学生水平的模糊综合评价模型

针对学生水平评价问题,提出一种模糊综合评价模型,模型综合考虑多种评价因素及其权值,以模糊数学为工具,利用模糊变换和模糊合成等运算实现学生水平的判断,进而更准确的了解学生学习情况,并给予切实的指导.     

农村进城就业人员的职业流动、城市变换和家属随同状况及影响因素分析

中国劳动力从农村向城市的大规模流动是促进中国城市化和经济发展的重要动力。本文基于山东等四省619户农户的实地调研数据,定量分析了农村进城就业人员的职业流动和城市变换、家属随同状况及其主要影响因素。研究结果表明,受城市就业机会与自身人力资本的制约,农村进城就业人员从事的职业和就业的城市比较稳定,农村进城就业人员在配偶随同情况比本世纪初有所改善,但在小孩随同情况改善很小,配偶和小孩逐步随同已成为中国城市化进程中农村劳动力举家迁移的过渡模式。长远来看,提高农村人力资本、创造城市就业机会和放宽城市教育政策等对于农村进城就业人员举家迁移至关重要。     

组合幂调频信号的时频移估计

为了准确估计接收信号的时频移参数和降低估计复杂度,设计了一种组合幂调频（CPFM）信号,该信号由具有时间间隔的正负幂调频（PFM）信号构成,并提出了基于CPFM信号的时频移估计算法。在算法中首先将CPFM信号降阶,然后独立地估计时延和频移,即采用三次相位函数（CPF）估计时延,通过正负PFM相位相消后再估计频移。相比于分数阶傅里叶变换（FRFT）时频移估计算法,所提算法避免了时延估计对频移估计的影响,而且仅需两次一维搜索,降低了计算量。仿真结果表明,该算法能准确地估计CPFM信号的时延和频移,并且频移估计均方误差（MSE）接近克拉美劳下界（CRLB）。     

利用双正交小波变换优化G3-PLC系统性能

为了提高G3-PLC(G3-Power Line Communication)在复杂信道环境下通信的可靠性,提出了基于双正交小波变换的正交频分复用（Discrete Wavelet Transform-Orthogonal Frequency Division Multiplexing,DWT-OFDM）。通过双正交小波变换减小复杂信道环境下G3-PLC通信系统中OFDM载波间干扰,并通过合理减少循环前缀,优化传输效率,降低峰均比。在DWT-OFDM的G3-PLC系统中,通过不同小波基性能分析与对比,利用bior6.8双正交小波基进行系统性能优化。将DWT-OFDM的G3-PLC系统在实际电力线噪声库环境下进行实验分析,仿真结果表明,在平均误码率为10-3量级时,性能有5 dB左右提升,通信效率由40%提高至54%;结合限幅法,峰均比由11 dB降低至8 dB,通信性能极大优于基于FFT-OFDM的G3-PLC系统。     

一种使用离散时间尺度变换技术的合成宽带雷达成像系统

基于离散时间尺度变换技术,提出了一种新的适用于合成宽带信号的机载雷达成像 系统。为了消除多普勒散布效应,该系统使用了尺度变换矩阵,将同一目标在不同子带上的 多普勒频率变换到一个已知的频率上,以便每一个子带可使用相同的传统多普勒滤波器组形 式去获得无失真的合成距离像。同时,利用FFT及CZT算法,进一步推导出尺度变换矩阵的一 种快速实现算法。实验仿真结果验证了所提方法的有效性。     

小波去噪理论及MATLAB实现研究

阐述了小波变换去除信号噪声的基本原理和方法,研究利用小波变换技术对信号噪声进行抑制和去除非平稳信号的噪声。然后利用MATLAB软件编制程序实现了基于小波变换的正弦信号的去噪仿真分析,仿真结果表明小波变换去除噪声具有很强的实用性。     

复杂样品的傅立叶变换红外光谱快速鉴定

采用傅立叶变换红外光谱对检验检疫工作中常遇到的几种成分复杂的样品进行了快速、准确的鉴定.     

基于图形小波变换的遥感图像表示与去噪

离散小波变换（Discrete Wavelet Transform,DWT）通常用于图像的表示。然而,对于具有不规则形状边缘的图像,尤其是对于纹理和细节信息较多的遥感图像,DWT却很难有效表示,进而影响后续去噪效果。针对该问题,提出了一种基于图形小波变换（Graphic Wavelet Transform,GWT）的图像去噪方法。首先,将图像表示为图形信号,并通过该图形信号的谱表示构造相应的变换矩阵;然后,设计了一种改进自适应阈值的图像去噪方法,在GWT变换域内对图像去噪。实验结果表明,与常用的图像去噪方法相比,所提算法能够提供更好的图像主观质量。采用均方根误差（Root Mean Square Error,RMSE）和峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）作为客观指标,结果表明,采用所提方法得到的重建图像客观质量更优。     

基于球谐变换的无人机蜂群RCS快速分析算法

为了获取目标的雷达截面积(Radar Cross Section,RCS),传统的方法是采用矩量法（Method of Moment,MOM）或多层快速多极子方法(Multi-level Fast Multipole Algorithm,MLFMA),尽管对目标的RCS计算精确,但其要求计算机的存储量大且计算耗时。而对于由上百成千个小型无人机组成的无人机蜂群而言,若采用上述方法来计算其RCS,计算量巨大,甚至无法计算。针对上述问题,提出了采用球面波展开技术与球谐变换相结合的方法来提升对无人机蜂群RCS的仿真效率,其关键技术是通过改变球谐函数中的求和次序,利用快速傅里叶变换来计算偏心球面上离散点的电场分布。数值实例表明,相比于高精度的MLFMA,所提方法获取蜂群无人机RCS的结果与其吻合良好,但对计算机内存的需求远远小于MLFMA,且随着无人机数量的增加,其计算速度可提升几个数量级。     

一种基于Radon变换的微表情识别算法

微表情是人们处在一些与平时生活环境不同的高强度环境下试图控制和掩饰的情感表现,也是一种不曾意识到的瞬时脸部表情,持续时间短,强度弱。为了提高其准确率,提出了基于Radon变换的微表情识别算法。首先,对数据库中的视频序列进行灰度归一化、尺寸归一化和二维主成分分析法（Two-dimensional Principal Component Analysis,2DPCA）降维预处理,使用光流法对降维后图像提取运动特征;然后使用Radon变换算法对光流图像进行处理,得到对应微表情的特征值和特征图像;最后使用支持向量机进行微表情分类识别。实验结果表明,使用Radon变换后得到的微表情特征图像得到了较好的识别效果,在微表情数据集CASME和CASMEⅡ上识别率分别为81.48%和82.17%,通过与选取的其他方法对比说明了该方法具有更好的识别性能。