新工科大学生科技写作课程内容优化与改革

新工科大学生将在国家实施创新驱动发展战略中发挥关键作用,对学生的实践动手能力和创新能力的培养提出更高的要求。当前科技写作课程在新工科大学中普遍存在因重视程度不够、课程内容取舍不当、教学模式传统单一等问题导致学生学习态度消极、书面表达能力较弱、学术不端现象频发。该文针对性地从提高课程地位、优化课程内容、改革教学方法三个方面提出改革措施,构建以实用为导向的科技写作教学内容和模式,发挥教师的引导作用,实现学生逻辑思维和书面表达能力的根本性提高,以期提升课程整体教学效果。

一种图像快速超分辨率复原方法

在对凸集投影超分辨率图像复原方法的研究中发现,图像的边缘区域与其他区域并不需要使用相同的松弛算子,据此提出一种快速的凸集投影方法,解决了传统凸集投影方法中一直存在的运算量大的问题,提高其实际应用性能.在凸集投影图像复原过程中引入模糊熵进行边缘检测,根据其邻域一致性测度构造一单调递增函数,以此作为定义迭代步长的松弛算子,从而可以根据图像各部分的区域特征来自适应选取迭代步长,大大减少了运算量.实验表明,快速凸集投影方法经过几十次的迭代能得到近似甚至优于传统凸集投影方法上百次迭代后的复原效果,并且由于复原过程中引入了边缘先验信息,对振铃效应也有很好的抑制作用.

跟踪机动目标的自适应α-β滤波算法

针对已有机动目标跟踪算法运算量大的不足，提出了一种新的自适应α－β滤波算法．该算法选用极坐标系作为跟踪坐标系，建立了带有伪加速度修正的目标运动模型及外推方程，给出了自适应获取滤波增益的一种新方法．仿真结果表明，该算法滤波精度与有代表性的ＩＥ算法、ＶＤ算法、ＩＭＭ算法相当，但运算量则大大低于这几种算法，易于工程实现，可用于机动目标的快速跟踪．

人机界面中彩色的定量选择与调色板获取方法研究

基于遗传算法的模糊聚类方法，研究了人机界面中颜色的定量选择问题．给出了几组基于人眼色彩分辨力的彩色调色板。

多分辨率多模型目标跟踪方法的三处理机并行实现

介绍了一种用于噪声中机动目标跟踪的小波变换新算法——多分辨率多模型目标跟踪方法。该算法利用小波变换获取多分辨率测量数据，增大了机动检测概率，但需要几倍于传统算法的运算量，难以在实际跟踪系统中实时应用。对此，采用并行处理技术，给出了该算法在包含３个ＣＰＵ的多总线微机系统上井行实现的方法。模拟结果证明了该方法的优良性能，并行处理时间接近传统的单分辨率跟踪算法的处理时间。

一种新的模糊逻辑函数表示及化简方法

提出了一种新的模糊逻辑函数表示及化简方法——模糊Ｋ图法．首先给出了模糊逻辑函数的最小化析取范式，接着提出了模糊逻辑函数的Ｋ图（ＦＫ图）表示方法、模糊一致定理、ＦＫ图的蕴含图及覆盖分数．最后给出了模糊逻辑函数的ＦＫ图化简算法．与传统的解析法相比，该方法不仅直观、简便，还易于计算机实现，具有一定的实用价值．

严把毕业设计关 注重能力培养

毕业设计是理工科院校学生的最后一个实践性教学环节,对于培养学生的综合运用知识能力,分析问题、解决问题的科研工作能力及严谨的工作作风,具有至关重要的意义。毕业设计成绩的优劣,作为学生能力的综合评价,而受到用人单位的特别重视。因此,(?)新形势下,如何严把毕业设计关,注重学生能力培养,则显得尤为重要。我们的做法是: 一严把审题关毕业设计任务下达后,先由指导教师拟定题目(其数量大约比下达的指标多一半)。

通信对抗装备智能决策器实现方法研究

文章在较强军事需求背景下,设计了一种应用于通信对抗系统的干扰模糊决策器,建立其数学模型,对各级主要因素模型进行了分析。然后给出了辅助决策的多级模糊综合评判系统较为详细的算法。

改进小波空域相关滤波的脉冲星微弱信号降噪

脉冲星信号具有极低信噪比,传统降噪算法难以在抑制噪声的同时保留微脉冲等细节信息。为此,提出一种基于改进小波空域相关滤波的脉冲星极弱信号降噪算法。从小波阈值和空域相关算法在极弱信号降噪中的缺陷出发,以保留细节信息和提高信噪比为目标,结合脉冲星辐射信号的严格周期性、相邻周期间的相关性、极低信噪比和窗口辐射等特性,改进了小波空域相关滤波算法。采用Parks射电天文台和罗希(Rossi)X射线时变探测器的脉冲星观测数据进行实验。结果表明,改进小波空域相关滤波算法可以保留更多微脉冲等细节信息,在提高信号的信噪比方面优于现有算法。

基于脉冲耦合神经网络的图像NMI特征提取及检索方法

为了简单有效地提取图像重要特征信息,从而更好地提高检索图像的精度,提出了一种基于脉冲耦合神经网络(Pulse coupled neural networks,PCNN)的图像归一化转动惯量(Normalized moment of inertia,NMI)特征提取及检索算法.首先利用改进简化PCNN模型相似神经元同步时空特性及指数衰降机制将图像分解为具有相关性的二值系列图像,然后提取反映原始图像目标形状、结构分布二值系列图像的一维NMI特征矢量信号,并将其应用在图像检索中;同时,考虑到二值系列图像间的相关性及不同图像间NMI序列值的差异性,引入了马氏距离结合Pearson积矩相关法的综合相似性度量方法.实验结果表明,所提算法对图像特征矢量序列具有良好抗几何畸变不变特性及对图像表述的唯一性,且具有较好的图像检索效果.

基于一维选择线谱的脉冲星辐射脉冲信号辨识

为提高脉冲星辐射脉冲信号辨识效果,利用双谱技术提取了脉冲星累积脉冲轮廓的非线性和非高斯特征.提出了一维选择线谱辨识算法,该算法采用特征核与特征域描述统计信号的共性及个性,定义信号特征矢量方差及特征矢量间的距离,抽取双谱图中具有最强类别可分离度的一维线谱特征向量构成特征模板.实验结果表明:一维选择线谱特征向量适于脉冲星信号辨识,且与选择双谱相比,一维选择线谱算法使整个特征向量具有最大类间可分离度,可以获得更好的辨识效果.

基于贝叶斯假设检验的压缩感知重构

为提高贪婪类算法的重构精度,该文提出一种贝叶斯假设检验匹配追踪算法。该算法首先建立了贝叶斯假设检验模型,用于在噪声污染下识别稀疏信号非零元素的下标;其次利用追踪算法的输出下标集作为该模型的候选集,并对候选集中的每个元素进行假设检验以剔除冗余下标;最后根据剔冗后的真实下标集,采用最小二乘法重构原始信号。仿真结果表明:在相同的实验条件下,与传统贪婪类算法相比,该算法不存在冗余下标,具有更强的抗干扰能力和更高的重构精度。

一种贪婪自适应压缩感知重构

为了优化压缩采样匹配追踪算法的性能,提出一种压缩采样修正匹配追踪贪婪自适应算法.该算法采用了具有理论保证的模糊阈值预选方案以避免预选时使用信号的先验信息,设置了初次裁剪门限以减少不必要的迭代,改进了裁剪方式以尽可能地提高重构精度,同时避免了裁剪阶段使用先验信息,最终实现了可压缩信号的自适应重构.仿真结果表明:在同等稀疏条件下实现了精确重构,该算法与原算法相比运算速度提高了2倍,所需观测值个数少1%,并且在稀疏度较高的情况下,该算法对噪声的抗干扰能力也优于原算法.

基于最大似然的X射线脉冲星空间定位研究

为提高X射线脉冲星空间定位精度,讨论了脉冲TOA测量技术,解释了X射线脉冲星空间导航定位的时间参考原点定义;研究了基于最大似然估计的X射线脉冲星空间定位算法,以4颗X射线脉冲星源作为解脉冲周期模糊的最小运算单元,不断引入新的X射线脉冲星直至确定唯一的脉冲整周期数;选取5颗X射线脉冲星源,建立空间定位模型。仿真实验表明在半径约121309Km的球形试探范围内至少需要5颗脉冲星才能确定唯一的脉冲整周期数,结合最大似然估计可以有效提高空间定位精度。

一种自适应压缩感知重构算法

为优化稀疏自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)算法的性能,给出了一种修正自适应匹配追踪(modified adaptive matching pursuit,MAMP)算法。该算法采用模糊阈值预选方案,改进了步长选择方法,设置了初次裁剪门限。仿真结果表明,在同等稀疏的条件下实现精确重构,该算法的运算速度较原算法提高了1倍,所需的观测值个数减少了1%,并提高了重构精度。

一种新颖的D类音频功率放大器驱动电路

在D类功率放大器的设计中,为了提高驱动效率,需要一个高电平驱动H桥的高端LDNMOS管.文中设计了一种新颖的适用于D类功放的驱动电路,在芯片内部采用一个电荷泵电路.当芯片正常工作时,H桥低端LDN-MOS管的驱动电平通过较大的电荷泵电容稳定在5.5V左右,H桥高端LDNMOS管的驱动电平通过自举电容高达18.8V,从而实现对D类功放H桥高端的驱动,这样既提高了驱动效率,又减少了对外部多个电源的需求.采用此电路的一款3-W的立体声D类功放已在TSMC06BCD工艺线投片,芯片效率高达89.67%,H桥高端和低端的导通电阻为320mΩ,电源抑制比(PSRR)为-62dB,THD低至0.1%,测量结果表明该驱动电路工作良好.

中心差分Kalman滤波方法在X射线脉冲星导航中的应用

由于脉冲星脉冲到达时间的测量需要较长时间,基于传统的扩展Kalman滤波的X射线脉冲星定轨方法精度较低。为此,提出了将中心差分Kalman滤波应用于X射线脉冲星导航中,利用中心差分Kalman滤波替代扩展Kalman滤波,通过结合航天器轨道动力学模型和脉冲星观测信息进行定轨。仿真结果表明,中心差分Kalman滤波方法的定轨精度高于扩展Kalman滤波方法。

一种感兴趣区域寻优搜索的全自动图像拼接算法

为了降低图像拼接中对图像序列获取的苛刻要求,增强拼接算法的适应性和灵活性,该文提出了一种兴趣区域寻优搜索的图像拼接算法。该算法以重叠区域的主要特征物为出发点,获取有效感兴趣区域,通过感兴趣区域寻优策略进行图像匹配,进而进行图像几何校正、色差调整和图像融合,实现了图像序列的无缝拼接。实验结果表明,该算法不仅保持了较好的图像拼接准确性和鲁棒性,而且降低了对图像序列获取的要求,增强了应用的适应性和灵活性。

一种超模糊熵ULPCNN图像自动分割新方法

为了自动地对图像进行二值分割,提出了一种新的自适应迭代全局阈值图像分割算法.首先对二维超模糊集隶属函数进行了自适应修正,并将其引入到图像超模糊熵概念中;然后从适应图像分割角度,将传统脉冲耦合神经网络模型改进为具有单调指数上升阈值函数的ULPCNN抑制捕获模型;最后把ULPCNN与最大超模糊熵判据相结合对图像进行自动分割,并与基于最大香农熵、最小交叉熵及最小模糊熵准则的ULPCNN分割方法作了比较.理论分析和实验结果表明,该方法能自动确定迭代次数和选取最佳阈值,对图像目标划分清晰,细节保持较好,改善了图像的分割性能.

脉冲星信号的模糊阈值小波降噪算法

为了提高脉冲星辐射脉冲信号的信噪比，提出了基于模糊阈值的小波降噪算法．该算法的核心思想为：引入模糊理论，通过建立隶属度函数，计算出每个采样点信号幅值的隶属度，再利用小波阈值消噪的方法设定门限来分析隶属度，将隶属度大于门限的采样值划归为信号，反之为噪声，从而达到压抑噪声、保留信号的目的．实验结果表明，与基于极大极小原理和Stein无偏似然原理的降噪方法相比，基于模糊阈值的小波降噪算法将脉冲信号的信噪比提高了大约5～6dB，同时可以保留信号的细节．新算法为脉冲星信号处理与应用提供了一个行之有效的算法．