基于解析信号重构的同步挤压小波变换的时频谱影响因素分析

受测不准原理的制约,小波变换、S变换等时频分析算法无法同时获得高时间分辨率和高频率分辨率。为了满足更高的要求,出现了一种联合小波变换和时频谱重组的新方法—同步挤压小波变换。本文从同步挤压小波变换和基于解析信号重构的同步挤压小波变换的原理出发,通过模型分析算法中参数设置对时频分析结果的影响,包括小波母函数、小波母函数的参数选择和小波阈值等,分析瞬时频率变化率不为零的信号所存在的时频谱模糊现象,并通过控制小波母函数、小波母函数参数以及小波阈值有效地减轻瞬时频率变化率不为零的信号所存在的时频谱模糊现象,时频谱的质量得到一定程度的提高。研究结果对获取高分辨率地震时频谱具有一定的指导意义。      

重构小波阈值函数在信号去噪中的应用与研究

实际工程应用中,通过物理手段采集到的信号都带有噪声信息,这样就会淹没很多有用信号,传统的“带通、低通、高通”滤波技术往往显得无能为力,因此提取有用的特征信息就需要对原始信号进行去噪。常用的小波阈值去噪（硬、软阈值函数）方法,含有诸多缺点,本文在其基础上重新构造了一个新的阈值函数。在MTALAB（2014a）环境下,用传统的硬、软阈值函数及重构阈值函数对混入高斯白噪声信号进行去噪仿真分析,结果表明,重构的阈值函数处理的信号效果更好,更清晰。      

多源遥感影像深度特征融合匹配算法

针对多源遥感影像之间成像机理不同、非线性光谱辐射畸变大以及灰度梯度差异明显等所导致的匹配困难问题,提出深度特征融合匹配算法(Feature Fusion Matching Algorithm, FFM)。(1)通过构建特征图金字塔网络提取影像深度特征,使用特征连接结构将语义丰富的高层特征与定位精确的低层特征互补融合,解决多源影像同名特征难以表征的问题并提高特征向量的定位精度;(2)对原始维度1/8的特征图进行交叉变换来融合自身邻域信息与待匹配影像特征信息,通过计算特征向量间的相似性得分得到初次匹配结果,针对特征稀疏区域,提出滑动窗口自适应得分阈值检测算法来提升匹配效果;(3)将匹配结果映射至亚像素级特征图,在小窗口内计算像素间的匹配概率分布期望值来检校优化匹配结果,提高匹配点对的准确性;(4)使用PROSAC算法对匹配结果进行提纯,有效剔除误匹配的同时最大限度保留正确匹配点。试验选取6对多源遥感影像,将FFM同SuperPoint、SIFT、ContextDesc以及LoFTR算法进行对比,结果表明FFM算法在匹配点正确率、匹配点均方根误差以及分布均匀度等方面远优于其他算法。将FFM匹...     

Ce片滤过在基于光子计数X射线骨密度测量中的优势

K边缘滤过常用于双能X射线骨密度的测量中,但它与不加K边缘滤过时的多能谱光子计数探测器在骨密度测量中的应用还需要进一步的对比、研究。本文选择利用稀土材料铈（Ce）的K边特性,对广谱X射线进行能谱优化,从而获得双能谱,并针对此种情况下的双能谱提出了一种对应的能量-阈值校准方法,希望一定程度上提高骨密度仪中物质分解的准确度。本文对未加Ce时的三能分解、双能分解与加了Ce片后的双能分解做了对比实验。实验结果显示,在未加Ce片滤过时,三能分解精度比双能分解精度高;经过Ce片滤过后,双能分解精度优于所有未加Ce片滤过时的分解精度。      

双稀疏字典和FISTA的地震数据去噪

地震数据的随机噪声去除是地震数据处理中的一项重要步骤,双稀疏字典提供了两层稀疏模型,比单层稀疏模型可以更好地去除噪声.该方法首先利用contourlet变换对地震数据进行稀疏表示,然后在contourlet域中使用快速迭代收缩阈值算法（fast iterative shrinkage-thresholding algorithm,FISTA）对初始字典系数进行更新,接着采用数据驱动紧标架（data-driven tight frame,DDTF）在contourlet域中得到DDTF字典并通过FISTA得到更新后的字典系数,最后通过DDTF字典和更新后的字典系数获得新的contourlet系数,并对新的contourlet系数进行硬阈值和contourlet反变换得到去噪后的数据.通过模拟数据和实际数据的实验证明：与固定基变换去噪方法相比,该方法可以自适应地对地震数据进行稀疏表示,在地震数据较为复杂时得到更高的信噪比;与字典学习去噪方法相比,该方法不仅拥有较快的去噪速度,而且克服了字典学习因为缺少先验约束造成瑕疵的缺点.     

基于AutoCAD的动态坐标转换的快速实现

在AutoCAD制图软件中,如何快速展示电子地图的大地坐标,是一个亟须解决的问题.通过对坐标正反算和AutoCAD制图技术的叠加运用,以数字珠海电力为例,详细说明基于AutoCAD动态坐标转换的快速实现.     

GPS广播星历参数拟合算法及其分析

利用地面观测资料定轨确定的卫星位置、进而计算出的卫星广播星历参数是进行卫星定位的基础。为了分析卫星星历拟合的精度和效率,推导了由卫星位置拟合GPS卫星广播星历参数的数学模型。并用算例分析了影响拟合效率的因素,分析了卫星位置有误差是对于卫星星历参数的影响。结果验证了所给出的算法的可行性和有效性。     

基于粒子群优化算法的最大类间方差多阈值图像分割

最大类间方差法是图像分割中一种常用的阈值分割方法,对于单阈值分割具有显著的效果,但是对于多阈值分割,计算复杂度大、耗时较多。本文将粒子群优化算法与最大类间方差法结合,提出了一种新的图像分割方法,该方法利用粒子群优化算法的寻优高效性,并由灰度图像的最大类间方差值作为适应值,搜索最优分割阈值,实现图像的多阈值分割。实验结果显示,新方法大大缩短了寻找最优阈值的时间,降低了运算复杂度,提高了图像分割速度,说明基于粒子群优化算法的图像分割算法是可行的、有效的。     

车载激光点云的道路标线提取及语义关联

自动驾驶技术已成为未来智能交通的发展方向之一,高精度地图为L3级及以上自动驾驶实现高精度定位和路径规划提供先验信息,是自动驾驶车辆传感器在遮挡或观测距离受限情况下的重要补充。道路标线的位置和语义信息,比如实线和虚线的绝对位置是高精度地图的基本组成部分。本文从车载激光点云中提取扫描线,根据道路边缘位置几何形态的突变从扫描线中提取道路路面,在此基础上首先利用反距离加权插值的方法把路面点云图像以一定的分辨率转换为栅格图像,其次利用基于积分图的自适应阈值分割方法把栅格图像转化为二值图像,然后利用欧氏聚类的方法从二值图像中提取标线点云,并利用特征属性筛选的方法对提取的标线点云进行语义识别,最后建立交通标线和交通规则之间的语义关联。     

基于降雨强度-历时评价边坡稳定性——以安徽省3个边坡为例

为了探究降雨条件对边坡稳定性的影响,确定降雨阈值曲线,利用FLAC^2D 7.0数值模拟软件对安徽省3个小型边坡进行饱和-非饱和渗流及稳定性分析,获取了边坡安全系数随降雨强度和历时的变化趋势。边坡监测位置处孔隙水压力与饱和度的变化结果显示：降雨对边坡的影响是有限的,降雨历时越长,极限降雨强度越小并趋于稳定,边坡趋于饱和,此时安全系数达到最小值,后续降雨对边坡安全系数影响很小;为确保安全,假设临界安全系数为1.15,对应降雨强度为临界降雨强度,降雨历时越长,临界降雨强度越小并趋于稳定,3个边坡临界降雨强度趋于稳定时分别为13、12和16 mm·d^-1,对应的降雨历时分别为5、9和12 d,表明前期降雨对边坡稳定性影响很大。利用这3个边坡的临界降雨强度数据进行降雨阈值曲线拟合,并以435组安徽省2008～2022年历史灾害降雨数据验证该降雨阈值曲线。结果表明：95%以上的灾害数据点可以被该降雨阈值曲线预测。