机动目标的多脉冲宽带相关成像方法研究

研究了图像特征点的时延-时间伸缩参数提取方法，通过建立旋回规避运动目标的成像几何模型和运动方程，得到了目标运动参数求解估计方法，最后研究了一种针对目标作非合作旋回规避运动情况的多脉冲宽带相关成像方法．通过仿真验证，表明该方法较传统的宽带相关成像方法分辨率高．     

利用窄带信号分类选择宽带声成像信号探讨

讨论了利用现有对窄带信号的分类来选择需要的宽带信号类型的方法.通过对宽带成像模型的分析以及比较宽带模糊函数与窄带模糊函数的联系,指出在一定条件下,按照窄带模糊函数分类的信号其宽带模糊函数具有相似的形状,该方法可用于宽带声成像时对信号的选择,仿真结果表明该方法是一种比较系统的信号设计和选择方案.     

基于匹配追踪和Radon变换的LFM信号宽带时延-时间伸缩声成像方法

分析了宽带延展目标的时延-时间伸缩效应，及其导致的回波信号在时域和频率域的特性．针对LFM信号的时频分布特点，利用匹配追踪和Radon变换，提出了一种提取LFM信号在时一频域分布特性参数的时延一时间伸缩声成像方法，有效避免了利用WVD时产生的交叉项影响．通过计算机仿真与实验验证，表明该方法是有效的．     

基于图像熵技术的匀速运动目标多脉冲图像增强方法研究

提出了一种基于图像熵技术的匀速运动目标多脉冲宽带时延．时间伸缩成像方法．通过对匀速运动目标多个相邻回波脉冲的时延-时间伸缩分布图的特征提取，得到目标的运动参数，将传统的宽带相关成像得到的目标散射点的时延-时间伸缩分布像转化为目标的几何像，然后利用图像熵技术对多个相邻脉冲图像进行精确对准，达到图像增强的目的．通过计算机仿真验证，表明该方法是有效的．     

极线约束下的多分辨率相关匹配算法

针对计算机视觉在几何测量应用中图像匹配特点,提出了将多分辨率和极线约束与相关法相结合的图像匹配方法。该方法采用金字塔分层和极线约束来弥补相关匹配带来运算量大的不足,克服了图像匹配中精度低的缺点。通过计算机视觉在几何测量检测系统中图像匹配的实际应用,验证了该算法具有较高的测量精度、速度及其实用性。     

一种改进的多传感器伪序贯滤波算法

传统的多传感器数据融合算法假定传感器之间的测量噪声是不相关的,但实际上测量噪声存在着一定的相关性,因而会引起滤波精度的损失．针对该问题,文中研究了测量噪声相关情况下的同步多传感器跟踪系统的测量融合技术．在测量噪声相关的条件下,根据线性无偏最小方差估计理论,提出了一种改进的同步多传感器伪序贯滤波算法,该算法不但适用于噪声不相关情况,而且也适用于噪声相关情况．经仿真研究表明,该算法明显提高了航迹的融合精度：在测量噪声相关时,融合精度比传统算法有明显提高;而测量噪声不相关时,性能与传统的数据融合算法相同．仿真结果表明了该算法的正确性和有效性．     

一种有效去除图像中脉冲噪声的滤波算法

为了抑制脉冲噪声,根据脉冲噪声点和边缘像素点的特征,提出了一种新的基于脉冲噪声点检测的滤波算法.实验结果表明,与传统中值滤波相比,这种新算法很好地保留了图像的细节,尤其在噪声密度较低时,滤波性能更加优越.     

基于PCI4732的高定位精度光声成像系统设计

为了研究光声成像技术对不同吸收体的成像性能,利用PCI4732和高精度旋转台RT-5-10,在Labview软件设计平台上开发了一套光声成像系统.系统由脉冲激光器、水浸探头和放大器等硬件组成,采集卡通过PCI总线与电脑连接.采用高分辨率滤波反投影重建算法对数据进行处理,得到较高对比度和分辨率的图像.分别采用2.25、5.00和10.00 MHz的超声探头对发丝进行试验,以验证系统的实用性.试验结果显示:采用5.00 MHz的探头比采用2.25和10.00 MHz的探头得到的发丝的图像更清晰,表明对于一定尺寸的吸收体,需要选择一定中心频率的探头,才能得到清晰的图像.      

一种基于粒子滤波的自适应相关跟踪算法

相关跟踪是最常见的一种目标跟踪方法,但传统相关跟踪采取的“峰值”跟踪方法抛弃了所有小于峰值点相关值的位置点的信息,不够稳健,受遮挡影响大,并且很难求解相关模板的仿射变形参数。提出了一种改进的非线性相关跟踪算法,以改进的灰度模板作为目标表示方式,粒子的权值与相关值成比例,目标状态的后验概率由粒子加权表示。模板更新时根据粒子权值进行自适应调节,对所有粒子所在位置的区域进行加权更新,权值大的粒子具有更高的更新系数,避免了仅利用单一峰值点处的模板进行更新可能造成的误差累计。该算法大大提高了跟踪与模板更新的鲁棒性,同时也是一种在仿射空间进行运动参数搜索的实用方法。     

一种改进的GPS模糊度白化滤波算法

在深入分析白化滤波去相关算法的基础上,对白化滤波算法进行了改进,以改善GPS模糊度解算中的去相关效果.在改进算法中,对模糊度协方筹矩阵的元素进行排序处理,以保证矩阵分解的有效性,改善去相关效果,提高模糊度离散搜索效率和质量.数值模拟结果表明,该算法不受维数限制,对低维和高维都能成功解算,具有较强的适用性和良好的去相关效果,能提高动态模糊度解算的效率.