郵件訂閱
2001年 第23卷 第5期
顯示方式:
2001, 23(5): 417-424.
摘要:
介紹了一種以伸縮、時(shí)移和頻移后的加窗Doppler信號(hào)為基函數(shù)的時(shí)頻信號(hào)表示Dopplerlet變換,證明了基于Dopplerlet基函數(shù)的自適應(yīng)匹配投影塔形分解算法是收斂的,而且分解過(guò)程中所得殘差信號(hào)的能量按指數(shù)律衰減。實(shí)驗(yàn)結(jié)果表明了以Dopplerlet為基函數(shù)的自適應(yīng)匹配投影塔形分解法能更緊湊地表示自然界中的一類Doppler信號(hào)。
介紹了一種以伸縮、時(shí)移和頻移后的加窗Doppler信號(hào)為基函數(shù)的時(shí)頻信號(hào)表示Dopplerlet變換,證明了基于Dopplerlet基函數(shù)的自適應(yīng)匹配投影塔形分解算法是收斂的,而且分解過(guò)程中所得殘差信號(hào)的能量按指數(shù)律衰減。實(shí)驗(yàn)結(jié)果表明了以Dopplerlet為基函數(shù)的自適應(yīng)匹配投影塔形分解法能更緊湊地表示自然界中的一類Doppler信號(hào)。
2001, 23(5): 425-430.
摘要:
該文研究了從噪聲中恢復(fù)原瞬態(tài)信號(hào)問(wèn)題。根據(jù)瞬態(tài)信號(hào)和噪聲的Gabor系數(shù)在時(shí)-頻平面上分布不同的特點(diǎn),借用假設(shè)檢驗(yàn)理論,提出了一種恢復(fù)被噪聲污染的原瞬態(tài)信號(hào)的Gabor級(jí)數(shù)方法,進(jìn)行了計(jì)算機(jī)仿真和對(duì)實(shí)際信號(hào)的處理。
該文研究了從噪聲中恢復(fù)原瞬態(tài)信號(hào)問(wèn)題。根據(jù)瞬態(tài)信號(hào)和噪聲的Gabor系數(shù)在時(shí)-頻平面上分布不同的特點(diǎn),借用假設(shè)檢驗(yàn)理論,提出了一種恢復(fù)被噪聲污染的原瞬態(tài)信號(hào)的Gabor級(jí)數(shù)方法,進(jìn)行了計(jì)算機(jī)仿真和對(duì)實(shí)際信號(hào)的處理。
2001, 23(5): 431-438.
摘要:
該文論述了一種基于波束空間ESPRIT并適用于任意幾何結(jié)構(gòu)陣列的空間信號(hào)頻率估計(jì)算法。在把陣元空間數(shù)據(jù)映射到DFT空間后,提取出不依賴于陣列幾何結(jié)構(gòu)的頻率矢量,然后運(yùn)用BeamspaceESPRIT的概念并通過(guò)一個(gè)間接的方法估計(jì)出信號(hào)頻率。計(jì)算機(jī)模擬結(jié)果證實(shí)了該算法對(duì)不同陣列獲取的信號(hào)的測(cè)頻有效性并顯示出良好的高分辨、高精度性能。
該文論述了一種基于波束空間ESPRIT并適用于任意幾何結(jié)構(gòu)陣列的空間信號(hào)頻率估計(jì)算法。在把陣元空間數(shù)據(jù)映射到DFT空間后,提取出不依賴于陣列幾何結(jié)構(gòu)的頻率矢量,然后運(yùn)用BeamspaceESPRIT的概念并通過(guò)一個(gè)間接的方法估計(jì)出信號(hào)頻率。計(jì)算機(jī)模擬結(jié)果證實(shí)了該算法對(duì)不同陣列獲取的信號(hào)的測(cè)頻有效性并顯示出良好的高分辨、高精度性能。
2001, 23(5): 439-446.
摘要:
經(jīng)典的基于Yule-Walker等式的最大熵方法Levinson-Durbin遞推算法,忽略了數(shù)據(jù)的自相關(guān)序列估計(jì)值代替理論值時(shí)的誤差,因而降低了算法性能。為了減小該誤差的影響,提出一種新的最大熵算法。該算法在計(jì)算過(guò)程中利用了一些現(xiàn)有算法的思路,來(lái)提高譜估計(jì)的性能并減小計(jì)算量。計(jì)算機(jī)模擬結(jié)果證明,這種新算法的估計(jì)性能遠(yuǎn)高于Levinson-Durbin算法。與同樣具有高性能的LUD(Lower and Upper triangular matrix Decomposition)算法相比,在低信噪比時(shí)新算法的分辨率更高,高信噪比時(shí),二者性能則相似。
經(jīng)典的基于Yule-Walker等式的最大熵方法Levinson-Durbin遞推算法,忽略了數(shù)據(jù)的自相關(guān)序列估計(jì)值代替理論值時(shí)的誤差,因而降低了算法性能。為了減小該誤差的影響,提出一種新的最大熵算法。該算法在計(jì)算過(guò)程中利用了一些現(xiàn)有算法的思路,來(lái)提高譜估計(jì)的性能并減小計(jì)算量。計(jì)算機(jī)模擬結(jié)果證明,這種新算法的估計(jì)性能遠(yuǎn)高于Levinson-Durbin算法。與同樣具有高性能的LUD(Lower and Upper triangular matrix Decomposition)算法相比,在低信噪比時(shí)新算法的分辨率更高,高信噪比時(shí),二者性能則相似。
2001, 23(5): 447-453.
摘要:
該文給出了一種基于三維小波變換的彩色視頻圖像序列的編碼方法。先將彩色視頻圖像序列的RGB(紅綠藍(lán))色彩表示轉(zhuǎn)換成YCbCr(亮度色度色度)表示,再將表示幀序的t坐標(biāo)代換成z坐標(biāo),可將其看成是三維空間中的體。將其分成子塊后,仿照二維圖像小波變換的方法,對(duì)每個(gè)亮度色度分量做三維小波變換。變換后的各亮度色度分量的能量主要集中于低頻波段,這些波段對(duì)該視頻圖像序列的視覺(jué)效果影響最大。將不同分量的各個(gè)不同波段按不同的精度量化并進(jìn)行熵編碼,可以達(dá)到去除幀內(nèi)和幀間冗余,壓縮數(shù)據(jù)的目的。試驗(yàn)表明,使用本方法可以達(dá)到較好的壓縮效果。此方法較直觀,速度也比較快。
該文給出了一種基于三維小波變換的彩色視頻圖像序列的編碼方法。先將彩色視頻圖像序列的RGB(紅綠藍(lán))色彩表示轉(zhuǎn)換成YCbCr(亮度色度色度)表示,再將表示幀序的t坐標(biāo)代換成z坐標(biāo),可將其看成是三維空間中的體。將其分成子塊后,仿照二維圖像小波變換的方法,對(duì)每個(gè)亮度色度分量做三維小波變換。變換后的各亮度色度分量的能量主要集中于低頻波段,這些波段對(duì)該視頻圖像序列的視覺(jué)效果影響最大。將不同分量的各個(gè)不同波段按不同的精度量化并進(jìn)行熵編碼,可以達(dá)到去除幀內(nèi)和幀間冗余,壓縮數(shù)據(jù)的目的。試驗(yàn)表明,使用本方法可以達(dá)到較好的壓縮效果。此方法較直觀,速度也比較快。
2001, 23(5): 454-459.
摘要:
該文描述了一種利用極化SAR圖像的Mueller矩陣分解系數(shù)進(jìn)行非監(jiān)督聚類的算法。根據(jù)關(guān)于各種地貌目標(biāo)散射電磁波機(jī)理的先驗(yàn)知識(shí),該算法可以在不需要任何實(shí)地勘測(cè)的條件下將圖像粗略地分割為三種完全不同的、物理含義明顯的類別,即建筑區(qū)域、茂密植被和微粗糙表面(例如水面)。與利用單極化灰度圖像的非監(jiān)督分類算法相比,該算法的突出特點(diǎn)是不僅僅將每個(gè)像素按照其特征緊密地聚集在一起,而且還能確定每個(gè)聚類的散射機(jī)理,進(jìn)而確定目標(biāo)類型。
該文描述了一種利用極化SAR圖像的Mueller矩陣分解系數(shù)進(jìn)行非監(jiān)督聚類的算法。根據(jù)關(guān)于各種地貌目標(biāo)散射電磁波機(jī)理的先驗(yàn)知識(shí),該算法可以在不需要任何實(shí)地勘測(cè)的條件下將圖像粗略地分割為三種完全不同的、物理含義明顯的類別,即建筑區(qū)域、茂密植被和微粗糙表面(例如水面)。與利用單極化灰度圖像的非監(jiān)督分類算法相比,該算法的突出特點(diǎn)是不僅僅將每個(gè)像素按照其特征緊密地聚集在一起,而且還能確定每個(gè)聚類的散射機(jī)理,進(jìn)而確定目標(biāo)類型。
2001, 23(5): 460-465.
摘要:
預(yù)處理在一般的多子波變換中是一個(gè)不可或缺的過(guò)程,本文在分析和總結(jié)了現(xiàn)有的針對(duì)GHM多子波所構(gòu)造的預(yù)濾波器的思想后,推導(dǎo)并給出了一個(gè)針對(duì)GHM多子波設(shè)計(jì)的預(yù)濾波器,其具有2階近似和長(zhǎng)度1。同時(shí)證明了長(zhǎng)度1的重復(fù)信號(hào)預(yù)處理的近似階不可能為2或以上。
預(yù)處理在一般的多子波變換中是一個(gè)不可或缺的過(guò)程,本文在分析和總結(jié)了現(xiàn)有的針對(duì)GHM多子波所構(gòu)造的預(yù)濾波器的思想后,推導(dǎo)并給出了一個(gè)針對(duì)GHM多子波設(shè)計(jì)的預(yù)濾波器,其具有2階近似和長(zhǎng)度1。同時(shí)證明了長(zhǎng)度1的重復(fù)信號(hào)預(yù)處理的近似階不可能為2或以上。
2001, 23(5): 466-471.
摘要:
該文研究高級(jí)綜合結(jié)果與后端工藝的銜接問(wèn)題。提出一種基于知識(shí)的高層次工藝映射方法。深入研究其中知識(shí)表示、知識(shí)運(yùn)用和知識(shí)獲取等各個(gè)重要環(huán)節(jié)。包括:(1)提出一種表達(dá)電路結(jié)構(gòu)知識(shí)的擴(kuò)充產(chǎn)生式表示;(2)提出基于超高速硬件描述語(yǔ)言(VHDL)的工藝映射知識(shí)獲取方法;(3)給出知識(shí)運(yùn)用的求解控制策略和算法;(4)提出一種能查出冗余性和矛盾性的半自動(dòng)知識(shí)庫(kù)維護(hù)方法;(5)提出將算法嵌入知識(shí)系統(tǒng),降低知識(shí)庫(kù)復(fù)雜度的實(shí)用化方法。所實(shí)現(xiàn)的系統(tǒng)已完成與三種工藝銜接,驗(yàn)證了本文工作。
該文研究高級(jí)綜合結(jié)果與后端工藝的銜接問(wèn)題。提出一種基于知識(shí)的高層次工藝映射方法。深入研究其中知識(shí)表示、知識(shí)運(yùn)用和知識(shí)獲取等各個(gè)重要環(huán)節(jié)。包括:(1)提出一種表達(dá)電路結(jié)構(gòu)知識(shí)的擴(kuò)充產(chǎn)生式表示;(2)提出基于超高速硬件描述語(yǔ)言(VHDL)的工藝映射知識(shí)獲取方法;(3)給出知識(shí)運(yùn)用的求解控制策略和算法;(4)提出一種能查出冗余性和矛盾性的半自動(dòng)知識(shí)庫(kù)維護(hù)方法;(5)提出將算法嵌入知識(shí)系統(tǒng),降低知識(shí)庫(kù)復(fù)雜度的實(shí)用化方法。所實(shí)現(xiàn)的系統(tǒng)已完成與三種工藝銜接,驗(yàn)證了本文工作。
2001, 23(5): 472-478.
摘要:
本文提出了一種徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的有效在線學(xué)習(xí)方法。該學(xué)習(xí)方法不僅能根據(jù)輸入信息的增加而動(dòng)態(tài)地分配網(wǎng)絡(luò)資源,而且能有效回收網(wǎng)絡(luò)的冗余資源。在學(xué)習(xí)過(guò)程中網(wǎng)絡(luò)的參數(shù)可以自適應(yīng)地序貫進(jìn)行調(diào)整。文中詳細(xì)論述了這種神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)準(zhǔn)則、動(dòng)態(tài)增減隱節(jié)點(diǎn)算法和參數(shù)調(diào)整算法。同時(shí)通過(guò)分析和實(shí)驗(yàn)說(shuō)明網(wǎng)絡(luò)具有較強(qiáng)的映射能力和預(yù)測(cè)性能。
本文提出了一種徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的有效在線學(xué)習(xí)方法。該學(xué)習(xí)方法不僅能根據(jù)輸入信息的增加而動(dòng)態(tài)地分配網(wǎng)絡(luò)資源,而且能有效回收網(wǎng)絡(luò)的冗余資源。在學(xué)習(xí)過(guò)程中網(wǎng)絡(luò)的參數(shù)可以自適應(yīng)地序貫進(jìn)行調(diào)整。文中詳細(xì)論述了這種神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)準(zhǔn)則、動(dòng)態(tài)增減隱節(jié)點(diǎn)算法和參數(shù)調(diào)整算法。同時(shí)通過(guò)分析和實(shí)驗(yàn)說(shuō)明網(wǎng)絡(luò)具有較強(qiáng)的映射能力和預(yù)測(cè)性能。
2001, 23(5): 479-484.
摘要:
該文探討了實(shí)際使用Hopfield神經(jīng)網(wǎng)絡(luò)(HNN)時(shí)噪聲的影響。由于噪聲的客觀存在,我們首先證明了隨機(jī)Hopfield神經(jīng)網(wǎng)絡(luò)(SHNN)軌道的期望關(guān)于時(shí)間是一致有界的。之后,為了實(shí)際設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的需要,我們對(duì)含有噪聲的HNN和與其對(duì)應(yīng)的一般HNN之間隨機(jī)輸入誤差的估計(jì)進(jìn)行了研究。利用所得的結(jié)論,我們可以對(duì)設(shè)計(jì)空間進(jìn)行控制,使得所設(shè)計(jì)的網(wǎng)絡(luò)滿足我們希望獲得的各種性能要求。
該文探討了實(shí)際使用Hopfield神經(jīng)網(wǎng)絡(luò)(HNN)時(shí)噪聲的影響。由于噪聲的客觀存在,我們首先證明了隨機(jī)Hopfield神經(jīng)網(wǎng)絡(luò)(SHNN)軌道的期望關(guān)于時(shí)間是一致有界的。之后,為了實(shí)際設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的需要,我們對(duì)含有噪聲的HNN和與其對(duì)應(yīng)的一般HNN之間隨機(jī)輸入誤差的估計(jì)進(jìn)行了研究。利用所得的結(jié)論,我們可以對(duì)設(shè)計(jì)空間進(jìn)行控制,使得所設(shè)計(jì)的網(wǎng)絡(luò)滿足我們希望獲得的各種性能要求。
2001, 23(5): 485-490.
摘要:
該文敘述了利用掃描力顯微鏡測(cè)量表面靜電勢(shì)的工作原理,并給出了不同類型掃描靜電勢(shì)顯微鏡的框圖,以及利用它得到的一些實(shí)驗(yàn)結(jié)果。
該文敘述了利用掃描力顯微鏡測(cè)量表面靜電勢(shì)的工作原理,并給出了不同類型掃描靜電勢(shì)顯微鏡的框圖,以及利用它得到的一些實(shí)驗(yàn)結(jié)果。
2001, 23(5): 491-496.
摘要:
該文根據(jù)施密特電路對(duì)輸入信號(hào)具有兩種檢測(cè)閾值的工作特點(diǎn),提出了施密特電路與用作存貯元件的觸發(fā)器之間具有相同的時(shí)序特征。利用時(shí)序電路的設(shè)計(jì)方法,本文系統(tǒng)地研究了基于集成門電路的各種施密特電路,并發(fā)現(xiàn)了一些新的設(shè)計(jì)方案。PSPICE模擬證明所設(shè)計(jì)的電路具有理想的施密特電路特性。
該文根據(jù)施密特電路對(duì)輸入信號(hào)具有兩種檢測(cè)閾值的工作特點(diǎn),提出了施密特電路與用作存貯元件的觸發(fā)器之間具有相同的時(shí)序特征。利用時(shí)序電路的設(shè)計(jì)方法,本文系統(tǒng)地研究了基于集成門電路的各種施密特電路,并發(fā)現(xiàn)了一些新的設(shè)計(jì)方案。PSPICE模擬證明所設(shè)計(jì)的電路具有理想的施密特電路特性。
2001, 23(5): 497-502.
摘要:
陣列場(chǎng)發(fā)射陰極與真空微電子學(xué)是當(dāng)前國(guó)際電子學(xué)領(lǐng)域的研究熱點(diǎn)之一,發(fā)展迅速,某些先進(jìn)電子物理裝置內(nèi)的真空不加熱電子源也有相應(yīng)發(fā)展。根據(jù)這一趨勢(shì),按真空電子發(fā)射學(xué)科的特點(diǎn),抓住其中研究與報(bào)道相對(duì)集中的陰極類型,進(jìn)行了扼要的總結(jié)、歸納與評(píng)價(jià);對(duì)近年來(lái)信息顯示學(xué)科領(lǐng)域內(nèi)已發(fā)展為實(shí)用的陣列等離子體電子源也進(jìn)行了簡(jiǎn)單的介紹。
陣列場(chǎng)發(fā)射陰極與真空微電子學(xué)是當(dāng)前國(guó)際電子學(xué)領(lǐng)域的研究熱點(diǎn)之一,發(fā)展迅速,某些先進(jìn)電子物理裝置內(nèi)的真空不加熱電子源也有相應(yīng)發(fā)展。根據(jù)這一趨勢(shì),按真空電子發(fā)射學(xué)科的特點(diǎn),抓住其中研究與報(bào)道相對(duì)集中的陰極類型,進(jìn)行了扼要的總結(jié)、歸納與評(píng)價(jià);對(duì)近年來(lái)信息顯示學(xué)科領(lǐng)域內(nèi)已發(fā)展為實(shí)用的陣列等離子體電子源也進(jìn)行了簡(jiǎn)單的介紹。
2001, 23(5): 503-506.
摘要:
已知比特(KB,Known Bits)turbo碼是采用將KB周期性的插入到信息比特中,不顯著增加系統(tǒng)復(fù)雜程度而較大提高turbo碼譯碼性能。但因?yàn)橐话悴捎昧穗S機(jī)交織器,所以在引入KB方法時(shí),產(chǎn)生了不等差錯(cuò)保護(hù)的問(wèn)題。這個(gè)問(wèn)題可以通過(guò)采用KB交織器,將KB在交織器中均勻分配來(lái)解決。仿真證實(shí),以偽隨機(jī)交織器和S隨機(jī)交織器為基礎(chǔ)的KB交織器可以顯著提高系統(tǒng)性能。而且采用KB turbo碼可以方便地實(shí)現(xiàn)速率適配,滿足第三代移動(dòng)通信系統(tǒng)的要求。
已知比特(KB,Known Bits)turbo碼是采用將KB周期性的插入到信息比特中,不顯著增加系統(tǒng)復(fù)雜程度而較大提高turbo碼譯碼性能。但因?yàn)橐话悴捎昧穗S機(jī)交織器,所以在引入KB方法時(shí),產(chǎn)生了不等差錯(cuò)保護(hù)的問(wèn)題。這個(gè)問(wèn)題可以通過(guò)采用KB交織器,將KB在交織器中均勻分配來(lái)解決。仿真證實(shí),以偽隨機(jī)交織器和S隨機(jī)交織器為基礎(chǔ)的KB交織器可以顯著提高系統(tǒng)性能。而且采用KB turbo碼可以方便地實(shí)現(xiàn)速率適配,滿足第三代移動(dòng)通信系統(tǒng)的要求。
2001, 23(5): 507-511.
摘要:
該文描述了一種對(duì)多波段、全極化AIRSAR圖像中的地物目標(biāo)進(jìn)行分類的最大似然(ML)分類算法。該算法的特點(diǎn)是利用極化SAR圖像的最優(yōu)狀態(tài)進(jìn)行分類。本文描述了最優(yōu)狀態(tài)的搜索算法和地貌分類算法,并利用美國(guó)AIRSAR獲得的多波段(P,L和C)、全極化圖像數(shù)據(jù)對(duì)本算法進(jìn)行檢驗(yàn)。與利用單波段、單極化圖像數(shù)據(jù)得到的分類結(jié)果相比,本文提出的基于最優(yōu)狀態(tài)的分類算法可以顯著地提高分類精度。
該文描述了一種對(duì)多波段、全極化AIRSAR圖像中的地物目標(biāo)進(jìn)行分類的最大似然(ML)分類算法。該算法的特點(diǎn)是利用極化SAR圖像的最優(yōu)狀態(tài)進(jìn)行分類。本文描述了最優(yōu)狀態(tài)的搜索算法和地貌分類算法,并利用美國(guó)AIRSAR獲得的多波段(P,L和C)、全極化圖像數(shù)據(jù)對(duì)本算法進(jìn)行檢驗(yàn)。與利用單波段、單極化圖像數(shù)據(jù)得到的分類結(jié)果相比,本文提出的基于最優(yōu)狀態(tài)的分類算法可以顯著地提高分類精度。
2001, 23(5): 512-515.
摘要:
該文介紹了一種基于時(shí)差定位的平面相交定位算法,它具有算法緊湊,不要迭代,定位精度高的優(yōu)點(diǎn),討論了一種減少運(yùn)算量的修正方法,給出了模擬結(jié)果。
該文介紹了一種基于時(shí)差定位的平面相交定位算法,它具有算法緊湊,不要迭代,定位精度高的優(yōu)點(diǎn),討論了一種減少運(yùn)算量的修正方法,給出了模擬結(jié)果。
2001, 23(5): 516-520.
摘要:
該文提出一種設(shè)計(jì)高階CCⅡ(第二代電流傳輸器)電流模式濾波器的新方法,即用CCⅡ回轉(zhuǎn)器綜合電流模式無(wú)源梯形網(wǎng)絡(luò)的輸入導(dǎo)納,從而設(shè)計(jì)出高階電流模式CCⅡ?yàn)V波器。用該方法設(shè)計(jì)出的電路與其它同類電路比較,電路結(jié)構(gòu)簡(jiǎn)單、所使用的CCⅡ數(shù)目少。文中對(duì)CCⅡ的非理想特性進(jìn)行了分析,提出了對(duì)CCⅡ的非理想特性進(jìn)行補(bǔ)償?shù)姆桨?。文中給出了六階巴特沃斯濾波器的設(shè)計(jì)舉例及補(bǔ)償前和補(bǔ)償后的計(jì)算機(jī)PSPICE仿真結(jié)果。
該文提出一種設(shè)計(jì)高階CCⅡ(第二代電流傳輸器)電流模式濾波器的新方法,即用CCⅡ回轉(zhuǎn)器綜合電流模式無(wú)源梯形網(wǎng)絡(luò)的輸入導(dǎo)納,從而設(shè)計(jì)出高階電流模式CCⅡ?yàn)V波器。用該方法設(shè)計(jì)出的電路與其它同類電路比較,電路結(jié)構(gòu)簡(jiǎn)單、所使用的CCⅡ數(shù)目少。文中對(duì)CCⅡ的非理想特性進(jìn)行了分析,提出了對(duì)CCⅡ的非理想特性進(jìn)行補(bǔ)償?shù)姆桨?。文中給出了六階巴特沃斯濾波器的設(shè)計(jì)舉例及補(bǔ)償前和補(bǔ)償后的計(jì)算機(jī)PSPICE仿真結(jié)果。
