基于去调频宽带LFM信号的二次距离压缩算法及其实时实现

该文在基于匹配滤波的二次距离压缩算法(SRC)基础上,通过对去调频的线性调频(LFM)信号的时、频域关系的分析,给出基于去调频LFM信号的SRC算法,与距离多普勒算法(RD)和普通LFM信号SRC算法对比,分析该算法的运算量,说明该算法适合于去调频体制SAR实时成像处理.对于去调频SAR数据采用该算法压缩得到清晰的图像,同时对比斜视下SRC与RD成像的结果。验证了在高分辨率实时成像时SRC算法优于RD算法.

基于二次距离压缩的双基地合成孔径雷达斜视成像算法

根据"Tandem"模式双基地SAR几何关系及其信号模型,该文给出了一种适用于该模式下的基于二次距离压缩的斜视成像算法,成功地解决了由于接收、发射平台分置而产生的不同于单基地SAR的二次距离压缩、距离徙动校正和方位聚焦问题。仿真表明在任意双基地角情况下,该算法均能得到很好的成像结果。

一种改进的机载前斜视SAR二次距离压缩成像算法

该文基于斜视距离模型,直接推导了适用于大斜视合成孔径雷达(SAR)成像的二次距离压缩(SRC)算法,在此基础上提出了一种改进的机载前斜视SAR的SRC成像算法。通过补偿距离频率的三次相位项,有效改善了大斜视SAR成像距离压缩旁瓣非对称畸变的问题,通过补偿波束前视引入的平动相位项,解决了图像位置在方位向发生偏移的问题。给出了实现步骤和算法流程,对比了不同斜视角情况下算法改进前后的成像效果。仿真表明,该算法能有效改善大斜视SAR的成像质量,适合于大斜视机载SAR成像。

基于二次距离压缩的合成孔径声呐改进距离-多普勒算法

传统的距离-多普勒算法主要应用于合成孔径成像中正侧视或小斜视角情况。在合成孔径声呐实际应用中,经常需要在较大的斜视角模式下对目标成像,而此时距离向和方位向的耦合会非常严重。在研究经典距离-多普勒算法原理的基础上,改进了适合大斜视角条件下成像的距离-多普勒算法。在放弃菲涅尔近似的条件下,提出了更精确的距离双曲线模型,并对算法进行了重新推导。提出了新的二次距离压缩方法,能更好地消除距离向和方位向的耦合。利用改进算法对成像区域中任意多个点目标上进了成像仿真。仿真结果表明,改进算法具有较高的分辨率和适中的运算量,比传统算法更适合应用于大斜视角成像。

基于二次距离动态相关的文档图像平滑新技术

针对文档图像对边缘轮廓特征的敏感性,提出一种基于相邻象素间的二次距离动态相关的图像平滑技术,给出了该技术的算法实现和在图像平滑去噪声及图像放大、缩小中的应用方法。

基于支持向量机的二次距离约束图像检索技术

相关反馈技术是图像检索过程中的一种交互式技术。在图像检索中,传统支持向量机作为反馈学习仅仅是把相关反馈看作模式分类问题。然而在海量图像数据中,映像到特征空间中的图像是线性不可分的,在图像检索中仅靠简单的模式分类来学习反馈,得不到理想的学习效果。本文在无约束的反馈算法的基础上提出了二次约束距离算法,即在基于支持向量机得到分类后,对分类结果按照距离相关图像的聚类中心进行再次排序后,将结果回馈给用户。

基于镜像学习和复合二次距离的手写汉字识别

为解决手写汉字识别中的相似字混淆问题,提出了一种基于镜像学习和复合二次距离的识别算法,提高现有的二次分类器对相似汉字的鉴别能力。该算法为识别置信度较低的训练样本生成镜像虚拟样本,通过迭代训练来调整易混淆字符类别间的分类界面,并对二次分类器给出的候选字使用复合二次距离进行两两鉴别,以减少识别错误。在HCL 2000样本库上的实验表明,该算法能有效提高手写汉字识别的性能,测试集上的误识率下降了20%。

二次式距离上基于SVD的高维图像索引方法

向量近似方法(vector approxim ation file)是解决高维索引中维数灾难问题的一种有效方法,但是它不能直接支持二次式距离上的近邻搜索,为此,提出一种基于奇异值分解(SVD)的二次式距离上的向量近似方法,通过奇异值分解技术将二次式距离变换为欧氏距离形式,对变换后的特征向量进行近似得到近似向量。进行近邻搜索时采用低维过滤算法,先在较高能量的低维子空间内计算近似距离进行过滤,再对过滤结果进行高维距离计算。实验结果表明,低维过滤算法可以过滤掉大部分特征向量,而只有小部分数据需要进行高维距离运算,该方法可以显著提高大型高维图像数据库的近邻搜索性能。

中国二氧化碳影子价格估算及与交易价格差异分析——基于二次型方向性距离产出函数

二氧化碳影子价格从理论上能反映企业碳排放边际减排成本,是碳交易模型中的均衡成交价格,但以往研究影子价格测算结果均与实际交易价格存在较大差异。文章采用二次型方向性距离产出函数,进一步对考虑能源结构和产业因素下的二氧化碳省域影子价格进行测算,以求更符合实际,并将结果与实际交易价格比对。实证结果表明：第一,不同地区、不同能源结构和产业结构的二氧化碳影子价格均存在较大差异;第二,交易试点影子价格与交易价格也存在较大差异,价格之差主要源于行业覆盖、碳配额发放制度和交易政策引导差异。为有效控制我国二氧化碳排放总量,未来应加快建立全国性碳交易市场,鼓励碳交易,并在建设推进中充分考虑地方性产业及能源差异。

一种基于二次直方图距离的人脸识别方法

提出一种非约束条件下的人脸识别方法。利用Prewitte算子将人脸图像转换成特征图像以保护更多的局部信息,并将特征图像划分为多个区域特征向量表示人脸,通过调整二次直方图距离中的权系数矩阵以降低干扰因素的影响,利用改进的距离测度计算特征图像间的相似度。实验结果表明该算法与传统的识别方法相比,有一定的人脸特征描述和识别性能。

基于二次补偿的FDA-MIMO雷达抗主瓣欺骗式干扰方法

主瓣欺骗式干扰与真实目标具有相同角度,传统相控阵雷达无法在空域对其进行区分,严重降低了对真实目标的探测性能。针对此问题,本文在频率分集阵列多输入多输出(frequency diversity array multiple input multiple output,FDA-MIMO)雷达中提出一种基于二次补偿的抗主瓣欺骗式干扰方法。首先,通过对脉内主值距离进行前移补偿和对距离频率进行后移补偿,等效于将欺骗式干扰从方向图主瓣搬移到旁瓣。然后,借助奇异谱分析技术进行样本筛选以获得干扰协方差矩阵。最后,利用自适应波束形成的方法对干扰进行抑制。仿真实验验证了所提抗干扰方法的有效性。

改进的基于二次型模糊c均值聚类模型

针对模糊聚类算法对点数据集聚类的敏感性以及区间类型数据聚类效果不明显等问题,提出了基于二次型距离改进的模糊可能性c均值(fuzzy-possibilistic c-means,FPCM)聚类算法。首先分析了区间数据的特征,引入了区间值的数学表示方法,在此基础上提出了3种不同的基于区间数据距离度量方法以及相应权重矩阵的计算方法,通过建立拉格朗日方程对目标方程优化,求得聚类中心、隶属度以及可能性迭代方程,并证明目标方程的收敛性,最后给出了算法执行步骤。在不同类型的数据集上实验,证明算法在点数据集和区间数据集上都具有较好聚类性能.

基于精确距离模型的改进R-D算法

本文利用合成孔径雷达(SAR)最为精确的标准斜视距离模型,推导出了一种适合斜视SAR精确成像的改进距离-多普勒(R-D)算法。文章进一步分析了SAR的四种距离模型,将已有的三种R-D算法以及本文提出的改进R-D算法和四种距离模型之间建立了一一映射,指出了四种R-D算法之间的本质区别。最后对四种R-D算法进行了仿真,结果表明本文给出的改进R-D算法最能够适应斜视情况下的精确成像。

基于卡方距离度量的改进KNN算法

K-近邻算法(K-nearest neighbor,KNN)是一种思路简单、易于掌握、分类效果显著的算法。决定K-近邻算法分类效果关键因素之一就是距离的度量,欧氏距离经常作为K-近邻算法中度量函数,欧式距离将样本的不同特征量赋予相同的权重,但是不同特征量对分类结果准确性影响是不同的。采用更能体现特征量之间相对关系的卡方距离度量作为KNN算法的度量函数,并且采用灵敏度法进行特征权重计算,克服欧氏距离的不足。分类实验结果显示,基于卡方距离的改进算法的各项评价指标优于传统的KNN算法。

造纸企业污染物排放影子价格的估计——基于参数化的方向性距离函数

在我国环境污染日趋严重的态势下,污染物排放交易市场的构建及其交易价格的确定是有效治理污染物排放的关键问题。本文分别运用二次型方向性距离函数和森岛通夫产出替代弹性估算了东莞市35家造纸企业的污染物排放影子价格及其产出替代弹性。研究发现:COD与粉尘的平均影子价格分别为5.70万元/吨和2.88万元/吨,COD的平均影子价格呈现逐年递减的趋势,而粉尘的平均影子价格波动不大;这两种污染物的平均影子价格与其排放强度呈负相关关系,规模越大的企业影子价格越高;COD与粉尘之间具有替代关系,并且粉尘对COD的替代程度逐渐加大。因此,政策制定者在评价一个企业的减排效果时,要充分考虑企业规模及其选择的具体污染物减排策略,避免通过加大排放其他污染物来替代目标污染物减少的不可持续发展的减排策略。

二次开模距离对微发泡聚丙烯材料发泡行为的影响

采用化学发泡注塑成型技术,在二次开模条件下制备微发泡聚丙烯(PP)材料;通过热力学分析法研究了二次开模距离对PP微发泡材料发泡行为的影响。结果表明:二次开模距离能有效地控制PP材料的发泡过程,二次开模距离越小,体系的发泡过程越容易自发进行。当二次开模距离L=5.3 mm时,体系中的吉布斯自由能小于零,发泡过程不可能自发进行;二次开模距离L=4.3 mm时,PP体系的发泡质量最理想,泡孔平均直径为21.6 m,泡孔密度为5.63×106个/cm3,能够获得泡孔细小、均匀的微发泡PP材料。

基于SVD的二次型距离相似索引层次算法

大容量多媒体数据库的基于内容相似性的检索本质上是高维特征空间中一定距离函数的 K近邻问题。对适合人类视觉的二次型距离函数 ,即使采用相似索引 ,当特征空间维数较高时检索仍不能保证实时性。为了解决此问题 ,提出基于 SVD(Singular Value Decomposition)的二次型距离相似索引层次算法 ,先以相似索引为基础在主导特征的子空间上进行代价低的近似检索 ,再对过滤结果在高维特征空间中进行线性的精确检索。实验证明 :该方法具有正确性。

基于特征点动态选择的三维人脸点云模型重建

针对典型的点云配准方法中伪特征点过多导致配准效率低和配准结果不精确的问题,提出一种基于特征点动态选择的三维人脸点云模型重建方法。该方法在粗配准阶段,采用动态特征矩阵求解法获取粗匹配特征变换矩阵以避免伪特征点的干扰。在精配准过程中,采用二次加权法向量垂直距离法在人脸流形表面选择更有效的特征点以减少伪特征点的数量,并采用基于特征融合与局部特征一致性的迭代最近点方法进行精配准。经过对比实验验证了算法的可行性,实验结果表明,该算法能够实现高精度且快速的三维人脸点云模型重建,且均方根误差达到1.8165 mm,相较其他算法,其在模型重建精度和效率方面都有所提升,具有良好的应用前景。

一种精确的地球同步轨道SAR成像聚焦方法

地球同步轨道合成孔径雷达(GEO SAR)轨道高度大,因此合成孔径时间内可获取几百甚至上千公里的高分辨率合成孔径雷达图像,为宽区域内的目标侦察与精确打击提供了一种有效的技术手段。大的轨道高度给GEO SAR带来了很多的优点,但也给GEO SAR成像带来了很多难点。传统基于直线轨迹模型推导的低轨合成孔径雷达二次距离压缩算法在GEO SAR中应用将产生几百弧度的高阶相位误差,并导致严重的距离向空变性,从而使目标在长合成孔径时间和大场景下难以精确聚焦。本文主要对二次距离压缩(SRC)算法在GEO SAR近地点的情况进行了修正,基于精确的曲线轨迹模型解析的推导了方位向参考函数的调频斜率,并对方位向参考函数调频斜率的变化进行了自适应补偿,克服了大场景距离向的空变性。在100 s长合成孔径时间及40 km场景下,通过仿真验证了算法有效性,实现了GEO SAR的高精度成像。

星载SAR成像的R-D算法研究

对适用于星载SAR斜视情况下的距离-多普勒(R-D)算法进行了详细系统的理论分析,并对比了两种R-D算法的不同.分析了时域和频域两种距离徙动校正方法,证明了二次距离压缩的产生原因和实现途径.最后给出了成像结果,并提出了一些建议.