基于SIFT,K-Means和LDA的图像检索算法

图像检索一直是信息检索领域的难题。提出了一种基于尺度不变特征变换（SIFT,Scale Invariant Feature Transform）,K-Means和潜在狄利克雷分布（LDA,Latent Dirichlet Allocation）的图像检索算法。算法主要分为两个阶段。预备工作得到分类完成的图库、概率分配参数表和基本词库;实现检索是在预备工作的基础上归类测试图片,然后在该类下搜索最相似图片。对比传统的基于文本或内容的检索方法,该算法在检索之前将图片库中所有图片按其本身特征进行自动分类,取代人工标注图像信息的过程,同时由于整个算法完全基于图像特征,故此方法不会引入人工因素的干扰。实验结果表明,该算法能够较为准确地将要检索的图片归为图片库对应的类别中,有效地提高图像检索效率。     

基于小波变换熵值及高阶累积量联合的卫星信号调制识别算法

调制识别是信号检测与解调的关键环节,针对卫星调制中采用的MAPSK,MQAM,MFSK,MPSK方式,提出了一种计算小波变换熵值并结合高阶累积量的联合调制识别算法.根据小波变换对时频信息敏感的特点,不同调制方式高阶累积量计算结果的区分性以及不同复杂度的调制信号熵值结果不同,分析了以上4类调制信号的计算结果,提出了基于小波变换熵值及高阶累积量联合的卫星信号调制识别算法.计算调制信号小波系数,据此计算熵值,实现对调制信号的类别划分,使用高阶累积量实现类别内的信号分类.经过仿真分析,可实现在8dB以上达到0.9识别率的效果,该方法对高阶（64阶调制）信号识别具有一定借鉴意义.      

CT图像重建的迭代算法

随着计算机运算速度的飞速发展,以前只是被看成一种研究方法的迭代算法在图像重建中越来越引起人们的重视,并且已经在科研、工业和医学领域中得到了实际应用.本论文从CT图像重建原理入手,根据迭代重建的物理意义,从投影模型出发,得到投影数据,然后利用迭代算法MART及SIRT重建出断层图像,再与模型相比较,从而确定各算法的优劣,总结出如何选择合适的图像重建算法.     

基于小波神经网络的航空发动机建模研究

提出将多个多输入单输出小波神经网络(WNN)组合构造多输入多输出(MIMO)的WNN来逼近MIMO非线性动态系统的快速而简单的实现方法，并采用高效率的初始化方法缩短了训练时间。采用某型航空发动机在飞行包线内均匀分布的工作点参数来训练，建立了全包线适用的动态小波神经网络航空发动机模型，用交叉验证的方法检验表明在全包线内有较高的精度及泛化能力。与反传算法神经网络(BPNN)、径向基函数神经网络(RBFNN)建立的动态模型在精度及泛化能力等方面做比较，结果表明WNN建立的模型训练精度高而且泛化能力强。     

飞机零位检测系统中的座舱仪表读数识别法

介绍了飞机零位检测系统中的座舱仪表读数自动识别系统。识别系统预先在实验室条件下将各分立仪表图象二值化细化处理成标准的预模式，以此为参照输入被测仪表图象，使之与标准模式有接近的几何位置，然后采用二进小波变换方法在不同角度的扇形区域选择不同的变换参数提取仪表指针及刻度信息，抑制噪声与仪表表面玻璃的反光干扰。再建立图象的同心几何结构特征空间，从而求出被测仪表图象的中心点和相对于标准模式的旋转角度，最后判读指针角度，根据此角度与读数的对应关系自动识别出仪表读数。本文建立的系统对外场环境下摄入的带噪声和反光干扰的座舱仪表图象进行自动识别取得了满意的结果，识别精度高于人工识别精度，基本实现了在线测试。     

基于小波变换的开关磁阻电机系统功率变换器故障诊断

适用于开关磁阻电机(SRM)驱动系统的功率变换器是决定系统可靠性的关键环节,功率变换器的长时间故障运行会导致整个系统的崩溃,因此,功率变换器的故障诊断具有重要的作用。采用离散小波变换方法,提取故障相电流的平均值与标准差的比值作为诊断特征量,对功率变换器斩波管和位置管的4种故障类型进行分析和讨论,实现了故障类型的确定与故障器件的定位。最后通过仿真和试验验证了所提的故障诊断方法具有良好的可行性和有效性。     

基于相关性分析的高精度相位求取方法

信号的相位是直升机旋翼动平衡调整关键参数之一,高精度的相位在旋翼动平衡调整中非常关键。在旋翼动平衡调整中,通常相位是通过对部件振动速度或者加速度信号作固定点数傅里叶变换得到的。然而傅里叶变换求相位存在局限,用定点数傅里叶变换求取的相位是不准确的,且受采样点数限制,用傅里叶变换求取的相位精度有限。本文从傅里叶变换原理出发,提出一种基于相关性分析的高精度相位求取方法,首先通过与正弦曲线作相关性分析求取初步相位,然后微调具有初步相位的正弦信号的平移步长求取高精度相位。通过分析与验证,本文提出的方法在计算速度和相位精度上有较好的表现。     

多敏感器联邦SSUKF融合姿态确定算法

针对四元数姿态估计问题,提出了一种分布式非线性滤波融合结构。通过引入基于超球面分布采样点变换(SSUT)技术的无迹卡尔曼滤波算法(SSUKF),以较低的计算量实现了高数据更新率、高精度的非线性滤波,并通过融合重构,保障系统无间断可靠工作,不受敏感器故障、视场盲区等因素影响。应用该算法对陀螺、磁强计、太阳敏感器、星敏感器构成的系统进行了具体设计并开展仿真研究,验证了算法的有效性。     

一种频率步进雷达目标径向速度估计方法

为补偿目标径向速度对频率步进雷达合成距离像的影响,提出了一种目标径向速度估计方法.经公式推导证明频率步进雷达相邻两个脉组回波的归一化采样序列的互相关函数是一复正弦序列,该序列的频率与目标径向速度有确定的对应关系.通过快速傅里叶变换(FFT,Fast Fourier Transform)可获得序列频率,从而估计出目标径向速度.该方法可估计的速度范围仅取决于系统带宽和脉冲重复周期,并且由于理论估计精度可通过FFT点数调整,在需要非常高估计精度的场合可以大幅降低计算量.计算机仿真结果表明该方法对目标径向速度估计准确,同时具有较好的抗噪声性能.     

远焦区聚焦性能分析与改善

传统聚焦测度函数在远焦区对图像高频能量解析性能较差;表现为聚焦曲线在远焦区呈现非单调性.利用傅里叶变换方法对图像频谱进行分析:在远焦区,聚焦图像序列的直流分量表现出强烈的波动性,并且直流分量在图像频谱中占据绝对比例,再加上传统聚焦函数滤除图像直流分量的能力较弱,导致误聚焦概率高.考虑到频域聚焦函数计算量大,提出基于时域的两个聚焦函数.实验结果表明:此二函数具有强的直流分量滤除能力,能有效改善聚焦曲线在远焦区的表现,同时具有高的聚焦分辨率.远焦区聚焦性能的改善对于提高显微视觉操作自动化的可靠性尤为重要.