高动态环境下扩频通信系统信号快速捕获的研究

文中分析时延、多普勒频移对扩频信号相关接收的影响 ,并利用 MATLAB进行仿真 ,在此基础上给出一种高动态环境下扩频通信系统信号二维搜索方法 ,提出采用折叠匹配滤波实现伪码快速捕获。电路仿真结果表明此方法实现了长伪码 ( 1 0 2 3码长 )在高动态环境下的快速捕获 (≤ 0 .2 s)和硬件资源的合理配置     

CBERS-1卫星CCD图像高效去噪方法

文章介绍了CBERS-1卫星01／02星(CBERS-01／02)CCD相机图像的高效去噪方法。首先介绍CCD相机图像存在的噪声种类，然后重点讨论了3类噪声的快速定位算法，并对不同的噪声施加不同的方式滤波处理，最后给出图像的去噪效果。     

多传感器信息融合技术在SINS／GPS／TAN组合导航系统中的应用

阐述了多传感器信息融合理论应用于组合导航系统的一般原理和方法。建立了SINS／GPS／TAN组合导航系统的联邦滤波模型，其中SINS／GPS子滤波器的状态变量为24维，SINS／TAN子滤波器的状态变量为23维，公共状态为18维。对组合导航系统的联邦滤波进行了仿真研究，仿真结果表明，基于信息融合的联邦滤波算法不仅解决了“维数灾难”问题，而且滤波精度相当高。可以满足导航制导系统的需要。     

基于静态小波分解的机加工表面图象滤波

由于在机械加工过程中机械振动和噪声回波的相干性，机加工表面图象上会存在白噪声，为了削弱这些噪声的影响，提出了一种基于静态小波分解的自适应阈值滤波方法，该方法首先将机加工图象分解至静态小波域。然后在静态小波域中将噪声的小波系数收缩至零，将此算法应用于机加工图象噪声滤波，并与基于Mallat分解的滤波算法和另外三种典型图象滤波算法进行比较，结果表明，该方法不仅可以有效的去除噪声，而且还可以保持图象的精密纹理结构。     

Motycka估算方法中滤波位置改变对最大瞬时畸变值预测的影响

将Motycka方法中脉动压力滤波改为瞬时畸变滤波可减少其估算机时。本文从理论上建立了上述两种滤波位置所获得的瞬时畸变的随机统计参数和最大值之间的关系,用计算所得结果进行了验证。验证表明可用瞬时畸变滤波方法替代脉动压力滤波方法去估算最大瞬时畸变值。     

工业CT半扫描成像技术

工业CT即ICT(Industrial Computed Tomography)采用三代扫描方式对构件进行快速检测.但受探测器长度的限制,三代的扫描视场小,可检构件的尺寸受到限制.为解决较大尺寸构件ICT快速检测问题,讨论了一种工业CT半扫描成像技术,推导了其滤波反投影FBP(Filter Back-Projection)重构算法.该算法首先利用扇束三代CT重排原理,将半扫描形成的扇束投影数据修正为360°内不完备的平行束数据;然后利用平行束对称性,生成180°内完备的平行束数据;最后利用平行束重建算法实施重建.计算机模拟和实验结果证明了该技术的正确性.分析表明,其有效扫描视野比三代提高0.8倍以上.     

改进的特征匹配雷达视频运动目标跟踪算法

针对密集杂波和复杂多目标情况下,特征匹配跟踪算法定位跟踪精度较低的问题,提出一种改进的特征匹配雷达视频运动目标跟踪算法。首先,从单帧雷达图像检测结果中提取目标的面积、位置、不变矩信息,在运动目标得到判定后,利用卡尔曼滤波的预测位置以及上一帧特征信息进行目标匹配;然后,根据匹配位置和预测位置给出目标估计位置,并进行特征信息更新;最后,输出目标的特征信息、位置信息和运动参数。利用某型导航雷达上采集的实测数据验证了算法的有效性。     

基于中值滤波和参考点的风洞压敏涂料试验图像处理技术

提出了一种结合图像中值滤波和试件参考点的风洞压敏涂料（PSP）试验图像数据处理方法。与通常用校准箱获取校准曲线进而得到PSP试验试件表面压力或压力系数（Cp）的方法不同，该方法通过空心中值滤波技术恢复PSP光强比图像中测压孔处的光强比数据，结合若干参考点处常规测压技术实测所得Cp值，获得Cp值和PSP图像光强比数据的关系曲线，进而得到整个试件表面的Cp值数据，该方法获得的数据结合了风洞试验诸多因素对试验结果的影响。利用MATLAB对PSP技术试验图像数据进行了处理，并将PSP方法获得的Cp值与常规测压方法获得的Cp值进行了比较，得到的结果显示，笔者采用的方法获得的Cp值与常规测压方法获得的Cp值吻合较好。该方法为PSP图像数据的处理提供了一种新的方法，具有较大的发展潜力和应用价值。     

频域微分求速方法

本文主要讨论由位置微分求速的频域处理方法。在此，利用位置数据和速度数据之间的傅里叶变换关系，导出域微分求速的方法。特别地结合连续波雷达离散采样测速增量数据（小增量数据），推导得到测速元素的频域滤波方法。     

光纤陀螺中分形噪声的参数估计和去除

光纤陀螺零漂信号中主要存在分形噪声和高斯白噪声,采用传统的时间序列分析法很难去除这类混合噪声.基于小波分析,提出一种分步估计加性白噪声强度和分形随机过程参数的新方法.先通过拟合自相关函数,估计出白噪声的强度;再在小波变换域估计分形噪声参数,并选取适当软阈值对测量值滤波.实验结果表明该估计和降噪方法有效地去除了光纤陀螺中的混合噪声,且不需要噪声的先验知识,具有很好的适应性.