N通道滤波器的原理分析及其在微弱信号检测技术中的应用

微弱信号检测技术是现代测试仪表技术的一个重要部分,而滤波又是其核心,在很大程度上它决定着测试仪表的性能。因此,对先进的滤波力法进行探索和研究已显得越来越重要。本文所要论述的是一种新颖而又先进的、性能良好的滤波方法——N通道滤波。对从信噪比极小的噪声背景中提取有用的周期信号,该滤波方法有其独特的优点。     

红外图像中运动小目标的检测

红外探测作为精确制导的主要技术手段之一，近年来取得了飞速发展，本文通过对红外图像中小目标特性的分析，讨论了几种常用的运动目标检测的方法。     

EMI滤波器控制核电磁脉冲的实验研究

通过对多种 ＥＭＩ滤波器加载 ＥＭＰ信号的实验,检验了瞬变抑制或压敏电阻等辅助元件对ＥＭＰ的控制能力。初步研究结果表明,某种精心设计的ＥＭＩ滤波器,不用瞬变抑制或压敏电阻之类的辅助元件,对ＥＭＰ仍有很好的抑制能力;对穿心滤波器控制核电磁脉冲滤波器（ＥＭＰ）的试验分析表明,它是一种既能控制ＥＭＰ,又能衰减ＥＭＩ的优秀滤波器。     

SAR图像非平稳性对图像模型和滤波降噪方法的影响

从随机过程理论角度按平稳程度把合成孔径雷达(SAR)图像分为分辨单元内平稳、分辨单元内不平稳、处理窗内局部平稳和处理窗内局部不平稳4种情况,研究了非平稳性对图像的斑点乘性噪声模型、场景-斑点乘积模型和结构邻域模型的影响,得出各自的平稳性适用条件,并在此基础上评价了各种滤波降噪方法的性能,用实际数据进行了验证.      

基于Gabor滤波器的图像目标识别方法

为了给机器人视觉导航提供有效信息,提出一种基于图像匹配的目标识别方法.对CCD采集的目标图像,由 Gabor 变换生成的二维Gabor 滤波器有着优良的滤波器性能,不需要对图像进行分割,能适应一定的旋转、尺度、光照的变化,通过多个频率和角度的Gabor算子与图像的卷积,获取图像全局信息的特征描述.分类方法采用统计学习理论基础上发展起来的一种新的机器学习方法——支持向量机(SVM, Support Vector Machines),它可解决模型选择、过学习、维数灾难等问题.通过支持向量机进行多维特征向量的分类.该方法可达到较高的识别率,达到实时处理的要求,可以在人脸识别、机器人视觉定位等领域得到应用.      

基于TDICCD相机有源低通滤波器的优化研究

文章通过分析低通滤波器的特性,指出航天TDICCD相机中有源低通滤波器的重要性,提出优化实现的可行性,并给出了具体原理电路及仿真结果。     

惯性敏感器与星敏感器之间在轨自主标定比较研究

惯性敏感器与星敏感器组合定姿是航天器高精度姿态确定的常用手段。通常将惯性敏感器的常值漂移作为扩展状态进行标定,而将星敏感器的常值偏差作为扩展状态进行估计也是可能的。本文对这两种方法的定姿精度进行了分析比较,给出了选用的准则。     

基于Wash-out滤波器技术的机翼颤振控制

研究应用wash-out滤波器技术对具有立方非线性俯仰刚度的二元机翼颤振的控制。首先,确定需要引入Hopf分岔的点,并在该点将原系统方程Jordan化;其次,对于引入的wash-out滤波控制器,先按Hopf分岔条件确定线性控制增益,再用规范型直接法得到受控系统的规范型,由分岔类型与规范型系数的关系确定非线性控制增益,从而将原系统的亚临界Hopf分岔变为超临界Hopf分岔;最后通过数值模拟验证了控制的有效性,并发现受控系统的颤振幅值（极限环大小）大大降低。     

基于测量数据积累的弱目标检测前跟踪算法

检测前跟踪(TBD)算法是一种有效的弱目标联合检测与跟踪方法。当目标强度参数未知时,基于点目标假设的主流TBD算法通常将其建模为增广目标状态变量,在贝叶斯框架下联合估计目标运动状态与强度信息。本文研究发现强度参数估计精度受限于点扩散函数(PSF)的设置,提出了一种基于测量数据积累的弱目标TBD算法。该方法利用目标的航迹,积累多帧间目标占据分辨单元的测量数据,在实现弱目标的联合检测与跟踪的同时,对目标强度参数完成准确估计,为后续目标分类或识别提供有用的目标强度信息。仿真结果表明:在低信噪比条件下,所提算法的强度参数估计精度和稳健性优于主流TBD算法,并最终收敛于参数完全已知时的最优联合检测与跟踪结果。