一、计算极化检测算法性能的一种方法(论文文献综述)
李伟祥[1](2021)在《高效隐写编码与JPEG代价函数增强方法研究》文中认为随着信息技术与互联网的快速发展,包括商业、军事和个人隐私在内的大量敏感机密数据在网络上进行传输,保障数据通信的安全正变得日益重要。数字隐写是实现隐蔽通信或隐蔽存储的一类信息隐藏技术,它通过将隐私数据隐藏在数字多媒体文件(如图像、音视频、文本等)中,以不引起视/听觉和统计可察觉变化的方式来完成含密载体的公开传递或隐秘储存,从行为安全的视角规避了恶意第三方的窥探和破坏,有效保障了隐私数据的机密性。JPEG图像作为互联网上最为流行的图像,已经成为设计隐写算法的重要载体。隐写分析是检测隐写的对抗技术,高维隐写分析特征和深度学习隐写分析器的日益强大,对JPEG图像的隐写安全性提出了挑战。为了提高隐写安全性,JPEG图像隐写已经发展到了自适应隐写阶段,以尽可能减小消息嵌入过程对图像的修改。当前主流的自适应隐写算法是基于“STC编码+代价函数”的最小化代价隐写模型来设计的,其中代价函数用于定义每个载体元素的修改代价,编码算法在实现消息嵌入的同时能够最小化隐写修改总代价。尽管STC提供了一种逼近最优的自适应隐写码方案,但从底层编码技术的关键性来看,自适应隐写码仅有STC这一类选项对于隐写发展有着潜在的威胁;而且随着JPEG图像变得越来越大,在长载体上执行STC嵌入会导致时耗过大的问题。另一方面,当前JPEG代价函数在定义DCT系数的±1修改代价时是加性且对称的,这并没有很好地利用自然图像的邻域相关性和图像处理过程中的有用边信息。围绕上述问题,本学位论文针对隐写算法设计的三个关键环节:隐写编码—嵌入提速—代价函数开展研究。从JPEG图像出发,先使用基于块边界连续的非加性代价函数或基于边信息估计的非对称代价函数来定义DCT系数的修改代价,通过载体缩减算法减小载体长度,再使用基于极化码的隐写编码算法完成消息嵌入。显然,本文研究内容可最终生成一系列安全高效的JPEG图像隐写算法。现将本文的主要研究工作及其创新性总结如下。1.提出了基于极化码的自适应隐写码极化码是目前唯一被理论证明的可达香农极限的纠错码方案,有着低复杂度的编译码算法。利用隐写信道与二进制对称信道的等价关系,本文使用隐写嵌入率和隐写代价来计算极化码校验矩阵和译码信道初始参数,并基于序贯删除列表译码算法设计了自适应隐写编码算法,同时提出了三种策略将算法扩展至任意码长。实验结果表明基于极化码的隐写码方案适用于任意码长和任意代价函数,与STC相比,能以更低的嵌入时耗逼近隐写代价理论界。该隐写码方案扩充了自适应隐写码的多样性,突破了隐写算法设计对STC的依赖。2.提出了基于载体缩减的JPEG快速嵌入方法为了应对长载体隐写的实时通信需求,STC建议通过减小编码参数h来加速消息嵌入,但这在一定程度上损害了隐写安全性。从缩减载体(即减小载体长度n)的角度来考虑嵌入提速的问题,本文分析并证明了缩减载体会增大隐写代价的有损性以及构造缩减载体的最优性等性质,并根据这些性质和DCT系数分布特性设计了基于量化步长排序、载体折叠和近似代价同步的缩减载体构造算法。实验结果表明,该缩减载体构造算法在维持隐写安全性不变的前提下能够成倍降低嵌入时耗。基于载体缩减的JPEG快速嵌入方法是处于隐写码和代价函数之间的承接技术,因此适用于不同的隐写码方案和代价函数。3.提出了基于块边界连续的JPEG非加性代价函数定义非加性代价,即在隐写时考虑不同元素修改之间的相互影响,是隐写领域的公开问题之一。现有JPEG代价函数都是基于加性代价模型来设计的,它们假设DCT系数的修改之间是相互独立的,忽略了不同系数修改之间的相互作用。从维护自然图像的邻域相关性出发,本文分析了相邻块间相同频率DCT系数的联合修改对空域块边界的影响,提出了“块边界连续性”原则用于设计水平/竖直相邻块间系数的非加性代价函数。在该原则指导下,有些块间系数被鼓励同向修改,有些则被鼓励反向修改。实验结果表明,该非加性代价函数可增强任意加性代价函数的隐写安全性,有效抑制了隐写修改造成的块效应。“块边界连续性”原则给出了一种计算JPEG非加性代价的有效方法,为后续JPEG非加性代价的深入研究奠定了基础。4.提出了基于边信息估计的JPEG非对称代价函数当拥有原始空域图像时,“边信息已知”JPEG隐写使用JPEG压缩过程中的取整误差(即边信息)来调制DCT系数的修改代价,获得超高的隐写安全性。然而在现实场景中,隐写者只有一张JPEG图像而没有原始空域图像,也就无法获得取整误差。从估计原始空域图像来获取取整误差的角度出发,本文提出了基于“边信息估计”JPEG隐写的一般性框架,借鉴图像处理领域的去块效应方法来估计边信息,并基于隐写代价调制中的关键少数因素,设计了合理利用取整误差的极性和幅值的非对称代价调制函数。实验结果表明,该非对称代价函数可大幅增强任意对称代价函数的隐写安全性,某些情况下甚至超过了“边信息已知”隐写算法。具有高安全性的边信息估计隐写推动了大容量JPEG图像隐写的发展,其框架为后续相关研究指明了方向。
杨立浩[2](2021)在《电子在材料中的非弹性散射平均自由程的理论研究》文中研究表明电子的非弹性平均自由程(IMFP)是描述电子在材料中的输运性质重要的参数,同时也是定量表面分析最重要的参数之一,在电子能谱学及电子显微学中具有重要应用。在很多表面分析技术,例如Auger电子能谱(AES)、X射线光电子能谱(XPS)的定量分析中,IMFP是必不可少的参数。对于其他的以电子束作为探针的表面表征方法而言,IMFP常用于确定该表面表征方法的表面灵敏度。本文首先介绍了电子在材料中输运的IMFP及其在定量AES、XPS分析中的应用,介绍了 IMFP的三种获得手段,即使用公式预测、理论计算和实验测量。最后详细讨论了实验获得IMFP中存在的一些问题以及本论文的研究动机。(第一章)电子在材料中输运过程中会被材料内部的原子核及核外电子散射。根据是否发生能量损失,可将这些散射分为两类:弹性散射与非弹性散射。我们介绍了用于描述电子弹性散射的Mott截面,以及计算该截面需要的相关弹性散射势。同时,介绍了当前对于描述无限大介质材料非弹性散射的常规介电函数理论,及考虑表面等离激元激发、描述半无限大介质材料的半经典理论。介绍了多种用于能量损失函数(ELF)从光学极限外推至(q,ω)空间的外推方法,并对这些方法进行了比较。最后我们介绍了电子在材料内部及样品表面输运过程Monte Carlo模拟方法。(第二章)从反射电子能量损失谱(REELS)中提取电子在材料中输运的IMFP是近年来兴起的用于获得IMFP的重要方案,该方案主要分为两个步骤:1)从REELS能谱中提取光学ELF或光学常数;2)基于获取的光学ELF计算得到IMFP。逆Monte Carlo(RMC)方法是近几年发展的通过将Monte Carlo方法模拟REELS能谱及Markov链Monte Carlo方法更新参数化ELF相结合的方法。在简单介绍了 RMC方法的原理后,我们进一步改进了 RMC方法并将该方法运用到更多的材料,包括三个过渡金属材料Cr、Co、Pd、重金属Ir、轻元素C、半导体材料Si、Ge:(第三章)一、在对于三个过渡金属材料Cr、Co、Pd的分析中,我们考虑一个更精确的弹性散射势用于计算弹性散射截面。基于该截面,使用RMC方法对Cr、Co、Pd宽能量范围(0-200eV)的REELS能谱进行分析,获得了高度准确的ELF数据。该结果的准确性可以由两个求和规则,即ps-求和规则和f-求和规则,来验证。我们提出一个RMS值用于描述不同f-求和规则之间的相对偏差。相比于单个f-求和规则,RMS值更能反应低能ELF、介电函数、光学常数数据的准确性。该值预期能和求和规则一样,成为判断光学数据准确性的重要准则。二、我们将RMC方法应用于重金属材料Ir和轻元素无定形态碳(a-C)中。从这些材料的能谱中提取的ELF结果都具有较高的准确性,两个求和规则与理论值的偏差或RMS值都较小,要远低于当前其他方法获得的结果。在对a-C的分析中,我们提倡使用材料的ELF而不是REELS能谱来确定材料的等离激元能量,从而计算材料的局域密度。REELS能谱中通常存在表面效应或多重散射效应,这些效应的存在会使得确定的等离激元能量并不准确。另一方面,基于当前RMC方法得到的a-C的ELF,我们提供了一个简单的公式用于预测其他密度的a-C材料的ELF、介电函数、光学常数等。该公式预计能为后续的a-C材料性质的研究、a-C材料的定量表面分析提供重要数据支撑。三、我们提出一个FPA-Ritchie-Howie模型来将光学ELF外推到(q,ω)空间,该模型使用FPA方法处理电子在材料中的体激发,而Ritchie-Howie方法处理电子的表面激发。该模型既能非常准确地处理电子在材料中输运时的多重散射效应,同时又一定程度上兼顾了计算效率。对于自由电子类材料的定量表面分析具有重要意义。我们将FPA-Ritchie-Howie模型引入到RMC方法中,用于分析Si、Ge两个自由电子类材料并提取材料的ELF、介电常数、光学常数。我们使用ps-求和规则、f-求和规则、惯性求和规则、直流电导率求和规则、RMS值计算等多种方法对获得的结果进行检验。除了f-求和规则以外,所有的检验相对误差均小于千分之一。而两个材料的RMS值计算结果分别为0.036%和0.010%,如此小的RMS值结果表明,f-求和规则的较大误差(0.6-1.2%)主要来源于高能段其他来源数据的不准确。当前获得的高准确性的结果一方面为后续的材料分析提供重要的数据支撑,另一方面,也证明了 FPA-Ritchie-Howie模型的有效性。四、基于从REELS能谱中提取的Cr、Co、Pd、Ir、a-C、Si、Ge材料的ELF数据,计算了电子在这些材料中输运的IMFP,对IMFP数据库是一个重要补充。已经有很多结果表明,在材料的低能有效衰减长度/IMFP/平均自由程的曲线中存在一些特殊的结构。尽管有研究人员认为这些结构是由于表面等离激元激发导致的,但目前并没有任何直接的证据能够明确证明这一点。观测的有效衰减长度/IMFP/平均自由程数据中,通常包含有弹性散射效应、薄膜与衬底的耦合效应等的贡献,亟需一个更加有效的分析方法剔除相关效应的干扰,提取出材料的带有结构的纯粹的IMFP用于证明这一观点。我们基于经典电子轨迹框架,发展了一套ZT模型用于描述电子在无支撑二维材料中的输运。基于该方法,我们重新分析文献中报道的1-4层无支撑石墨烯的弹性反射率及弹性透射率数据,获得电子在石墨烯中输运的弹性平均自由程(EMFP)和IMFP数据。我们的分析表明“单个原子层厚度要比电子的IMFP小得多”这一固有观念至少对于低能电子是错误的。我们的IMFP结果表明,电子在单层石墨烯中输运的IMFP没有明显的特征结构,而对于双层石墨烯,电子的IMFP在5-15eV处开始出现一个台阶特征,随着厚度的增加,该特征变成一个凹陷结构,这一特征被认为是π+σ等离激元的面外激发模式导致的。我们的结果表明,计算低能电子在材料中输运的IMFP时必须考虑等离激元贡献,我们提出的分析方法为后续研究电子在薄膜样品中输运的IMFP提供了重要思路。这项工作表明,即使对于最薄材料,即单层石墨烯,的横向方向,经典电子轨迹框架仍可用于揭示低能电子与石墨烯相互作用的物理图像。(第四章)IMFP的实验确定通常基于电子能谱。获得IMFP的不同实验方法实际上是分析电子能谱中来自不同能量范围的信号电子的过程。已经发展了许多方法用于对弹性峰电子、二次电子、REELS能谱、Auger电子进行分析,从而获得电子的IMFP。然而,这当中存在一个空缺——背散射电子背景信号。除了背散射电子背景以外,来自所有能量范围的信号电子都已用于进行定量分析从而获得IMFP。通常,研究人员会研究不同的信号峰,例如弹性峰、Auger峰或二次电子的信号,以获得有用的信息。背散射电子背景信号通常被认为是无用的。我们提出了一种方法针对背散射电子背景信号进行定量分析,该方法可以将人们通常认为无用的信息,即背景信号,利用起来,从中提取出表面科学领域非常重要的参数——电子在材料中输运的IMFP。这一方案扩展了 IMFP的实验测量手段。同时也为后续背散射电子背景定量分析研究提供一种重要的分析手段。该方案的可扩展性强,只需要给定材料的化学式及密度,就可以从背散射电子能谱中的背景信号中获得电子IMFP。(第五章5.1小节)除了改进已有的IMFP实验获得方法、提出实验获取IMFP的新思路,我们还运用Monte Carlo方法对背散射电子能谱和REELS能谱进行定量分析。我们利用Monte Carlo方法对两个重金属Mo和W的背散射系数实验数据进行细致的分析。基于Monte Carlo方法计算得到的结果,我们认为,以往Mo和W材料在几keV以下的背散射系数实验数据存在的大偏差主要是由实验样品表面污染导致的。这些表面污染使得几keV以下的背散射系数实验数据比无污染时数值更小。我们详细分析了不同厚度的无定形态C、水、PMMA薄膜对衬底Mo和W材料背散射系数的影响。此外,我们进行了不确定度分析,以证实当前计算结果和结论的可靠性。我们提出了一种新方法用于清晰地分离电子能谱中表面激发、体激发、begrenzungs效应组分。通过使用此方法,可以详细分析电子能谱中不同组分的贡献。该方法首次对begrenzungs效应进行了定量研究,预期能为后续begrenzungs效应的详细研究提供有效的分析手段。我们以Si材料5keV的REELS能谱为例进行定量分析,展示了该方法的有效性。我们的工作证明,由于表面效应的局域性,在Si材料REELS能谱的表面激发组分中,单次散射占主要贡献,电子不发生体激发而发生多次表面激发的概率随着表面激发次数的增加而迅速减小。本分析清楚地表明,由于表面效应的深度依赖性,电子的最终碰撞顺序取决于轨迹。这项工作将REELS能谱的定量分析方法扩展到更详细,更准确的领域。(第五章5.2小节、第六章6.1小节)粒子输运研究中的负截面问题多年以来一直困扰着科学家们。负截面的出现意味着在粒子输运研究中必须要考虑粒子与材料相互作用时的负概率。我们以电子为例,详细地分析了电子与材料表面相互作用时微分非弹性散射截面(DI-IMFP)中出现负值的原因。我们认为,这些负值源于电子在表面附近运动时产生的尾波效应。介质对运动电子的响应产生的尾波势本身是振荡存在的,这一尾波势在材料内部中并不占主要贡献而是当作微扰。但是在真空中,该振荡的尾波势将会使得DIIMFP也以振荡的形式存在并出现负值。更加有趣的是,我们还发现,对于begrenzungs项中也存在振荡的现象,begrenzungs项对应的DIIMFP在某些区域存在正值。这与传统的认知完全不同。我们的结果表明,当前对于begrenzungs效应的认识过于简单过于片面。begrenzungs效应不能简单地理解为对材料中体等离激元的抑制,其对(z,ω)空间中的不同区域具有不同的效果,既存在抑制也存在加强,且整体呈现为对体等离激元激发的抑制效果。我们由此发展了针对负概率的抽样方法。传统方法并不能对DIIMFP进行“正确的”抽样,在(z,ω)空间中总有一些区域无法被兼顾,而该负概率抽样方案可以很好地处理DIIMFP中出现的负值。尽管DIIMFP中的负值对能谱的影响是微弱的,但该方案能够正确地描述电子与表面相互作用的物理过程,对后续高精度的电子-表面相互作用定量分析、电子-表面相互作用机理研究具有重要意义。(第六章6.2小节)
高健[3](2021)在《基于机器学习的极化码译码算法研究》文中研究指明极化码是第一种容量可达的构造性编码,已成为5G移动通信系统的编码方案,是信道编码研究的前沿方向。但是,极化码传统译码算法在纠错性能、译码时延等方面仍有待完善。尽管机器学习技术缓解了传统译码算法的性能问题,但缺乏相应的理论基础,并引入了额外的存储和训练复杂度。目前,对极化码机器学习译码算法的理论框架,以及低复杂度、高可靠神经网络译码器的研究还远远不足。有鉴于此,本文在极化传输理论的基础上,研究了机器学习在极化码译码中的分析理论及关键技术。在此理论框架的指导下,本文从模型驱动和数据驱动两种设计角度出发,对极化码高性能浮点译码算法,量化译码算法,强化学习(Reinforcement Learning,RL)译码算法和盲译码算法展开了全面研究,保证了极化编码高效、可靠的传输。本文的创新工作主要包括以下四个方面:第一,采用残差网络结构,设计了极化码高性能残差置信传播(Belief-Propagation,BP)译码算法。模型驱动的神经网络译码器由于训练参数众多,造成了额外的存储和训练复杂度。针对上述问题,本文从信息传输的角度出发,在极化码BP因子图中引入残差网络结构,构建了残差BP神经网络译码器。该译码器在消息更新的过程中,通过跳变连接继承了部分历史信息,增大了BP译码中传输的信息流量。本文通过在跳变连线上分配可训练的阻尼因子,来学习调整历史信息所占的比例。测试结果显示,残差BP译码器有效提升了 BP算法的纠错性能和收敛速度,并且对阻尼因子的分配方式不敏感,能够在共享常数阻尼因子的情况下实现与完全参数化相似的性能。第二,基于加权译码格图,设计了高性能模型驱动译码器,提高了极化码量化译码的性能。量化在译码器的硬件实现中必不可少,但同时带来了额外的误块率(Block Error Rate,BLER)损失。针对上述问题,本文首先从模型驱动的设计思想出发,通过在极化码串行抵消(Successive Cancellation,SC)译码格图上引入可训练权重,构建了加权SC神经网络译码器。在此基础上,本文分析了 SC算法的计算冗余,简化了加权SC译码器的结构。通过权重共享方案,降低了可训练参数所带来的额外存储和训练复杂度开销。其次,本文将权重共享方案推广到加权BP译码器中,优化了单比特量化下,BP译码的纠错性能和收敛速度。最后,本文分析了神经网络译码器的结构特征,提出了一种对称性分析理论。该理论解释了模型驱动的神经网络译码器可以使用单一码字训练的原因。测试结果显示,加权SC和优化的加权BP译码器有效弥补了量化造成的译码性能损失。第三,设计了数据驱动的极化码强化学习译码算法,探索了比特判决策略。本文首先建立了将极化码译码建模为马尔可夫决策过程的理论框架。在此理论框架的指导下,本文面向极化码译码设计了状态行为空间和基于路径度量(Path Metric,PM)值的奖励策略。在此基础上,本文分别基于Q学习和深度Q网络(Deep Q-learning Network,DQN),设计了两种极化码强化学习译码算法。在Q学习译码算法中,通过设计低复杂度的Q表构建方法,减少了存储开销。在DQN译码算法中,构建了高性能的判决网络,通过拟合Q函数,实现了与现有算法相竞争的译码性能。第四,采用神经网络设计了数据驱动的高性能盲译码算法。本文首先对5G标准中的极化码传统盲译码算法进行了性能分析,通过推导盲译码的虚警率(False Alarm Rate,FAR)误差,揭示了传统盲译码算法出现码率损失的本质原因。结合上述分析,本文选用数据驱动的全连接神经网络提升传统盲译码算法的判决准确率。该神经网络自主提取接收信号到有效发送信号和空信号的平方欧式距离比特征,并通过分类阈值判断接收信号是否为目标下行控制信息。本文进一步跟踪平方欧式距离比特征的概率分布,提出了一种盲译码性能分析理论。该理论在给定BLER增加量或FAR减少量的情况下,可以快速计算分类阈值。测试结果显示,本文提出的增强盲译码算法可以有效降低CRC开销,在达到目标BLER和FAR的情况下,减少了码率损失。综上所述,本文在极化传输理论和机器学习的基础上,设计了模型驱动的极化码高性能浮点译码算法,并将模型驱动思想推广到极化码量化译码中。本文进一步摆脱极化码译码格图的限制,选用常规神经网络模型,设计了数据驱动的强化学习和盲译码算法。通过在分析理论和关键技术上的创新工作,保证了极化编码高效、可靠的传输。
赵梦晓[4](2020)在《天地波多模式混合的岸基高频雷达目标信息获取方法研究》文中研究表明高频雷达通常被用于发现超视距的海面或空中目标,传统高频雷达包括高频地波雷达和高频天波雷达等,其中,高频地波雷达采用单一的地波传播模式,受地波衰减限制,其最大探测范围约为370km,无法探测距离更远的目标;高频天波雷达采用单一的天波传播模式,受电离层和自由空间衰减的影响,其探测范围大约为800~3500km,存在近距离探测盲区。可见,这两者都无法满足同时监测由近岸到中远海区域目标的需求,为了在岸基高频雷达系统中实现这一需求,本文提出了利用地波和天波的多种混合传播模式来发现目标的新型岸基高频雷达——天地波多模式混合的单站岸基高频雷达,以下简称为多模式高频雷达,并重点研究了该雷达系统中的目标信息获取方法。多模式高频雷达采用收发共置模式,同时向电离层和海面辐射高频垂直极化电磁波,利用天波和地波的多种混合传播模式进行目标探测。此时,不考虑电离层分层的情况下,该系统中可能存在四种天波和地波的混合传播模式:地波发射-地波接收模式(可以探测370km左右以内的近岸目标);地波/天波发射-天波/地波接收模式(可以探测600km左右以内的近、中海区域目标);天波发射-天波接收模式(可以探测300~1000km左右的中、远海区域目标)。在合适的系统参数及电离层状态下,该新型高频雷达可以完全覆盖0~1000km左右范围内的目标,远大于现有高频地波雷达的探测范围,并且不存在高频天波雷达的近距离盲区问题,弥补了单一传播模式的高频雷达探测范围分段受限的缺点。相比于传统的单站岸基高频雷达,多模式高频雷达系统利用天波和地波的多种混合传播模式发现目标,具有两个主要特点:一是多模式高频雷达系统的探测范围大,且探测范围与系统的频率和电离层状态相关;二是多模式高频雷达系统中不同传播模式的探测范围有重叠部分,会导致同一目标存在多种传播模式回波,或者同一回波来自于多个目标的情况。结合这两个特点,针对多模式高频雷达目标信息获取的相关问题,论文开展了以下四个主要内容的研究:第一,多模式混合系统探测模型建立。在获取目标的距离信息时,需要根据目标回波对应传播模式的探测模型,将目标回波距离(回波时延乘以电波速度)转换为目标地面距离。本文针对海面和空中目标,建立多模式混合系统探测模型,并推导了各个传播模式目标回波距离与地面距离间的转换公式。为了初步验证所建立的多模式混合系统探测模型,本文提出一种探测模型验证方法,即利用确知信息目标的多模式回波估计电离层反射高度,然后利用电离层探测站的实测数据验证电离层反射高度估计值。第二,多模式混合系统探测能力分析。主要研究多模式高频雷达系统的探测范围,并分析不同系统频率下各个传播模式的探测范围,为系统的频率选择以及后续的多模式目标跟踪算法提供先验信息。为了获取更加准确的系统探测范围,本文进一步研究了电离层对多模式高频雷达系统探测范围的影响。第三,多模式混合系统目标回波距离信息获取。多模式高频雷达利用地/天发-天/地收和天发-天收模式发现中远海区域的目标,这两种模式的目标回波距离可达到1000km左右,依靠扩大信号脉冲周期来获取1000km左右的无模糊距离探测范围会严重降低发射信号占空比,从而影响系统的性能。因此,单站雷达系统需要在不降低信号占空比的情况下设计探测信号,而这样会导致远距离目标回波出现距离模糊问题,那么,获取正确的目标回波距离信息需要先解决距离模糊问题。本文提出了两种解决距离模糊的方法:一种是基于正交互补编码信号的距离解模糊方法,利用正交互补编码的互相关特性,构造循环时延滤波器来处理回波信号,不同时延滤波器的输出即为不同距离范围的目标回波;另一种是基于Alpha相位调制的距离解模糊方法,对原发射信号进行Alpha相位调制与解调处理,将距离模糊的目标回波搬移到其他频率范围内,以牺牲无模糊多普勒范围来增大无模糊距离范围。第四,多模式混合系统目标运动信息估计。由于多模式高频雷达系统中存在多种传播模式,估计目标的地面距离和速度等运动信息需要先判断目标回波的传播模式,然后将同一个目标的多模式回波进行融合处理。本文提出多模式目标跟踪方法,直接从目标的多模式回波中估计目标运动信息,将回波模式判断与多模式回波融合处理在一个算法中同时完成。多模式目标跟踪方法通过建立多模式量测模型,计算回波与传播模式以及目标的关联假设,最终在地面坐标系获得目标的唯一航迹,从而正确估计目标的地面距离、速度和方位等运动信息。本文首先提出基于贝叶斯框架的多模式目标跟踪算法,然后,为了进一步提高算法的运算效率和跟踪性能,又在该算法的基础上,提出改进的以探测范围为先验信息的多模式目标跟踪算法。综上所述,本论文针对多模式高频雷达系统建立了多模式混合系统探测模型,分析了系统中各模式的探测范围以及电离层和系统频率的影响因素,解决了距离模糊问题以获取目标回波距离信息,提出了多模式目标跟踪算法以估计目标的运动信息。最终,初步完成了不考虑实际电离层变化和杂波干扰等情况下的目标信息获取,为多模式高频雷达的后续研究奠定了基础。
赵文静[5](2020)在《海杂波背景下的雷达目标检测方法研究》文中研究指明海杂波背景下的运动目标检测在军事领域和民用领域具有重要意义,同时面临很大的困难和挑战。由于高分辨海杂波的统计特性呈现出非高斯、非线性以及非平稳特性,给运动目标检测带来极大的挑战;对于慢速移动、雷达截面积较小的隐身目标或漂浮目标,其回波信杂比较低,使得检测难度增加;此外,在有效检测样本数较少的情况下,检测信杂比难以提高,检测性能受到较大制约。因此高分辨海杂波背景下的短脉冲目标检测问题成为国内外学者关注的热点问题。针对这些检测难点,本文旨在研究短脉冲情况下高分辨海杂波背景中的运动目标检测的新理论与新方法,基于接收数据的相关性、信息几何理论及杂波抑制方法,探索了几种雷达运动目标检测方法,主要工作如下:(1)充分挖掘和利用数据样本间的信息,提高短脉冲条件下的检测性能是雷达目标检测需要解决的一个难点问题。对于海杂波的时间相关性和空间相关性特性,利用协方差矩阵的特征值捕捉相关性并提取信号特征,进而用于区分目标和杂波。从特征值域的似然比检测角度和广义似然比角度分析了检测统计量与特征值的关系,设计了一种基于最大特征值的矩阵检测器。仿真实验表明,该算法取得较优的检测性能。此外,利用不变理论分析表明所提算法对杂波协方差矩阵具有恒虚警率特性。(2)以信息几何理论为基础,深入探究矩阵信息几何理论并设计雷达目标检测方法。针对矩阵流形上的几何测度和均值矩阵估计问题,利用矩阵谱范数,给出了矩阵流形上一种新的几何测度,并分析了几何测度的各向异性,指出了所提出的几何测度与现有几何测度的区别。基于不依赖于数据统计特性的几何模式,将基于新几何测度的均值矩阵估计问题转化为矩阵流形上的凸优化问题,提出了两种有效的求解方法。利用提出的几何测度和均值矩阵估计器,设计了两种雷达目标矩阵检测器。理论分析及仿真实验表明,所提出的矩阵检测器具有有界恒虚警率特性,且获得较好的检测性能。(3)针对一些现有的矩阵检测器的检测性能不理想以及计算复杂度高的问题,提出2类新的检测算法:其一,利用Root-Euclidean距离、Power-Euclidean距离、Cholesky-Euclidean距离和新Riemannian距离衡量矩阵流形上两个点的差异性,研究了相应度量的均值和中值矩阵计算问题,并设计了基于均值和中值的矩阵检测算法;其二,为保持原算法的优势,保留现有矩阵检测算法中的中值矩阵的求解方法,但是采用最大特征值作为检测统计量,进而设计了6种不同的中值矩阵检测方法。基于多个仿真场景的实验分析表明所提算法具有较优的检测性能和鲁棒性,特别是最大特征值与Hellinger中值矩阵相结合的新算法表现出较优的性能。此外,计算复杂度分析表明,所提的两类算法比现有的几何方法具有更低的计算复杂度。(4)针对短脉冲条件下的相干积累难以提高检测信杂比的问题,研究杂波抑制手段,提出了 2种基于滤波处理的最大特征值矩阵检测器:其一,通过对接收数据执行快速傅里叶变换实现预处理过程,将频域相干积累与最大特征值方法相结合,提出基于预处理的最大特征值矩阵恒虚警率检测器。该算法利用目标导向矢量的先验信息减弱杂波的影响,进一步提高检测性能;其二,研究了子带分解的思想,利用子带分解将接收信号在多普勒域维分解为多个子带信号,有效地抑制杂波且增加相干积累时间,提出子带分解与特征值检测级联的两阶段检测算法。基于仿真数据和实测数据的实验表明,所提的两种算法均取得较好的检测性能。上述工作在检测算法方面做了有益的探索,在一定程度上丰富了高分辨率海杂波背景下的雷达运动目标检测算法的理论,提高了在实际系统中的可行性,具有很好的理论意义和实用价值。
冯东[6](2020)在《多基线SAR三维成像技术研究》文中指出近年来,合成孔径雷达(Synthetic Aperture Radar,SAR)三维成像技术因其可以获取目标在真实三维空间中的分布和散射特性而引起人们的广泛关注。多基线SAR(Multibaseline SAR,MB SAR)是一种具有多条运动轨迹的SAR三维成像模式,它可以通过利用现有SAR系统进行简单的多基线成像几何扩展来实现三维成像,是一种十分具有应用前景的SAR三维成像模式。本文围绕MB SAR三维成像模式,针对高质量高分辨率MB SAR三维成像中的关键技术展开了深入的研究,主要的研究内容和创新点可总结如下:一、研究与分析了MB SAR三维成像模式中的相关理论基础问题。针对多基线直线SAR(Linear SAR,LSAR)和多基线圆周SAR(Circular SAR,CSAR)两种典型的MB SAR三维成像模式,分析了它们三维成像的基本原理和空间分辨率特性。尽管MB CSAR与MB LSAR的方位向运动轨迹不同,但是它们具有相同的层析向成像模型。因此,MB CSAR实测数据可以用来验证本文后续关于MB SAR层析成像处理方法的有效性和实用性。二、研究了MB SAR三维成像中的层析相位误差校正问题。在MB SAR三维成像中,层析相位误差是影响最终三维成像结果的重要因素。本文首先对MB SAR三维成像中层析相位误差的来源及其特性进行了分析。接着,针对层析相位误差空不变假设成立和不成立两种情况,分别提出了基于相位梯度自聚焦(Phase Gradient Autofocus,PGA)的层析相位误差校正方法和基于锐利优化自聚焦(Sharpness Optimization Autofocus,SOA)的层析相位误差校正方法。最后,利用MB SAR实测数据对本文提出的两种层析相位误差校正方法进行了实验验证,实验结果证明了所提方法的有效性和可行性。三、研究了MB SAR三维成像中的层析向高分辨率重建问题。在MB SAR三维成像中,实现层析向的高分辨率重建是获得最终高分辨率三维成像结果的关键。然而,实际中由于层析向总基线长度较短,导致层析向的瑞利分辨率较差。为了实现层析向高分辨率重建,本文提出了一种基于迭代自适应方法(Iterative Adaptive Approach,IAA)和广义似然比检测(Generalized Likelihood Ratio Test,GLRT)的层析向超分辨率重建方法。该方法首先利用IAA得到层析向超分辨率聚焦结果,然后利用GLRT进行模型阶数选择,从而得到层析向超分辨率稀疏重建结果。与目前应用较多的基于压缩感知的层析向超分辨率稀疏重建方法相比,本文所提方法不需要进行超参数优化调整,且能以更高的重建效率获得与其相比拟的超分辨性能和估计精度。四、研究了收发分置的多基线双站SAR(Bistatic SAR,Bi SAR)三维成像。收发分置的Bi SAR成像模式相对收发一体的单站SAR成像模式而言,具有隐蔽性强、安全性高以及构型配置灵活等优势。当发射平台或接收平台进行多航过飞行时,可实现MB Bi SAR三维成像。通过对MB Bi SAR三维成像的数学模型进行分析可知,MB Bi SAR三维成像具有与单站模式下的MB SAR相同的层析向成像模型。在同样的层析向分辨率和无模糊成像范围要求下,MB Bi SAR所需的轨迹数量与单站MB SAR相同。为了高效率地获取高精度的Bi SAR二维复图像,本文提出了一种基于椭圆极坐标的双站快速后向投影(Back Projection,BP)算法。与双站原始BP算法相比,所提方法可在保持成像精度的同时大大提高成像效率。在获取了满足要求的Bi SAR二维成像结果以后,层析向的相位误差校正以及高分辨率重建与单站MB SAR相同,可直接采用单站MB SAR相关处理方法。因此,MB Bi SAR三维成像可看作传统单站MB SAR的一种延伸应用。本文的研究内容已利用实测数据或仿真数据进行了实验验证,实验结果证明了文中所作理论分析的正确性和所提方法的有效性与实用性。因此,本文的研究内容具有一定的理论价值和工程实用价值。
陈诗瑶[7](2020)在《便携式电法接收机的研究与设计》文中认为随着矿产资源勘探和开采力度的不断增强,矿产勘查工作面临“难识别、难发现、难利用”的局面,中国国务院《“十三五”国家科技创新规划》明确提出“深空、深海、深地、深蓝”等“深度”布局,号召运用深蓝技术,以深地和复杂地形找矿为重点,提高矿产勘探整体水平。“深地”包括地球深部的矿物资源、能源资源的勘探开发,“深蓝”包含网络技术、信息技术、人工智能等。电法勘探以地壳中岩矿石之间的导电、电化学、导磁性和介电性的差异为基础,通过观测和研究天然和人工的稳定电流场或交变电磁场在空间的分布规律,来揭示矿产资源或解决地质问题。电法勘探还可以探寻油气田、地下水、考古研究、地质填图等。电法勘探过程中,由于测量信号的微弱性和宽动态范围,需要电法接收机具备高放大倍数和宽范围可调增益;同时自然环境的各种干扰信号叠加在待测信号上,还要求电法接收机具备很强的抗干扰能力。目前市面上的电法接收机普遍体积较大,操作复杂,优质电法接收机被国外垄断。本文先对电法勘探相关理论及技术进行了分析与研究,然后基于激发极化法和相关辨识法,设计并研制了一款便携式电法接收机。该仪器利用激发极化法原理,通过发送机向大地输入电流,接收机接收到返回的数据后进行数据处理分析,通过查看数据的分布规律,来判断地壳中的地质分布情况,从而寻找有用岩矿石。本文研究设计的电法接收机主要包含:低噪声模拟前端电路、多通道数据采集电路、FPGA数据处理电路、嵌入式通信系统和低噪声高效率电源管理系统等。各部分主要研究内容有:(1)低噪声模拟前端电路的作用是将电法接收机探头收集到的微弱信号进行选择性放大,提高信噪比,抑制干扰噪声。其电路主要包括输入口差分低通滤波、宽范围差分程控增益和二级差分放大电路。(2)多通道数据采集部分围绕模数转换器AD7768-4展开,包括其配置电路、时钟电路和通信电路等,负责将前端模拟电路调理好的模拟量信号转换成离散数字量,供后续数字电路使用。(3)FPGA数据处理部分负责将ADC传来的高速串行信号解串并对数据进行滤波和处理,给每一个原始采样点打上时间戳,在后续分析数据时不仅可以离线还原幅值信息还可以还原发送机到接收机的信号传播时间和相位偏差等信息。该部分包含模数转换器输出数据解串、模拟前端程控增益值控制、卫星时钟同步、采样点时间戳组合和数据传输等。(4)嵌入式通信系统设计了基于BDS的时间同步,可有效避免本地时钟误差的累加,使本地时间始终与授时卫星时间保持一致。该系统还包含位置信息记录、基于触摸屏的用户交互逻辑、带文件系统的U盘和SD卡读写设计、蓝牙和Wi Fi通信电路等。(5)电源管理部分使用单节锂电池供电,通过结合使用DC-DC转换器的高转换效率和LDO的低噪声特点完成了电法接收机整机电源供应。锂电池电量管理使用安时积分法并设计了电池总容量自学习更新机制,保证了电量显示的准确性。最后对本文设计制作的电法接收机进行了相关测试。其中ADC信号采集测试结果表明模拟前端噪声抑制性能良好;增益线性度测试中,增益线性度达到0.99994;通道间一致性测试表明其通道间误差均在1%以内,并且其体积小重量轻,达到设计预期。
张沛阳[8](2020)在《基于协同分割的极化SAR图像变化检测》文中研究说明极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR),简称极化SAR,它是一种主动遥感技术,具有全方位,高分辨率,覆盖面积大的优点,与其他合成孔径雷达相比,极化合成孔径雷达拥有多种发射接收模式,可以获得地物目标更加丰富的信息,从而可以更加精确地对目标地物进行地物分类、变化检测、变化识别,所以本文选用极化SAR数据为研究对象。当前多数极化SAR图像变化检测方法都是基于差异图聚类的方式进行的,这种方法对相干斑噪声不鲁棒,在进行变化检测前必须对极化SAR数据进行去噪,否则变化检测结果中往往会出现大量的虚警和漏检,且这类方法只能给出发生变化的区域,不能进一步揭示该区域发生了何种变化。本文提出了三种基于协同分割的极化SAR图像变化检测方法,从图像分割的角度进行变化检测,避免了对差异图的依赖,增强了算法对噪声的鲁棒性,不仅能给出发生变化的区域,还能给出其具体发生了何种变化,做到变化识别。本文主要内容包括以下几点:(1)极化SAR图像普遍存在相干斑噪声,这些噪声会影响变化检测的精度。用于变化检测的两时相就极化SAR图像像素之间存在一一对应的关系,它们之间有一定的概率属于同一种地物类别,为了充分利用此先验信息,克服相干斑噪声的影响,提升协同分割和变化检测的精度,本文提出了一种无监督的基于空间约束协同分割(SCCS)的极化SAR图像变化检测方法,我们使用全概率公式对像素之间一一对应的关系进行了建模。首先,提取了极化SAR的极化特征,使用光学特征和极化特征构造了一个能量函数,通过EM算法求解该能量函数最小化的优化问题,得到初始的分割结果;通过空间约束算法,对初始的分割结果进一步优化,得到最终的分割结果和变化检测以及变化识别结果。实验结果显示,该方法不仅可以获得较为准确的分割结果,而且给出的变化检测和变化识别结果也更准确。(2)极化SAR普遍存在同物异谱,同谱异物的特点,SCCS方法在地物分割上很难达到极高的精度;其次,SCCS是传统的无监督协同分割方法,它要求两时相的极化SAR图像所包含的地物类别总数必须一致。为了解决以上两个问题,我们提出了一种基于极化特征先验与深度协同分割(DLCS)的极化SAR图像变化检测方法,该方法为有监督的学习方法,构造了一个PCSNN网络,该网络可以将极化SAR的光学特征和极化特征有效地结合起来使用,使用了一定比例带标签的极化SAR数据对网络进行训练,有效地解决了SCCS方法存在的两个问题。同时提出了变化概率图阈值分割的变化检测方法,有效地降低了变化检测结果在类别边界处的虚警,提升了变化检测的精度。实验结果显示,论文提出的方法在地物分割、变化检测、变化识别上都取得了极高的精度。(3)为了提升DLCS方法的泛化能力,我们提出了一种基于迁移学习协同分割(TLCS)的极化SAR图像变化检测方法,使用了DLCS方法中的PCSNN网络和变化检测方法,使用源域的极化SAR数据对网络进行预训练,使用少量目标域带标签的数据对已经训练好的神经网络进行训练微调。实验结果显示,提出的方法仅需要少量的带标注的数据对神经网络进行微调,就可以取得很好的地物分类、变化检测和变化识别效果,得到泛化能力更强的网络模型。
桂荣华[9](2020)在《频控阵雷达自适应处理关键技术研究》文中研究指明频控阵(Frequency Diverse Array,FDA)雷达是在常规相控阵(Phased Array,PA)的基础上,对各阵元载频依次施加不同的频率偏移而形成的新体制阵列雷达。与常规相控阵雷达的发射波束仅具有方位角依赖性不同,频控阵雷达的频偏使其发射波束具有距离和方位角的联合依赖性。因此,频控阵不但具有相控阵的功能特性,还在距离相关的波束形成、目标探测、干扰抑制、电子对抗和安全通信等领域具有广泛的应用潜力。从频控阵雷达的基本信号特征出发,本文系统地研究了频控阵雷达自适应处理涉及的关键技术,包括频控阵雷达的相干接收机设计、自适应动目标检测和自适应动目标跟踪方法等。主要研究工作和创新点总结如下:(1)分析了频偏对频控阵雷达回波信号的去相关效应和分辨特性的影响:针对频控阵雷达系统的频偏设计问题,本文分析了频偏对回波信号幅度的去相关效应,提出了一种判别频偏去相关的经验准则,并讨论了在高分辨率测距和杂波抑制等应用场景中的频偏设计原则。此外,本文推导了频控阵雷达的广义模糊函数,借助广义模糊函数深入分析了频偏对距离、方位角和多普勒分辨性能的影响,并研究了大频偏所引起的距离单元内二次距离模糊、发射波束展宽和多普勒模糊等问题,为频偏的优化设计奠定了理论基础。(2)提出了一种通用的频控阵雷达相干接收机设计方法:针对频控阵雷达的一般回波信号接收问题,本文根据充分统计量原理设计了一种基于多通道混频-匹配滤波的相干接收机结构。该接收机同时适用于频谱重叠(波形相干)和不重叠(波形正交)的情况,因而具有通用性。基于该接收机的数据模型,本文还分析了频控阵雷达的发射虚波束图、输出信干噪比和参数估计克拉美罗界,并将其与常规相控阵和多输入多输出(Multi-Input and Multi-Output,MIMO)雷达的相应性能指标作了比较,表明了频控阵雷达在高精度距离估计和距离依赖干扰抑制方面的应用优势。(3)频控阵雷达的自适应动目标检测:针对常规速度和高速运动目标的自适应检测问题,本文分别提出了一种无需额外训练数据的低复杂度检测算法和一种基于主瓣杂波抑制的盲速目标检测方法。前一种算法的提出是考虑到频控阵雷达的接收数据模型具有距离依赖性,其邻距离单元的训练数据无法直接用于干扰或者杂波协方差矩阵的估计。该算法基于无结构广义似然比检验,利用干扰信号在时域上去相关的特性实现干扰协方差矩阵的估计,而且仅需一维多普勒搜索(无需对距离、方位角和多普勒频率进行三维联合搜索),故具有复杂度低的优点。由于目标运动速度过高时,不同频偏所带来的微小多普勒频移不可忽略,多普勒扩展效应变得显着。后一种方法正是利用多普勒扩展所带来的附加相位区分盲速目标和主瓣杂波,从而提升盲速目标检测性能。相比于常规方法,该方法的优点在于无需改变脉冲重复频率。(4)频控阵雷达的自适应动目标跟踪:为了实现频谱干扰的自动躲避和发射波束的实时聚焦,本文结合认知雷达的思想,分别提出了一种基于自适应发射功率分配和一种基于自适应发射子孔径的频控阵雷达目标跟踪方法。前一种方法能够根据实时频谱感知的结果,自适应地分配各阵元的发射功率以调整信号频谱,使得频控阵雷达能够自动躲避窄带频谱干扰,从而提升输出信干噪比,所得跟踪误差低于固定发射功率分配时的误差。后一种方法将发射阵列划分为多个相控子阵,相邻子阵之间具有频偏,主要是为了解决正交频控阵雷达无法享有发射相干增益的问题。该方法能够将各子阵的发射波束实时地聚焦于目标所在的方位角,实现匹配照射,达到的跟踪误差低于正交发射与简单和波束发射时的误差。
雷凡[10](2020)在《基于太赫兹的食品安全检测方法研究》文中研究说明食品安全问题是关乎人民生命财产和国家安全稳定的重要问题。在实际生产生活中,大量的食品安全隐患是由食品的长时间储存引起的。研究显示,随着食品储存时间的增加,其蕴含的营养物质会大量流失,其中的微生物也会迅速繁殖。因此,食品安全检测技术受到了研究人员和科学家们的广泛关注。近些年来,太赫兹技术取得了长足的发展,众多研究将其引入食品安全检测领域,成为了一种极具前景的手段。本文研究了太赫兹波在不同储存时间苹果中传播的频谱参数变化,并根据这一变化规律利用机器学习算法对苹果的储存天数进行了分类。这种方法为探索一种基于太赫兹波的食品储存时间检测技术提供了理论基础和实验依据。本文对基于太赫兹技术的食品储存时间分类方法进行了研究与分析。主要包括了食品散射参数采集、散射参数模型建立、介电常数计算和利用介电常数对储存时间分类四个方面。本文的主要贡献可以概括为以下几点:(1)阐述了基于太赫兹技术的食品储存时间检测理论。分析了食品在储存过程中其水分含量发生的明显变化,由于太赫兹波对水十分敏感,不同含水量的食品对太赫兹波会产生不同强度的吸收作用,从而阐述了太赫兹技术检测食品储存时间的原理。(2)以苹果为例,建立了太赫兹频段食品散射参数与频率的数学模型。使用矢量网络分析仪在0.75-1.1THz频段测量了苹果的散射参数,并使用岭回归模型和支持向量回归模型对散射参数和频率的关系进行建模。通过模型得到的数据有效地降低了噪声,可以更好的反应散射参数随频率的变化关系。(3)研究了通过散射参数计算介电常数的方法。针对介电常数一般不易通过实验直接测量的问题,依据电磁场切向边界条件推导了介电常数与散射参数的关系,并计算了苹果在太赫兹频段的介电常数。(4)探索了基于太赫兹频段介电常数的食品储存时长分类方法。以计算得出的介电常数为基础,分别使用传统机器学习算法和神经网络算法对苹果的储存天数进行了分类。结果验证了之前的理论分析,利用食品在不同储存时间中太赫兹频段介电常数的变化,可以有效地检测其储存时间。综上所述,本文研究的基于太赫兹的食品储存时长分类方法为食品质量检测提供了一种思路,也初步展示了太赫兹在食品安全检测领域的应用潜力。
二、计算极化检测算法性能的一种方法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、计算极化检测算法性能的一种方法(论文提纲范文)
(1)高效隐写编码与JPEG代价函数增强方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.1.1 隐写码在隐写算法中的地位 |
1.1.2 JPEG图像隐写在社交网络中的流行性 |
1.1.3 本文的选题意义 |
1.2 国内外研究现状与发展趋势 |
1.2.1 隐写码 |
1.2.2 JPEG代价函数 |
1.2.3 非加性代价函数 |
1.3 论文的研究内容与创新点 |
1.4 论文的结构安排 |
第2章 基本理论与方法 |
2.1 隐写模型 |
2.2 隐写码 |
2.3 自适应隐写 |
2.3.1 最小化代价隐写模型 |
2.3.2 隐写代价的计算原则 |
2.3.3 非加性代价嵌入模型 |
2.3.4 非对称代价应用场景 |
2.4 隐写分析与隐写安全性 |
2.4.1 人工高维特征与集成分类器 |
2.4.2 基于CNN的隐写分析器 |
2.4.3 隐写安全性 |
2.5 本章小结 |
第3章 基于极化码的自适应隐写码 |
3.1 引言 |
3.2 预备知识 |
3.2.1 极化码的编译码算法 |
3.2.2 隐写二元信道与二进制对称信道的关系 |
3.3 基于SCL译码算法的自适应隐写码 |
3.3.1 确定隐写校验矩阵 |
3.3.2 将隐写代价引入译码过程 |
3.3.3 隐写码的编解码算法 |
3.4 任意码长的极化隐写码 |
3.4.1 基于分段嵌入的载体切分 |
3.4.2 基于湿点填充的载体扩展 |
3.4.3 基于折叠处理的载体缩减 |
3.4.4 三种策略的对比 |
3.5 模拟实验结果与分析 |
3.5.1 码长为2的次幂 |
3.5.2 码长为任意码长 |
3.5.3 本节小结 |
3.6 图像隐写实验 |
3.6.1 实验设置 |
3.6.2 空域图像隐写 |
3.6.3 JPEG图像隐写 |
3.6.4 本节小结 |
3.7 本章结论 |
第4章 基于载体缩减的JPEG图像快速嵌入方法 |
4.1 引言 |
4.2 载体缩减的性质 |
4.2.1 最小化代价模型与Gibbs修改概率的最优性 |
4.2.2 载体缩减的抽象及代价有损性 |
4.2.3 载体缩减的最优性 |
4.2.4 载体缩减的最优性与缩减率的关系 |
4.2.5 本节小结 |
4.3 缩减载体的构造算法 |
4.3.1 基于“量化步长排序”的构造算法 |
4.3.2 基于“载体折叠”的构造算法 |
4.3.3 结合“量化步长排序”与“载体折叠”的构造算法 |
4.3.4 结合“载体平滑”与“代价湿化”的构造算法 |
4.3.5 本节小结 |
4.4 实验结果与分析 |
4.4.1 不同构造算法的平均代价 |
4.4.2 与减小h的方法的对比 |
4.4.3 在其他基准h的STC和不同基准l的SPC上的性能 |
4.4.4 本节小结 |
4.5 本章结论 |
第5章 基于块边界连续的JPEG非加性代价函数 |
5.1 引言 |
5.2 DCT系数修改的空域影响 |
5.2.1 单个系数的修改 |
5.2.2 两个块间相同频率系数的修改 |
5.3 “块边界连续性”原则 |
5.3.1 原则描述与推导 |
5.3.2 验证实验 |
5.4 JPEG非加性代价的计算 |
5.4.1 2-系数块的联合代价 |
5.4.2 2-系数块联合代价的更新 |
5.4.3 4-系数块的联合代价 |
5.5 实验结果与分析 |
5.5.1 实验设置 |
5.5.2 三种非加性代价的对比 |
5.5.3 对加性代价的提升 |
5.5.4 本节小结 |
5.6 本章结论 |
第6章 基于边信息估计的JPEG非对称代价函数 |
6.1 引言 |
6.2 “边信息估计”JPEG隐写的一般性框架 |
6.3 估计边信息的方法 |
6.3.1 人工设计的方法 |
6.3.2 基于CNN的方法 |
6.3.3 性能评价 |
6.4 对“边信息已知”代价调制的探究 |
6.4.1 “边信息已知”代价调制及其退化算法 |
6.4.2 “边信息已知”代价调制中的关键少数 |
6.4.3 本节小结 |
6.5 基于估计边信息的代价调制算法 |
6.5.1 幅值完全的调制算法 |
6.5.2 唯极性的调制算法 |
6.5.3 最小基础代价优先的调制算法 |
6.5.4 幅值二级管理的调制算法 |
6.5.5 结合最小代价优先与幅值二级管理的调制算法 |
6.5.6 本节小结 |
6.6 实验结果与分析 |
6.6.1 调制算法的最优调制参数 |
6.6.2 不同代价调制算法的对比 |
6.6.3 DEBER隐写算法的通用性检验 |
6.6.4 本节小结 |
6.7 本章结论 |
第7章 总结与展望 |
7.1 论文总结 |
7.2 未来工作展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的研究成果 |
(2)电子在材料中的非弹性散射平均自由程的理论研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 电子非弹性平均自由程(IMFP)及其在定量表面分析中的应用 |
1.1.1 IMFP |
1.1.2 IMFP在定量表面分析中的应用 |
1.2 IMFP的获得方法 |
1.2.1 预测公式用于计算IMFP |
1.2.2 IMFP的理论计算 |
1.2.3 IMFP的实验获得 |
1.2.4 实验获得IMFP中的问题 |
1.3 本章小结 |
第2章 电子散射理论及电子能谱的Monte Carlo模拟 |
2.1 弹性散射理论 |
2.1.1 Mott截面 |
2.1.2 弹性散射势场 |
2.1.3 电子发生弹性散射的总截面及输运截面 |
2.2 非弹性散射理论 |
2.2.1 介电函数理论 |
2.2.2 表面等离激元激发 |
2.3 能量损失函数(ELF)的外推方法 |
2.3.1 Full-Pen算法与单极近似 |
2.3.2 Ritchie-Howie方法及其简化方法 |
2.3.3 不同ELF外推方法的比较 |
2.4 电子能谱的Monte Carlo模拟 |
2.4.1 电子在材料内部输运的Monte Carlo方法模拟 |
2.4.2 电子在样品表面输运的Monte Carlo方法模拟 |
2.5 本章小结 |
第3章 逆Monte Carlo(RMC)方法从反射电子能量损失谱(REELS)实验数据中提取IMFP |
3.1 研究现状 |
3.2 RMC方法的原理 |
3.3 对过渡金属材料Cr、Co、Pd的再分析 |
3.3.1 相比之前方法的改进 |
3.3.2 光学ELF、介电函数、光学常数的提取 |
3.3.3 求和规则检验 |
3.3.4 IMFP的计算 |
3.4 对重金属Ir (Z=77)的分析 |
3.4.1 研究背景 |
3.4.2 光学ELF、介电函数、光学常数的提取 |
3.4.3 求和规则检验 |
3.4.4 IMFP的计算 |
3.5 对轻元素无定形态C(Z=6)的分析 |
3.5.1 研究背景 |
3.5.2 光学ELF、介电函数、光学常数的提取 |
3.5.3 求和规则检验 |
3.5.4 a-C材料密度依赖的ELF |
3.5.5 IMFP的计算 |
3.6 对半导体材料Si、Ge的分析 |
3.6.1 研究背景 |
3.6.2 FPA-Ritchie-Howie模型 |
3.6.3 光学ELF、介电函数、光学常数的提取 |
3.6.4 求和规则检验 |
3.6.5 IMFP的计算 |
3.7 本章小结 |
第4章 从石墨烯的弹性透射率与弹性反射率中提取EMFP和IMFP |
4.1 研究背景 |
4.2 Geelen分析中的不自洽性 |
4.3 VT近似和ZT近似 |
4.4 对Geelen的弹性透射率与弹性反射率数据的再分析 |
4.5 ZT近似中的误差分析 |
4.5.1 截断带来误差及其误差分析 |
4.5.2 条件数的数值计算 |
4.5.3 弹性散射角的二值化——两组分ZT模型与三组分ZT模型 |
4.6 关于不同实验数据之间较大偏差的讨论 |
4.7 本章小结 |
第5章 背散射电子信号的定量分析研究 |
5.1 从背散射电子背景中提取IMFP |
5.1.1 研究背景 |
5.1.2 背散射电子背景定量分析方法 |
5.1.3 实验数据来源 |
5.1.4 AES能谱的绝对强度 |
5.1.5 模拟的背散射电子绝对强度与实验结果的比较 |
5.1.6 从背散射电子能谱中提取IMFP——简单测试 |
5.1.7 一般化方法 |
5.2 Mo和W材料背散射系数计算 |
5.2.1 研究背景 |
5.2.2 Monte Carlo模型介绍 |
5.2.3 背散射电子能谱、平均能量、背散射系数计算 |
5.2.4 背散射电子的最大穿透深度 |
5.2.5 不确定度分析 |
5.3 本章小结 |
第6章 REELS能谱的定量分析研究 |
6.1 表面电子能谱中表面激发、体激发和begrenzungs效应组分的分离 |
6.1.1 研究背景 |
6.1.2 方法介绍 |
6.1.3 对Si的REELS能谱的定量分析 |
6.2 电子与材料表面相互作用中负微分非弹性散射截面的讨论 |
6.2.1 物理学中的负概率 |
6.2.2 电子与材料表面相互作用时微分非弹性散射截面(DIIMFP)及总截面中负值的讨论 |
6.2.3 负值非弹性散射截面对REELS能谱模拟的影响 |
6.3 本章小结 |
第7章 总结与展望 |
参考文献 |
附录A 光学常数、介电函数、能量损失函数的求和规则检验 |
A.1 几个常见的求和规则 |
A.1.1 振子强度求和规则 |
A.1.2 振子强度求和规则的RMS偏差 |
A.1.3 完美屏蔽求和规则 |
A.1.4 惯性求和规则 |
A.1.5 直流电导求和规则 |
A.2 求和规则的简单证明 |
附录B 原子散射因子与光学常数、介电函数的关系 |
B.1 基于原子散射因子计算介电函数、光学常数、ELF |
B.2 不同密度的a-C材料的介电函数、光学常数、ELF的计算 |
附录C 三组分ZT模型 |
C.1 模型介绍 |
C.2 两组分ZT模型与三组分ZT模型的比较 |
C.3 三组分ZT模型的计算公式 |
附录D 量子力学框架下的表面等离激元激发 |
致谢 |
在读期间发表的学术论文与取得的研究成果 |
(3)基于机器学习的极化码译码算法研究(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
英文缩略语 |
第一章 绪论 |
1.1 信道编码理论概述 |
1.2 机器学习在信道译码中的应用 |
1.2.1 机器学习技术的发展 |
1.2.2 机器学习信道译码算法研究现状 |
1.3 本文的主要工作 |
1.3.1 极化码高性能浮点译码算法研究 |
1.3.2 极化码高性能量化译码算法研究 |
1.3.3 极化码强化学习译码算法研究 |
1.3.4 极化码高性能盲译码算法研究 |
1.4 本文的组织结构 |
第二章 信道极化与机器学习理论及方法 |
2.1 信道极化基本原理 |
2.2 极化码传统编译码算法 |
2.2.1 极化编码 |
2.2.2 极化码传统译码算法 |
2.3 机器学习基本理论与方法 |
2.3.1 梯度下降与反向传播 |
2.3.2 极化码机器学习译码算法 |
2.4 本章小结 |
第三章 极化码高性能神经网络译码算法设计 |
3.1 残差神经网络基本原理 |
3.2 残差BP神经网络译码器架构 |
3.3 灵活的参数分配方案 |
3.4 训练与测试结果分析 |
3.4.1 BLER性能与泛化能力测试 |
3.4.2 译码收敛性测试 |
3.4.3 互信息分析 |
3.5 本章小结 |
第四章 极化码机器学习量化译码算法设计 |
4.1 加权SC量化译码算法 |
4.1.1 SC译码信号模型 |
4.1.2 加权SC神经网络译码器 |
4.1.3 简化的加权SC神经网络译码器 |
4.1.4 神经网络译码器的训练与测试方案 |
4.1.5 仿真结果与分析 |
4.2 极化码单比特译码算法设计 |
4.2.1 系统模型与等效信道 |
4.2.2 加权BP译码器的优化设计 |
4.2.3 神经网络译码器的对称性分析 |
4.2.4 训练与测试结果分析 |
4.3 本章小结 |
第五章 极化码强化学习译码算法设计 |
5.1 强化学习理论框架 |
5.1.1 强化学习信号模型 |
5.1.2 马尔可夫决策过程 |
5.1.3 Q学习和深度Q网络 |
5.2 基于强化学习的极化码译码算法 |
5.2.1 强化学习译码理论分析 |
5.2.2 基于Q学习的极化码译码算法 |
5.2.3 基于DQN的极化码译码算法 |
5.3 仿真结果与分析 |
5.3.1 学习收敛 |
5.3.2 存储开销 |
5.3.3 BLER性能 |
5.4 本章小结 |
第六章 极化码高性能盲译码算法设计 |
6.1 极化码盲译码及增强算法 |
6.1.1 5GNR的下行控制信息编码与盲译码 |
6.1.2 极化码增强盲译码算法 |
6.2 基于神经网络学习分类阈值 |
6.2.1 基于神经网络的分类阈值计算方法 |
6.2.2 神经网络训练与测试结果分析 |
6.3 分类阈值的定量分析与计算 |
6.3.1 增强盲译码算法的信号空间 |
6.3.2 分类阈值的定量分析方法 |
6.3.3 仿真结果与分析 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 本文工作总结 |
7.2 未来工作展望 |
参考文献 |
致谢 |
攻读学位期间所取得的研究成果 |
(4)天地波多模式混合的岸基高频雷达目标信息获取方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.1.1 课题背景 |
1.1.2 研究的目的和意义 |
1.2 国内外在该方向的研究现状及分析 |
1.2.1 现有高频雷达技术发展概况 |
1.2.2 天地波接力混合传播的高频雷达 |
1.2.3 岸基天地波多模式混合高频雷达 |
1.3 本文的主要研究内容 |
第2章 多模式混合系统探测模型 |
2.1 系统简介 |
2.2 多模式探测模型建立 |
2.2.1 海面目标探测模型 |
2.2.2 空中目标探测模型 |
2.2.3 简化统一探测模型 |
2.3 多模式探测模型验证 |
2.3.1 验证方法 |
2.3.2 岛屿目标回波实测数据处理与分析 |
2.4 本章小结 |
第3章 多模式混合系统探测能力分析 |
3.1 探测范围分析 |
3.1.1 信噪比 |
3.1.2 探测范围 |
3.2 电离层影响分析 |
3.2.1 对天波传播路径的影响 |
3.2.2 对电离层吸收衰减的影响 |
3.2.3 对探测范围的影响 |
3.3 本章小结 |
第4章 多模式混合系统目标回波距离信息获取 |
4.1 距离模糊 |
4.1.1 多模式高频雷达中的距离模糊问题 |
4.1.2 现有距离解模糊方法 |
4.2 基于正交互补编码信号的距离解模糊方法 |
4.2.1 正交互补编码信号 |
4.2.2 循环时延滤波器 |
4.2.3 解模糊结果分析 |
4.3 基于ALPHA相位调制距离解模糊方法 |
4.3.1 ALPHA相位调制与解调过程 |
4.3.2 ALPHA值选择准则 |
4.3.3 仿真结果分析 |
4.3.4 实测数据处理结果 |
4.4 距离解模糊方法性能对比 |
4.5 本章小结 |
第5章 多模式混合系统目标运动信息估计 |
5.1 目标运动信息估计方法 |
5.2 多模式目标跟踪算法 |
5.2.1 目标状态模型及量测模型 |
5.2.2 算法流程 |
5.2.3 仿真分析 |
5.3 基于先验信息的多模式目标跟踪算法 |
5.3.1 模式判断模块 |
5.3.2 运算量分析 |
5.3.3 仿真分析与实测数据处理 |
5.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
(5)海杂波背景下的雷达目标检测方法研究(论文提纲范文)
摘要 |
Abstract |
主要符号表 |
英文缩略词对照表 |
1 绪论 |
1.1 研究背景与意义 |
1.2 研究现状 |
1.2.1 海杂波研究现状 |
1.2.2 雷达目标检测算法研究现状 |
1.3 研究内容与结构安排 |
1.3.1 研究内容 |
1.3.2 结构安排 |
2 海杂波与雷达目标检测基础知识 |
2.1 引言 |
2.2 雷达目标检测基本模型 |
2.3 海杂波的统计特性 |
2.3.1 海杂波幅度统计特性 |
2.3.2 海杂波相关特性 |
2.3.3 海杂波仿真方法 |
2.3.4 实测数据介绍 |
2.4 经典检测方法 |
2.4.1 单元平均检测算法 |
2.4.2 自适应匹配滤波检测算法 |
2.4.3 基于信息几何的检测算法 |
2.5 本章小结 |
3 基于最大特征值的雷达目标检测方法 |
3.1 引言 |
3.2 基于最大特征值的检测方法 |
3.2.1 算法设计及原理 |
3.2.2 性能分析 |
3.3 仿真结果及分析 |
3.3.1 基于仿真杂波数据的仿真实验 |
3.3.2 基于实测杂波数据的仿真实验 |
3.4 本章小结 |
4 基于谱范数的均值矩阵估计与雷达目标检测 |
4.1 引言 |
4.2 信息几何基础及新的几何测度 |
4.3 均值矩阵估计的几何方法 |
4.3.1 均值矩阵估计问题 |
4.3.2 基于谱范数测度的均值矩阵估计 |
4.3.3 基于谱范数测度的近似均值矩阵估计 |
4.4 基于谱范数测度的矩阵检测器 |
4.4.1 矩阵检测器设计及原理 |
4.4.2 性能分析 |
4.5 仿真结果及分析 |
4.5.1 基于仿真杂波数据的实验 |
4.5.2 基于实测杂波数据的实验 |
4.6 本章小结 |
5 基于不同几何测度和特征值的雷达目标检测方法 |
5.1 引言 |
5.2 基于几何重心的矩阵检测器 |
5.2.1 几何距离及矩阵估计器 |
5.2.2 算法设计及原理 |
5.2.3 仿真结果及分析 |
5.3 基于最大特征值的中值矩阵检测器 |
5.3.1 中值矩阵 |
5.3.2 算法设计及原理 |
5.3.3 仿真结果及分析 |
5.4 本章小结 |
6 基于滤波处理和特征值的雷达目标检测方法 |
6.1 引言 |
6.2 基于预处理的最大特征值矩阵检测器 |
6.2.1 问题描述及FFT-CA检测算法 |
6.2.2 算法设计及原理 |
6.2.3 性能分析 |
6.2.4 仿真结果及分析 |
6.3 子带最大特征值检测算法 |
6.3.1 算法设计及原理 |
6.3.2 仿真结果及分析 |
6.4 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
参考文献 |
攻读博士学位期间科研项目及科研成果 |
致谢 |
作者简介 |
(6)多基线SAR三维成像技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 MB LSAR研究现状 |
1.2.2 MB CSAR研究现状 |
1.2.3 MB BiSAR研究现状 |
1.2.4 关键技术研究现状 |
1.3 目前存在的问题 |
1.4 论文主要工作及内容安排 |
第二章 MB SAR三维成像相关理论基础 |
2.1 引言 |
2.2 MB LSAR成像几何与信号模型 |
2.2.1 成像几何 |
2.2.2 回波信号 |
2.3 MB LSAR三维成像原理 |
2.3.1 层析向聚焦成像原理 |
2.3.2 层析向分辨率与采样要求 |
2.4 MB CSAR三维成像 |
2.4.1 三维脉冲响应函数 |
2.4.2 三维成像处理方式 |
2.5 本章小结 |
第三章 MB SAR层析相位误差校正 |
3.1 引言 |
3.2 MB SAR层析相位误差分析 |
3.3 基于PGA的 MB SAR层析相位误差校正 |
3.3.1 基于孤立散射体的层析相位误差校正 |
3.3.2 基于PGA的层析相位误差校正 |
3.4 基于SOA的 MB SAR层析相位误差校正 |
3.4.1 用锐利评价层析向聚焦质量的合理性 |
3.4.2 基于SOA的层析相位误差校正 |
3.5 实验结果 |
3.6 本章小结 |
第四章 MB SAR高分辨率三维成像 |
4.1 引言 |
4.2 MB SAR三维成像信号模型 |
4.3 MB SAR高分辨率三维成像 |
4.3.1 基于IAA的层析向聚焦 |
4.3.2 基于GLRT的模型阶数选择 |
4.3.3 MB SAR三维成像处理流程 |
4.4 层析向参数估计精度分析 |
4.5 实验结果 |
4.5.1 仿真实验结果 |
4.5.2 实测数据处理结果 |
4.6 本章小结 |
第五章 MB BiSAR三维成像 |
5.1 引言 |
5.2 成像模型 |
5.3 分辨率分析 |
5.3.1 距离向分辨率 |
5.3.2 方位向分辨率 |
5.3.3 层析向分辨率 |
5.4 基于快速BP算法的BiSAR二维成像 |
5.4.1 椭圆极坐标系下的子孔径成像 |
5.4.2 椭圆极坐标系下的子图像采样要求 |
5.4.3 算法实现流程 |
5.4.4 计算量分析 |
5.5 MB BiSAR三维成像处理流程 |
5.6 实验结果 |
5.6.1 BiSAR二维成像 |
5.6.2 MB BiSAR三维成像 |
5.7 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 研究展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(7)便携式电法接收机的研究与设计(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 电法勘探技术研究现状 |
1.2.2 电法仪研究现状 |
1.3 主要研究内容 |
第2章 电法勘探相关理论与技术研究 |
2.1 电法勘探方法 |
2.1.1 电阻率法 |
2.1.2 高密度电阻率法 |
2.1.3 瞬变电磁法 |
2.1.4 大地电磁测深法 |
2.1.5 激发极化法 |
2.2 相关辨识计算理论研究 |
第3章 电法接收机电路设计与实现 |
3.1 电法接收机系统整体构架设计 |
3.2 电法接收机模拟前端电路设计 |
3.2.1 输入保护与低通滤波电路设计 |
3.2.2 程控增益放大电路 |
3.2.3 差分放大电路 |
3.3 电法接收机数据采集电路 |
3.3.1 ADC及其配置电路 |
3.3.2 ADC参考源及时钟电路 |
3.4 电法接收机控制及运算处理电路设计 |
3.4.1 FPGA及其相关电路 |
3.4.2 嵌入式系统电路设计 |
3.4.3 数据存储电路 |
3.4.4 卫星定位和时钟同步电路 |
3.4.5 无线以太网和蓝牙通信电路 |
3.4.6 温湿度、屏幕显示及蜂鸣器电路 |
3.5 电法接收机电源电路设计 |
3.5.1 模拟电源设计 |
3.5.2 数字电源设计 |
3.5.3 充电和电池电量管理电路 |
3.6 PCB布局与实物 |
第4章 电法接收机嵌入式软件系统设计 |
4.1 电法接收机嵌入式软件总体构架 |
4.2 ADC数据获取 |
4.3 程控硬件增益 |
4.4 GPS同步设计 |
4.5 嵌入式系统与FPGA通信设计 |
4.6 电量计程序设计 |
4.6.1 基于开路电压法的SOC估算 |
4.6.2 基于BP神经网络的SOC估算 |
4.6.3 基于EKF算法的SOC估算 |
4.6.4 基于安时积分法的SOC估算 |
4.6.5 电量计程序设计实现 |
4.7 USB通信程序设计 |
4.8 SD卡读写程序设计 |
4.9 屏幕显示控制 |
第5章 电法接收机测试 |
5.1 ADC信号采集测试 |
5.2 增益线性度测试 |
5.3 通道间一致性测试 |
5.4 功耗测试 |
5.5 体积与重量测试 |
结论 |
致谢 |
参考文献 |
攻读学位期间取得学术成果 |
(8)基于协同分割的极化SAR图像变化检测(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 极化SAR图像变化检测发展现状及难点 |
1.2.1 极化SAR图像变化检测的发展现状 |
1.2.2 极化SAR变化检测的研究难点 |
1.3 论文内容与安排 |
第二章 协同分割及深度学习简介 |
2.1 引言 |
2.2 协同分割概述 |
2.3 深度学习概述 |
2.4 协同分割与深度学习在本文中的应用 |
2.5 本章小结 |
第三章 基于空间约束协同分割的极化SAR图像变化检测 |
3.1 引言 |
3.2 极化特征的提取 |
3.2.1 传统极化特征的提取方法 |
3.2.2 SAR-SIFT特征的提取方法 |
3.3 基于空间约束协同分割的极化SAR图像变化检测方法 |
3.3.1 初始分割结果的求解 |
3.3.2 先验概率的求解 |
3.3.3 空间约束算法流程 |
3.3.4 基于空间约束协同分割的极化SAR图像变化检测方法流程 |
3.4 实验结果和分析 |
3.4.1 数据介绍 |
3.4.2 实验结果和讨论 |
3.4.3 变化概率图分割阈值参数分析 |
3.5 本章小结 |
第四章 基于极化特征先验与深度协同分割的极化SAR图像变化检测 |
4.1 引言 |
4.2 基于极化特征先验与深度协同分割的极化SAR图像变化检测方法 |
4.2.2 PCSNN网络的学习模型 |
4.2.3 PCSNN变化检测方法 |
4.2.4 PCSNN变化识别方法 |
4.3 实验结果和分析 |
4.3.1 数据介绍 |
4.3.2 实验结果和讨论 |
4.4 本章小结 |
第五章 基于迁移学习协同分割的极化SAR图像变化检测 |
5.1 引言 |
5.2 基于迁移学习协同分割的极化SAR图像变化检测方法 |
5.2.1 迁移学习概述 |
5.2.2 迁移学习协同分割极化SAR变化检测方法 |
5.3 实验结果和分析 |
5.3.2 数据介绍 |
5.3.3 实验结果和讨论 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
(9)频控阵雷达自适应处理关键技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 频控阵的研究现状和发展趋势 |
1.2.1 基本阵列特性分析 |
1.2.2 发射方向图综合设计 |
1.2.3 联合距离-方位角目标定位 |
1.2.4 距离依赖性干扰和杂波抑制 |
1.2.5 频控阵在交叉领域的应用 |
1.2.5.1 物理层安全通信 |
1.2.5.2 合成孔径雷达 |
1.2.5.3 认知雷达 |
1.2.6 原型机和试验验证 |
1.3 论文的主要工作和创新点 |
1.4 论文的内容和结构 |
1.5 本章小结 |
第二章 频控阵雷达的基本原理 |
2.1 引言 |
2.2 频控阵的阵列特性 |
2.2.1 距离-方位角依赖性 |
2.2.2 距离-方位角耦合性 |
2.2.3 波束时变特性 |
2.2.4 自动扫描特性 |
2.3 频控阵雷达的信号模型 |
2.3.1 基本假设 |
2.3.2 目标反射特性 |
2.3.2.1 去相关准则 |
2.3.2.2 虚距离单元 |
2.3.2.3 仿真分析 |
2.3.3 向量化表示 |
2.3.4 模型比较 |
2.3.5 本节小结 |
2.4 频控阵雷达的模糊函数 |
2.4.1 方位维剖面 |
2.4.1.1 积分发射波束图 |
2.4.1.2 方位角分辨率 |
2.4.1.3 仿真分析 |
2.4.2 距离维剖面 |
2.4.2.1 距离分辨率 |
2.4.2.2 距离模糊 |
2.4.2.3 仿真分析 |
2.4.3 距离-方位角二维剖面 |
2.4.3.1 距离-方位角模糊 |
2.4.3.2 仿真分析 |
2.4.4 多普勒维剖面 |
2.4.4.1 多普勒分辨率 |
2.4.4.2 多普勒模糊 |
2.4.4.3 仿真分析 |
2.5 本章小结 |
第三章 频控阵雷达的相干接收机设计 |
3.1 引言 |
3.2 基于最大似然的相干接收机设计 |
3.2.1 正交展开 |
3.2.2 充分统计量 |
3.2.3 接收机设计 |
3.3 基于多通道混频-匹配滤波的接收模型 |
3.3.1 数据模型 |
3.3.2 波形设计 |
3.3.2.1 相干波形 |
3.3.2.2 正交波形 |
3.3.2.3 设计实例 |
3.4 接收机波束性能:发射虚波束图 |
3.4.1 相干波形 |
3.4.2 正交波形 |
3.4.3 仿真分析 |
3.5 接收机检测性能:输出信干噪比 |
3.5.1 距离-方位角依赖干扰抑制 |
3.5.2 输出信干噪比 |
3.5.3 仿真分析 |
3.6 接收机定位性能:克拉美罗界 |
3.6.1 克拉美罗界比较 |
3.6.2 仿真分析 |
3.7 本章小结 |
第四章 基于频控阵雷达的自适应动目标检测 |
4.1 引言 |
4.2 频控阵雷达的联合距-空-时处理模型 |
4.2.1 回波信号模型 |
4.2.2 距-空-时处理模型 |
4.2.3 模型比较 |
4.2.4 模型适用性 |
4.2.4.1 正交性条件 |
4.2.4.2 快时间采样 |
4.2.4.3 合成宽带效应 |
4.2.4.4 多普勒扩展效应 |
4.3 频控阵雷达的联合距-空-时分辨率分析 |
4.3.1 研究动机 |
4.3.2 距-空-时响应 |
4.3.3 距离维高分辨 |
4.3.4 多普勒模糊分辨 |
4.3.5 主瓣杂波分辨 |
4.4 基于频控阵雷达的常速目标检测 |
4.4.1 研究动机 |
4.4.2 常速目标检测的数据模型 |
4.4.3 结构化广义似然比检验 |
4.4.4 无结构广义似然比检验 |
4.4.5 低复杂度实现 |
4.4.5.1 多普勒估计 |
4.4.5.2 距离-方位角估计 |
4.4.6 性能评估 |
4.4.6.1 虚警概率 |
4.4.6.2 克拉美罗界 |
4.4.6.3 计算复杂度 |
4.4.7 仿真结果 |
4.5 基于频控阵雷达的高速目标检测 |
4.5.1 研究动机 |
4.5.2 高速目标检测的数据模型 |
4.5.3 基于最小方差无失真响应的目标检测 |
4.5.4 信杂噪比损失因子 |
4.5.4.1 主瓣杂波抑制 |
4.5.4.2 抑制性能比较 |
4.5.5 仿真结果 |
4.6 本章小结 |
第五章 基于频控阵雷达的自适应动目标跟踪 |
5.1 引言 |
5.2 认知雷达目标跟踪基本理论 |
5.2.1 认知雷达框架 |
5.2.2 自适应目标跟踪 |
5.2.2.1 贝叶斯滤波 |
5.2.2.2 自适应发射 |
5.2.2.3 粒子滤波算法 |
5.3 基于自适应发射功率分配的目标跟踪 |
5.3.1 研究动机 |
5.3.2 跟踪模型 |
5.3.2.1 常速运动目标的观测方程 |
5.3.2.2 常速运动目标的状态方程 |
5.3.2.3 基于粒子滤波的目标跟踪 |
5.3.3 自适应发射功率分配 |
5.3.3.1 信干噪比准则 |
5.3.3.2 克拉美罗界准则 |
5.3.3.3 低复杂度实现 |
5.3.4 仿真结果 |
5.4 基于自适应发射子孔径的目标跟踪 |
5.4.1 研究动机 |
5.4.2 跟踪模型 |
5.4.2.1 常速运动目标的观测方程 |
5.4.2.2 常速运动目标的状态方程 |
5.4.2.3 基于卡尔曼滤波的目标跟踪 |
5.4.3 自适应发射子孔径 |
5.4.3.1 信噪比准则 |
5.4.3.2 克拉美罗界准则 |
5.4.4 仿真结果 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
附录 A |
附录 B |
附录 C |
攻读博士学位期间取得的成果 |
(10)基于太赫兹的食品安全检测方法研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 食品安全检测的意义 |
1.2 常见的食品安全检测方法 |
1.3 太赫兹技术 |
1.3.1 太赫兹波的特性 |
1.3.2 太赫兹技术的发展与应用 |
1.4 本文研究内容及章节安排 |
第二章 太赫兹用于食品安全检测的物理学基础 |
2.1 电介质的极化 |
2.2 介电常数与散射参数的关系 |
2.3 太赫兹波与水分子的作用原理 |
2.4 小结 |
第三章 散射参数模型建立与介电常数计算 |
3.1 散射参数采集与预处理 |
3.1.1 数据采集 |
3.1.2 数据预处理 |
3.2 散射参数模型理论 |
3.2.1 核函数 |
3.2.2 岭回归模型 |
3.2.3 SVR模型 |
3.2.4 模型评价指标 |
3.3 散射参数模型训练结果及分析 |
3.3.1 岭回归模型训练 |
3.3.2 SVR模型训练 |
3.3.3 两种模型性能对比 |
3.4 基于散射参数的介电常数计算 |
3.4.1 计算理论 |
3.4.2 实验仿真 |
3.5 小结 |
第四章 基于食品太赫兹频段介电常数的存储时间分类检测 |
4.1 传统机器学习算法 |
4.1.1 维数灾难 |
4.1.2 特征降维 |
4.1.3 梯度提升决策树 |
4.2 神经网络算法 |
4.2.1 感知机 |
4.2.2 神经网络 |
4.2.3 循环神经网络与LSTM |
4.3 基于两种多分类算法的苹果储存时间分类及分析 |
4.3.1 模型评价指标 |
4.3.2 传统机器学习训练结果 |
4.3.3 神经网络算法训练结果 |
4.3.4 两种分类算法性能对比 |
4.4 小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 未来展望 |
参考文献 |
致谢 |
作者简介 |
四、计算极化检测算法性能的一种方法(论文参考文献)
- [1]高效隐写编码与JPEG代价函数增强方法研究[D]. 李伟祥. 中国科学技术大学, 2021(09)
- [2]电子在材料中的非弹性散射平均自由程的理论研究[D]. 杨立浩. 中国科学技术大学, 2021(09)
- [3]基于机器学习的极化码译码算法研究[D]. 高健. 北京邮电大学, 2021(01)
- [4]天地波多模式混合的岸基高频雷达目标信息获取方法研究[D]. 赵梦晓. 哈尔滨工业大学, 2020(02)
- [5]海杂波背景下的雷达目标检测方法研究[D]. 赵文静. 大连理工大学, 2020(01)
- [6]多基线SAR三维成像技术研究[D]. 冯东. 国防科技大学, 2020(01)
- [7]便携式电法接收机的研究与设计[D]. 陈诗瑶. 成都理工大学, 2020(04)
- [8]基于协同分割的极化SAR图像变化检测[D]. 张沛阳. 西安电子科技大学, 2020(05)
- [9]频控阵雷达自适应处理关键技术研究[D]. 桂荣华. 电子科技大学, 2020(07)
- [10]基于太赫兹的食品安全检测方法研究[D]. 雷凡. 西安电子科技大学, 2020(05)