基于FM-AM转换的伪码调相-载波调频复合引信信号的脉内特征提取研究

伪码调相和载波调频复合信号因具有好的距离、速度分辨率和测速测距精度,所以广泛应用在雷达和引信中。在电子对抗中为了实施欺骗性干扰,必须有效地提取复合信号的参数特征,为此本文研究了FM-AM转换时频分析的理论及其实现方法,并利用该方法对伪码调相-载波调频复合信号进行了脉内特征分析。具体包括伪码调相正弦载波信号、伪码调相复合正弦调频信号及伪码调相复合线性调频信号。仿真结果表明,在信噪比为5dB时,利用FM-AM转换时频分析技术,不但可以提取载波调频的特征信息,而且能够有效提取伪码的特征信息。     

星图识别质心提取算法研究

采用对星图中星体的灰度值进行加权的方法，计算星图中星体的质心坐标。分析了星图预处理的方法，在此基础上进行了噪声条件下的仿真研究，并获得了满意的结果。     

中巴地球资源卫星数据在水污染提取中的应用

利用中巴地球资源卫星数据，对黄河三角洲地区河流入海口及附近水域的水质进行遥感分析。结果表明，提出的水质分级方法可以较好地识别不同水色和水质的水体，减少人为的主观性。如果有同步的水质监测和光谱采样，可以实现进行定量或半定量的水质遥感分析。     

基于统计参数分析和RBF网络的动调陀螺故障诊断方法

针对动调陀螺故障振动信号的特点,提出了一种基于振动统计参数分析和神经网络的动调陀螺故障诊断方法.该方法通过计算原始振动信号的一组统计参数作为表征故障的特征信息,以此作为RBF神经网络的输入参数来学习并识别陀螺故障.实验结果表明,采用对统计参数的计算能够简单、有效地提取陀螺故障特征信息;运用神经网络进行故障诊断建模,使诊断具有自适应、自学习的能力,诊断结果更加可靠.     

高动态扩频信号的捕获跟踪与解调

本文给出了一种高动态扩频信号的跟踪解调方法，采用数字平方环载波捕获跟踪，并实施数字下变频对无载波频率变化的扩频信号进行简单相干积累解扩解调，变二维捕获过程为两个一维捕获过程，简化了高动态情形设计方案。     

金属图象分割的研究

结合金属图象的特点,利用传统阚值分割技术和基于最大熵原则的图象分割技术对金属图象分割进行了分析;并根据金属图象分析要求,提出了先二值化金属图象再进行边缘提取的方法.对比实验结果表明,基于最大熵原则的图象分割技术可以获得较好的分割效果,所提出的方法能够获得连续闭合的晶粒边缘,为下一步的金属图象分析提供了可靠的依据.     

电子接插件在线质量检测研究

近年来,电子信息产业的迅猛发展,作为配套支持的接插件的生产规模也不断扩大。由于电子设备厂商对接插件的质量要求越来越高,接插件的检测也得到了越来越多的重视。由于检测速度快、运行稳定可靠的特点,机器视觉检测技术被广泛用于对接插件外观质量的在线检测。本文应用机器视觉检测技术对电子接插件质量进行了在线检测研究,并以其典型的冲压质量缺陷的检测为例对机器视觉在线检测系统的构成、核心处理模块、应用中存在的问题以及解决问题的新方法进行阐述,最后针对系统的可靠性进行了分析。     

基于单平面双螺旋谐振单元新型左手传输线研究

对基于单平面双螺旋谐振单元的左手传输线进行了研究.对设计的单平面双螺旋单元结构的电磁特性进行仿真并与实际测量结果比较.用散射参数提取算法提取了该结构的折射率和相位常数,提取结果表明上述参数在特定频段同时为负,证明该结构具有左手特性.提出调整螺旋圈数控制传输线电磁特性的方法.通过仿真总结和检验了该参数的调整规律.     

一种适应较大比例变化的多传感器图像配准方法

提出了一种基于边缘曲率区域极值和边缘相关的图像配准方法。算法首先提取图像的较长边缘并对其进行改进的Freeman编码;然后使用Freeman码计算曲线的曲率,根据曲率极值的对应情况初始匹配边缘并得到比例变换因子;然后重采样图像,使用边缘相关、一致性检测方法得到对应的相关边缘对,最后使用最小二乘法得到图像的配准参数。算法可以适应配准图像间有较大旋转角度和较大平移变换等情况。     

基于改进SURF和P-KLT算法的特征点实时跟踪方法研究

 针对视频序列中运动目标的实时跟踪问题,提出一种基于改进SURF算法和金字塔KLT算法相结合的特征点跟踪方法。首先人工标定目标区域,利用改进的SURF算法分块快速提取具有高鲁棒性、独特性的特征点;然后在后续帧中应用金字塔KLT匹配算法对特征点进行稳定跟踪,采用基于统计的方法剔除错误匹配对;最后利用Greedy Snake分割算法提取轮廓确定更加精准的位置信息,更新目标区域。为使算法更具鲁棒性,还设计了离散点筛选、自适应更新策略。利用飞行视频数据库进行了大量的仿真,结果表明:该算法适用于多尺度图像序列中位置、姿态发生快速变化且结构简单的飞行器的稳定跟踪。帧平均时间为31.8 ms,比SIFT+P-KLT跟踪算法减少47.1%;帧几何中心、目标轮廓面积平均误差分别为5.03像素、16.3%,分别比GFTT+P-KLT跟踪算法减少27.2%、56.9%,比SIFT跟踪算法减少38.6%、68.4%。