基于UDWT的高性能多光谱遥感图像融合算法

无抽取离散小波变换 (UDWT)具有移不变性的优良性质 ,它在遥感多光谱图像增强以及双通道图像融合应用中获得了很好的效果。文中研究一种基于UDWT的适用于多光谱图像的融合算法 ,该算法利用UDWT的多尺度表示方法和文献 [4 ]算法最佳保留光谱信息的特点 ,融合结果同时精确保留了多光谱图像的光谱信息和高频细节特征 ,为目标的检测、定位、识别等图像的进一步处理提供很好的特征信息     

运载火箭飞行测量数据奇异点检测和降噪处理的小波方法

以提高火箭飞行测量数据处理精度为主要目的,结合弹道处理的实际,将小波理论运用于火箭弹道测量数据的分析。首先,在对信号奇异性、小波方法检测信号奇异点原理探讨的基础上,通过对火箭飞行外弹道测量数据奇异性的分析,确定了用于火箭飞行数据奇异点检测的小波函数的选取原则,提出了对跟踪测量数据奇异性点准确定位和分析其奇异性类型的方法;其次,为提高处理火箭飞行弹道的光滑度,深入探讨了弹道测量数据的小波消噪方法,结合雷达跟踪测量数据的实际分析和处理情况,就数据是否处于火箭在级间分离段提出了不同的处理方法。该算法原理简捷,计算复杂度较低,易实现。最后,通过对某试测的两个测量站雷达弹道测量数据的分析处理,论证了上述方法的正确性,取得了明显的效果。     

一种机载合成孔径雷达动目标检测方法

本文通过分析合成孔径雷达动目标回波线性调频特点，采用分数阶Fourier变换对合成孔径雷达动目标进行检测，对其多普勒参数进行比较精确的参数估计，并通过理论分析和模拟仿真证明该方法的有效性。     

基于边缘特征的相位相关简化方法在空间目标运动估值中的应用

提出利用基于图像边缘特征的相位相关简化方法来进行空间目标平移运动的检测。为了能有效抑制噪声和亮度变化的影响，在传统互相关方法的基础上提出一种先提取目标的边缘特征，再利用傅里叶平移特性进行归一化相位相关处理的检测方法，从而实现两幅相似图像间的相对平移矢量的准确估计，它较比时域方法和基于灰度信息的互相关方法能获得更准确的检测结果和更强的噪声抑制能力。同时，为满足系统实时性的要求，还采用了将二维图像映射为一维信号的简化方法，将程序执行时间缩短了4倍。仿真实验结果显示，利用边缘特征的简化方法对于受到严重噪声干扰的空间运动目标具有很好的检测结果，进一步证明了算法的有效性和实用性。     

基于遥测信号的小波变换与数字滤波联合滤波方法研究

为了弥补数字滤波器不能滤除遥测信号通带内噪声的不足,提出小波变换与数字滤波联合滤波的方法。重点讨论数字滤波器的选择、小波滤波分解级数的确定和小波消噪中阈值的选择。将该方法应用于遥测信号滤波,取得了较好的效果。     

脉冲星辐射脉冲信号辨识的新算法

为了提高脉冲星辐射脉冲信号辨识的效果和速度,提出了一种基于S变换的脉冲星辐射脉冲信号辨识算法。通过对脉冲星辐射脉冲信号的累积脉冲轮廓进行时频分析得出,在不同观测频率和不同信噪比的条件下,脉冲星累积脉冲轮廓S变换的时频分布图基本不变。基于这种稳定的时频特征,采用最小标准化欧式距离分离器对脉冲星信号进行辨识。实验表明,方法具有良好的抗噪性能,且识别率和运算速度均优于基于小波和双谱算法。     

微振动对干涉仪运动机构均匀性的影响分析

外界振动对双角镜摆臂式傅里叶变换干涉仪（下简称干涉仪）运动机构速度均匀性的影响,可以通过干涉仪光程差速度稳定度来定量分析。文章针对空间光谱探测过程中,在轨微振动影响下的干涉仪运动机构可靠性问题,提出了一种更全面的光程差速度均匀性分析方法。该方法将外界激励引起的干涉仪结构响应作为一项影响因素纳入到稳定性的分析中,从而能够更真实地反映干涉仪在轨工作的可靠性,更准确地判断干涉仪能够承受的微振动临界。文章论述的方法为外界激励扰动下机构运动可靠性的判断以及机构控制优化的研究提供了一种思路。     

中继卫星单址天线驱动控制系统设计

针对中继卫星单址天线与星体之间存在耦合效应以及单址天线需要高精度指向用户卫星的特点，将天线驱动控制系统作为星上一个相对独立的系统进行了设计。首先推导出了由两相永磁步进电动机驱动单址天线转动的动态方程，描述了系统存在的模型不确定性。考虑到步进电机的非线性特征，用DQ变换进行了反馈线性化处理，在此基础上设计了天线驱动控制系统的H∝回路成形控制器，并对所设计的控制器进行了鲁棒稳定性和鲁棒性能分析。数学仿真表明：提出的控制策略能使单址天线获得较高的指向精度，同时减小天线对星体平台的耦合影响.     

结合形态学理论与Hough变换的SAR图像线目标检测方法

针对典型线状军事目标,提出一种SAR图像的目标检测方法。该方法首先将分块阈值分割的思想应用于未经斑点噪声抑制的原始SAR图像,得到ROI(Region of Interest)图像;然后,利用区域的几何特征有效地剔除大量虚警,并采用形态学梯度算子提取目标的边缘信息,与传统的Canny边缘检测相比,边缘轮廓更加连贯;最后,利用Hough变换对梯度图像进行直线检测,得到机场跑道的边缘。该方法对原始SAR图像采用传统的图像处理技术进行目标检测,因此,比基于SAR图像统计特性的目标检测方法简单易行。对真实SAR图像的实验结果验证了该方法的有效性。     

基于小波和支持向量回归的高光谱遥感图像压缩

高光谱遥感成像技术能够获取探测对象丰富的空间信息和光谱信息,但所得图像海量数据的存储与传输制约了其应用。为此,提出了一种基于三维整数小波变换和小波支持向量回归的高光谱遥感图像压缩方法。首先采用三维整数小波变换把高光谱遥感图像分解成不同尺度的多个子带。然后对低频子带直接进行DPCM编码,而对高频子带则利用小波支持向量回归学习其小波系数之间的相关性,并采用小部分训练样本即支持向量来稀疏表示小波系数,以此达到压缩高频小波系数的目的。最后对支持向量及其相应的权重进行熵编码。文中给出了实验结果,并与基于3D SPIHT和JPEG2000的高光谱遥感图像压缩方法进行了比较,结果表明：所提出的方法在相同比特率下能够获得更高的峰值信噪比。