基于反正弦圆环天线阵列的二维成像

雷达成像技术可获得目标的丰富特征信息,从而为目标识别提供重要依据。涡旋电磁波雷达成像技术可获得相对静止目标的高分辨率二维像,是成像领域的研究热点之一。为获得更高的成像质量,利用反正弦圆环天线阵列获得雷达波束内的方位角分辨能力,提出了一种基于反正弦圆环天线阵列的二维成像算法。利用半个圆环天线阵列,获得与涡旋电磁波雷达成像技术相近的方位角分辨率,并降低了旁瓣高度。对回波进行Dechirp处理,获得一维距离像;在此基础上,构建参考信号,通过信号间的共轭相乘将相位中的余弦函数变为线性函数;将回波累加,获得目标二维像。仿真分析了阵元个数和波束宽度对方位角分辨率的影响,并与涡旋电磁波雷达成像算法对比,验证了所提算法的有效性和鲁棒性。

基于强化学习特征选择的跳频调制方式识别

针对跳频信号调制识别的最优特征集选择困难问题,该文提出一种基于强化学习特征选择的跳频调制识别算法。首先提取跳频信号时频能量图并采用自适应维纳滤波算法去除噪声;然后提取时频能量图几何不变矩、伪Zernike矩和瑞丽熵三类特征的20维特征向量作为原始特征集,通过建立马尔科夫强化学习特征选择模型,采用改进的Q学习算法对原始特征集进行探索和学习,寻求最优特征集并输出识别结果。仿真实验表明,本文算法有效克服人工特征选择标准单一,鲁棒性差问题,降低了原始特征集冗余和维数,在信噪比5 dB条件下,对10种跳频信号调制识别率可达95%。

一种稳健的高光谱图像压缩方法

提出了一种稳健的高光谱图像压缩技术。估计原始数据的虚拟维数,继而采用一种非监督的正交子空间投影技术提取端元矢量,构成矩阵作为快速独立分量分析的初始化混合矩阵,进行ICA变换。对变换后的独立分量图,采用二维分层树集合分裂进一步压缩编码。计算机仿真结果表明,该压缩算法在取得40∶1压缩比的同时,能有效地保持数据,尤其是小目标和异常的谱向特征,是一种高效的三维数据压缩方法,可有效地应用在小目标检测及异常检测中。

基于独立分量分析的高光谱图像压缩

在对原始数据进行虚拟维数估计的基础上,提出了一种基于最大距离端元提取+独立分量分析(Independent Component Analysis,ICA)的高光谱图像有损压缩方案.该方案首先应用最大距离端元抽取法提取高光谱数据各端元矢量,然后用快速独立分量分析生成独立分量,最后使用2维分层树集合分裂(Set Partitioning In Hierarchical Trees,SPIHT)算法对各独立分量图进行编码.计算机仿真结果证明,该算法在取得高压缩率的同时,能很好地保持数据的谱特征,是一种高效的三维数据压缩方法.

基于多预测器的高光谱图像无损压缩

数据压缩是高光谱图像处理应用中的一个关键问题。在分析高光谱数据相关性特点的基础上,提出了一种方向可选的多预测器数据压缩框架。将新的框架应用于单波段和多波段的预测压缩方案,分别得到复杂性不同的两种无损压缩流程。计算机仿真结果表明了该框架的有效性。

基于同类邻点预测的高光谱图像无损压缩

提出了一种基于聚类、对类波段重排、搜索同类相邻点预测的高光谱数据无损压缩方法。根据谱向特征,进行高光谱图像按像素聚类,对各个分类,根据波段间相关系数,利用最大生成树进行波段重排。对每种分类像素,搜索同类邻点,训练预测系数,并进行三维预测。残差采用Golomb-Rice编码。实验证实了算法的有效性。

基于光谱线性分解的高光谱图像高效压缩

高光谱图像有效压缩对于实现实时传输具有重要意义。本文将光谱线性分解应用于高光谱图像的高效压缩中,根据高光谱图像的线性混合模型,将高光谱数据分解为端元与丰度的乘积,编码端对端元与丰度进行必要的数据处理,然后分别进行JPEG-LS无损压缩,形成输出码流数据。解码端利用最终解码后的端元与丰度相乘来重建原始图像,探讨了量化步长对率失真性能的影响。仿真实验结果表明,该方法能够取得一定的压缩性能。

基于单邻点多波段预测的高光谱图像无损压缩算法

提出了一种基于聚类-单邻点、多波段预测-熵编码的高光谱数据无损压缩方法。根据谱向特征,进行高光谱图像矢量聚类。对各个分类,采用单个空间位置邻点、多个波段作为预测数据,训练预测系数,进行三维预测。残差采用Golomb-Rice编码。实验证实了算法的有效性。

矢量量化高光谱数据压缩性能评估

性能评估是高光谱数据有损压缩研究的一个关键问题。本文在分析三种典型的基于矢量量化压缩方案的基础上,以K-means聚类准确率的仿真统计比较了三种方案的性能优劣;提出一种失真标准抽取的性能评估框架,在缺乏背景资料的情况下,该框架可以对压缩方案性能给出直观评价,方便了压缩方案的选择及应用。

面向命名数据网络的安全通信机制及其优化

NDN网络架构的安全机制构建在信息本身,因此NDN中对传输的数据必须采取有效的签名和加密措施,否则攻击者可以随意获取数据或发送虚假内容,这将成为NDN网络的最大安全隐患。文中针对NDN的安全隐患,设计出一种轻量级加密算法来解决NDN网络架构的安全问题,详细分析了该算法每个步骤的含义和目的,以及它在各种攻击方式下的安全性,同时对算法进行了优化,提高了算法的运行效率。并且在ndnSIM下嵌入该算法进行仿真,验证了数据从发布者开始是以密文方式进行传输,具有机密性;收到数据后能正确地验证发布者的身份,具有认证性;并正确地解出明文和验证数据是否有改动,具有完整性;再分别对攻击方式中的数据内容篡改和身份伪装进行了仿真,验证了对传统网络攻击防范的有效性。

一种新型的H.264码率控制初始化方法

良好的码率控制对视频信号的编码与传输有重要的影响;基于待编码帧的复杂度和缓冲区状态,提出了一种新型的H.264码率控制初始化方法;第一个I帧和P帧首先进行预编码,以修正第一个I帧的比特分配;根据I帧的图像复杂度建立新型I帧码率-量化参数(R-Q)模型,根据该模型,第一编码帧的量化参数得以确定;仿真结果证明,该初始化方法可以有效提高重建视频的峰值信噪比(PSNR),对实验所用QCIF序列,平均PSNR提高了0.86dB,同时大幅减少了跳帧情况的发生。

高光谱图像压缩质量评价技术研究进展

众所周知,数据量的庞大,致使高光谱图像数据的应用受到很大限制。这种庞大的数据量对于许多情况,尤其对于卫星数据链路,由于受带宽和星上存储能力的局限,致使不能实时进行数据传输,因此必须使用有损压缩方式来减小高光谱图像的数据量。但由于有损压缩带来的信息丢失,对高光谱数据的不同后续应用影响不同,因此压缩图像的质量评价技术得到了广泛重视。为使人们对这一质量评价技术有一定了解,首先对高光谱图像压缩方法进行简单介绍;然后对现存的客观失真参数评价、应用算法统计结果评价、相似敏感度标准抽取评价等主要的压缩质量评价技术进行综述,同时比较它们的优缺点,并在此基础上,提出了一种基于最优性能的质量评估框架;最后对该技术今后的研究发展进行了展望。

基于小波变换和形状-增益矢量量化的3维图像压缩

数据压缩是高光谱图像处理应用中的一个关键问题。为了对高光谱图像进行有效压缩,在2维小波变换的基础上,提出了一种分组矢量量化的高光谱图像有损压缩方案。该方案首先按照谱段类型对高光谱图像进行分组,然后对每个谱段分别进行2维小波变换,最后变换系数再使用一种Kronecker-Product形状-增益矢量量化方法来进行量化编码。计算机仿真结果证明,该算法在取得高压缩率的同时,不仅能很好地保持数据的谱特征,并能降低运算量。

基于H.264的新型I帧码率控制算法

针对H.264视频编码标准,在综合考虑码率、缓冲区状态和视频序列复杂度的基础上,提出一种新型的I帧码率控制算法。使用边缘信息,建立幂函数形式和指数函数形式的2种R-Q模型。基于前4个待编码帧的预编码,估计首个I帧的时间复杂度,第1个I帧的比特分配得到修正。仿真结果证明,该码率控制算法可以有效提高重建视频的峰值信噪比(PSNR),降低PSNR波动,并大幅减少跳帧情况的发生。

一种新的H.264帧层码率控制算法

本文提出一种新型的基于H.264的帧层码率控制算法。综合考虑码率、视频序列空间复杂度和缓冲区状态,提出一种新型的I帧R-Q(码率-量化参数)模型。基于前一个GOP(帧组)的码率产生情况,调整I帧的时间复杂度,实现了I帧量化参数的自适应调整。根据HOD(差图像直方图)和P帧相对位置进行P帧的比特分配修正。仿真结果证明,所提算法相较于G012模型,可以有效提高重建视频的PSNR(峰值信噪比),降低PSNR波动,并大幅减少跳帧情况的发生。

基于相位干涉仪阵列多组解模糊的波达角估计算法研究

该文针对利用相位干涉仪估计波达角过程中的相位模糊的问题,提出了一种利用多个相邻阵元之间的相位 差以及它们的间距比进行多组解模糊的方法,并且分析了这种方法得到正确波达角估计值的条件。仿真试验验证了 上述结论的正确性。

高光谱图像压缩技术研究进展

高光谱遥感已经成为遥感领域的前沿科技,在军事侦察以及国民经济中发挥着重要作用。高光谱遥感的光谱通道数达到上百个,光谱分辨率的不断提高使得高光谱图像的数据量急剧膨胀。对于星载成像光谱仪获取的高光谱图像,庞大的数据量已经给数据的存储与传输带来巨大压力,严重制约着高光谱图像的后续应用,因此,必须利用有效的压缩技术对高光谱图像进行压缩。高光谱图像压缩技术可分为无损压缩与有损压缩,在实际应用中,需要根据具体的应用需求选取不同的压缩方式。本文首先对高光谱遥感的基本概念进行了简介,然后从无损压缩与有损压缩两个方面对高光谱图像压缩技术的研究进展进行了综述,最后,指出了高光谱图像压缩技术的发展方向。

基于稀疏贝叶斯学习的双基雷达关联成像

双基雷达具有隐蔽性高、抗干扰性能强等优点,在现代电子战中发挥重要作用。基于雷达关联成像原理,该文研究运动目标双基雷达关联成像问题。首先,针对采用均匀线性阵列作为收发天线的双基雷达系统,在发射随机频率调制信号条件下,分析运动目标雷达回波信号特点,建立双基雷达关联成像参数化稀疏表征模型;其次,针对建立的参数化稀疏表征模型,提出一种基于稀疏贝叶斯学习的迭代关联成像算法。该算法在建立贝叶斯模型基础上,通过贝叶斯推理,得到稀疏重构信号,从而实现对运动目标成像和运动参数的精确估计。最后,通过仿真实验验证所提方法的有效性。

基于Kalman滤波的塔康方位精确解算方法

针对塔康机载设备模拟体制庞大,现有方位解算方法过程复杂、精度不高等问题,基于软件无线电思想,对塔康机载设备进行中频数字化,提出了一种Kalman滤波提取包络信号的方位精确解算方法。首先采用状态空间描述法,详细推导了塔康包络信号的观测方程和状态方程参量的表达式,建立了塔康包络信号的观测方程和状态方程。然后设计了提取塔康包络信号的Kalman滤波模型,给出了提取包络信号的流程以及方位求解算法。最后经装备模拟器验证表明:所设计的方法过程简单,解算方位精度高,算法完全适用于实装工程的实现。

基于子空间原理的共形阵列多参数联合估计算法

由于共形载体表面曲率变化的影响,共形阵列流形中的信源方位与极化状态产生"耦合",为多维参数联合估计带来较大难度。针对该问题,利用交叉电偶极子对天线单元在锥面和柱面载体上合理布阵,建立了其快拍数据模型,并提出一种信源方位和极化状态的联合估计算法。算法利用锥面和柱面等单曲率结构的特殊性合理设置坐标系,从而避免了多维角度搜索,有效降低了运算量,并且很容易推广到其他多种单曲率几何结构的共形载体中。Monte Carlo仿真验证了算法的有效性。