究     

递推的TLS参数估计方法及其在飞轮FDD中的应用

飞轮是很多卫星姿态控制系统中的重要执行部件，其星上自主故障诊断是一个很有意义的研究课题。本文根据飞轮系统的特点，在最小二乘（ＬＳ）参数估计方法的基础上提出了全最小二乘（ＴＬＳ）参数估计的递推形式，证明了它对飞轮参数估计的收敛性，并用于飞轮缓变故障的检测和诊断，取得了较好结果。     

基于SIFT和仿射变换的航空器起飞图像跟踪方法

针对机场监视的需要,结合航空器起飞特征,研究了尺度不变特征变换( SIFT)算法和仿射变换模型,在对图像进行灰度图像序列处理的基础上,提出了将SIFT特征点跟踪与仿射变换相结合对航空器起飞信息识别、跟踪的方法。以滨海国际机场的一个起飞过程为例,对图像序列进行了运动目标识别和帧间特征点的匹配,验证了方法的可行性,为机场航空器的起飞跟踪方法提供参考。     

SAR图像舰船目标边缘检测

提出了一种在正则化基础上,利用小波变化实现合成孔径雷达(SAR)图像舰船目标边缘检测的新方法。传统的利用小波变换实现图像边缘检测时,阈值需要人为设定。针对这一问题,文章引入正则化超分辨技术,从贝叶斯框架下的估计问题出发,采用非二次正则化,平滑图像,保护强散射点目标,实现对 SAR图像进行去噪。利用小波变换的局部化特性和多尺度分析能力,检测突变信号,实现对舰船目标的边缘检测。该方法去噪效果好,边缘 定位准确,仿真结果表明了算法的有效性。     

基于危险模式免疫算法的自适应病毒邮件检测系统

本文针对当前的病毒邮件检测存在的缺陷,利用危险模式的运行机理。建立起一种新型的基于危险模式免疫算法的自适应病毒邮件检测系统模型。系统突出的显出其处理的高效性以及自适应进化更新过程,该方法的提出给邮件安全领域提供了一种新的研究思路。     

航天器被动检漏方法的探讨

分析了航天器被动检漏的具体要求，对常用几种主要被动检漏方法进行了评述，指出了各种被动检漏方法的优、缺点和技术状态。最后，针对我国航天器的被动检漏需求，推荐了航天器被动检漏的相关措施。