基于Adam优化的二维自适应TFPF地震去噪算法

在时频峰值滤波(TFPF:Time-Frequency Peak Filtering)算法中,采用固定窗长进行滤波很难在滤除噪声和信号保幅之间取得折衷,无法追踪超出截止频率部分的信号,而且传统TFPF仅沿时间方向滤波,忽略了信号的空间信息。针对上述问题,提出了二维自适应TFPF(2D-ATFPF:Two-Dimensional Adaption TFPF)算法,首先利用一组由不同窗函数决定的TFPF冲激响应构建滤波输出凸集;然后,在凸集下引入一个关于滤波输出的目标函数,该函数基于最小二乘准则并将具有时空相关性的方向导数作为惩罚项;最后,使用可以快速收敛的投影Adam方法优化目标函数,将2D-ATFPF应用于人工合成记录和实际资料。实验结果表明,改进的方法与一维算法相比,能更好地恢复同相轴,信噪比提高约1.3 dB。

基于数字图像处理的纱线线密度测量

为提高纱线线密度测量的效率和精度,以纯棉纱为例,提出一种基于数字图像处理的纱线线密度可视化测量方法。对视频显微镜采集到的纱线图像,依次进行二维自适应维纳滤波预处理、基于遗传算法的二维最大熵法阈值化和形态学运算,得到清晰完整的纱线条干二值图像,基于此图像计算纱线的直径和线密度。结果表明,测试数据以纱线图像为载体,能够更直观地体现纱线的直径和线密度信息,并且当试样较少,无法按标准进行绞纱法测量纱线线密度时,仍然可以采用这种方法,拆出试样中一定数量的纱线来测量统计纱线的直径和线密度,因此,基于数字图像处理的纱线线密度可视化测量方法是可行的。

FDA-MIMO雷达主瓣距离欺骗式干扰抑制方法

主瓣欺骗式干扰降低了对真实目标的估计精度与跟踪准确性,对传统雷达提出了挑战。针对此问题,基于频率分集阵(frequency diverse array,FDA)-多输入多输出(multiple-input and multiple-output,MIMO)雷达,提出了一种抑制主瓣距离欺骗式干扰的方法。假目标产生器通过对截获的雷达信号进行延迟转发,导致真、假目标的时延(距离)差异,由此可形成具有不同发射频率的假目标。据此,首先利用频率分集阵雷达的距离维自由度在联合发射-接收维对真、假目标进行区分,其次设计了距离-角度二维自适应匹配滤波器,所有假目标由于距离维的失配而被抑制。该方法有效地解决了主瓣距离欺骗式干扰抑制的问题,提升了雷达在复杂电磁环境的抗干扰性能。仿真实验验证了所提方法的有效性。

FDA-MIMO雷达噪声卷积式干扰抑制方法

基于数字射频存储器(digital radio frequency memory,DRFM)产生的噪声卷积灵巧干扰兼具压制式和欺骗式干扰的效果,严重降低了雷达系统的探测性能。为解决此问题,本文提出了一种采用频率分集阵(frequency diversity array,FDA)-多输入多输出(multiple-input-multiple-output,MIMO)雷达的噪声卷积灵巧干扰对抗方法。经由雷达发射信号和噪声信号卷积调制所得的干扰信号在距离-多普勒维与目标回波呈现不同的分布特性。据此,首先利用干扰信号在多普勒域的白噪声特性获取多普勒清晰区的干扰样本,然后在此基础上逐距离门挑选样本以获得干扰协方差矩阵,最后通过距离-角度二维匹配滤波器抑制距离不匹配的主瓣干扰信号。仿真试验验证了本文所提抗干扰方法的有效性。