数字图像二维Arnold变换周期的一组必要条件

以图像信息安全问题为背景,讨论了平面上Arnold变换的周期性,给出了判别周期的一组必要条件。     

摄像机与车体之间的坐标变化关系的研究

建立了摄像机坐标系,轮式移动机器人车体坐标系以及目标物体(世界坐标系)之间的位姿关系模型,着重论述了摄像机与轮式移动机器人车体之间的坐标变化关系,并求出了其变换矩阵Mct．通过此变换矩阵Mct能进一步求取目标物体在车体坐标系下的深度值及车体的运动参数,从而为车体提供导航与定位的依据．     

利用现有彩铃平台为专网核心DC1交换机实现彩铃业务

对电信公网用户,彩铃业务已经十分普及,但是对专网的用户来说,彩铃业务不能按照常规的步骤去实现。提出2种解决方案,需要配置新数据,解决新问题。     

一种基于 Curvelet 变换的地震数据去噪方法和应用

如何去除噪声且不损失有效信号是地震数据处理中的一个重难点。实验将一种Curvelet自适应阈值去噪法应用到地震数据处理中,Curvelet变换系数由自适应阈值约束,经阈值函数映射得到估计系数,最后对所得的估计系数进行逆变换,实现地震数据去噪,有效提高地震数据信噪比。模型和实际数据处理结果表明,Curvelet自适应阈值去噪法较好地压制了噪声的同时保护有效信号,克服了F-X域滤波产生新噪声的缺陷,取得了较好去噪效果。     

基于变换域的OFDM系统最大多普勒频移估计算法

在OFDM系统中,影响其性能的一个重要参数就是最大多普勒频移.本文根据功率谱估计原理,首先通过对接收到的含有最大多普勒频移（fm）信息的导频信号进行快速傅立叶变换（FFT）,再利用衰落信道功率谱的分布来估计出最大多普勒频移信息.仿真结果表明,此方法可以有效地估计多普勒频移,并且具有实现简单和受噪声影响小的优点.     

考虑材料特性随温度变化时沥青路面的温度应力

把沥青路面视为层状弹性体系,并将材料特性作为随温度变化的参数,推导了沥青路面温度应力问题的理论解.首先,利用热弹性理论来描述层状弹性体系的温度应力问题,同时考虑了材料特性的随温度变化.其次,通过对热弹性力学的平衡方程进行Laplace和Hankel积分变换得到了单一层问题的解,再利用传递矩阵法得到了多层弹性体系温度应力问题的理论解.最后,将该理论解用于沥青路面温度应力问题的计算,并与材料特性取常数的情况进行了对比.结果表明随温度变化的材料特性对沥青路面的温度应力有显著的影响.     

电力系统保障信号的短时傅里叶分析及其应用

根据短时傅里叶变换的滤波器组实现原理,研究了不同窗函数实现的５０Ｈｚ带通滤波器,分析比较了它们用于提取电力系统高压输电线路故障信号基频分量的能力。提出了一种具有实用价值的由一周波三角窗调制实现的５０Ｈｚ带通滤波器。     

基于FRFT和RBF神经网络的升船机配电网单相接地故障研究

单相接地故障在陆地电网中为最常见的故障,若不能及时排查可能发展成相间短路等故障,严重威胁系统的安全性。文章引入馈线终端设备（FTU）对配电网进行监测,提出了一种基于分数阶傅里叶变换（FRFT）和径向基（RBF）神经网络结合的方法,针对单相接地故障进行识别。通过FTU监测配电网的电压数据,选取FRFT提取故障波形的能量率作为特征向量,最终利用训练过的RBF神经网络对故障进行识别定位。仿真试验结果表明：当FTU正常运行或发生信号丢失时,RBF神经网络均能够准确、高效地定位单相接地故障。     

基于轨迹数据的危险驾驶行为识别方法

连续的跟驰行为和换道行为是驾驶行为的主要构成部分,对交通拥挤和交通事故有着重要影响。通过无人机视频拍摄和图像处理方式,提取了曹安公路沿线的2个交叉路口间正常交通流状态下共600条多车高精度轨迹数据。首先,考虑车辆类型对驾驶行为产生直接的影响,分析了大车和小车的车辆轨迹特征变量分布的差异性,包括速度、加速度、碰撞时间倒数、车头时距等,在标记危险驾驶行为的过程中考虑车辆类型的影响。其次,针对不同的车辆类型,利用修正碰撞裕度对跟驰行为和换道行为进行风险性评估,将其划分为安全型和风险型。根据风险型行为发生的顺序以及持续时间,评估驾驶人的整体驾驶状态是否危险,作为危险驾驶行为识别的样本标记。分别利用离散小波变换和统计方法提取车辆轨迹的关键特征参数,为了提高模型识别效率,将关键特征参数进行排序,从而确定最优判别指标;最后,利用轻量梯度提升机（LGBM）算法对危险驾驶行为进行识别,并与随机森林、多层感知器、支持向量机等算法在精度上进行比较。研究结果表明：在上述研究条件下,LGBM算法对危险驾驶行为的理论识别率最高可达93.62%,可以实现基于机器学习算法的危险驾驶行为的高精度自动识别,该结果对于智能驾驶辅助系统的设计、道路交通安全决策的制定具有显著的意义。     

基于参数优化小波变化的舰船目标检测方法

常见的舰船目标检测方法是通过对雷达的回波信号进行分析,优化舰船目标检测模型。本文结合小波变换算法,重新构建了舰船目标的检测模型,对目标检测的数据进行了分析。通过迭代优化,对小波变换模型中的参数进行了调制。实验结果表明,基于小波变换的舰船目标检测模型具有很强的适应能力,能够显著提高目标检测能力。