混响环境下改进的球谐波域L1-SVD声源定位算法

由于多径效应的影响,基于稀疏重构理论的声源定位算法在混响环境下存在定位精度较差的问题.本文提出一种适用于混响环境的DPDT-L1SVD声源定位算法,该算法将L1-SVD稀疏信号重构声源定位算法扩展到球谐波域中,并根据球谐波域中导向矢量与频率解耦的特性将其拓展到宽带信号处理中,再与直接路径检测方法(direct-path dominant test,DPDT)相结合.由仿真实验结果可知,在低信噪比情况下,该算法定位精度优于DPDT-MUSIC和SS-PIV算法,且具有较强的噪声鲁棒性.结合实测实验结果,验证了该算法在混响环境下具有较高的定位精度和空间分辨率.     

一种基于压缩感知的信道缩短滤波器设计

鉴于使用信道缩短滤波器的系统的复杂度会随着滤波器中非零抽头的增加而快速增大, 运用盲自适应子空间追踪(Blind Adaptive Subspace Pursuit, BASP)算法设计了一种稀疏滤波器来减少非零抽头. 首先在最小均方误差(Minimum Mean Square Error, MMSE)准则下, 将信道缩短问题转化为稀疏滤波器的设计问题, 然后通过加入稀疏度盲估计过程, 使滤波器可以自适应地改变稀疏度, 最后在子空间追踪算法(Subspace Pursuit, SP)的框架下实现非零抽头不连续的稀疏滤波器设计. 仿真结果表明, 设计的稀疏滤波器有效地实现了信道缩短, 运用该滤波器的系统可在更低的复杂度下获得更高的精度.     

基于小波变换的改进LMS自适应算法在射电天文数字终端的应用

以新疆天文台南山25m天线改造计划为背景,针对南山25m射电望远镜L波段观测终端,分析对比多种自适应滤波及小波滤波的优缺点,提出一种基于小波分解的改进LMS自适应算法,对脉冲星观测信号进行干扰噪声消除.该算法在单通道干扰消除、权值更新机制、变步长算法等方面提出了独特的想法.仿真结果表明,基于小波变换的改进LMS自适应算法性能良好,能对L波段内的干扰信号起到有效的消除或减弱,达到提高信号信噪比、提升观测能力的目的,具有一定的应用价值.     

基于系数相关性的自适应水印算法

根据人类视觉特征提出了一种基于小波系数相关性的自适应水印嵌入算法.该算法先对原始图像进行的小波分解,选取水印所要嵌入的子带并将所选取的子带划分成2×2大小的块,同时利用每一个小波块中相邻的4个系数之间具有一定的相关性与所要嵌入的水印图像来构造该小波块的水印系数,利用人类视觉模型调整水印的嵌入强度,从而在保证水印不可见性的基础上最大限度的保证水印的鲁棒性.选取不同特点的两幅图片进行实验,实验结果表明,该算法对高斯噪声、椒盐噪声、JPEG压缩、剪切、中值滤波等攻击都具有较好的鲁棒性,对旋转几何攻击具有一定的鲁棒性.     

小波阈值消噪算法中分解层数的自适应确定

在对带白噪声信号的小波变换特性分析的基础上,基于自相关函数的白噪声检验方法,提出了一种确定小波分解层数的自适应算法.结合不同的小波阈值处理方法,用信噪比和最小均方误差为度量指标,探讨了在阈值消噪算法中本文提出的确定“最佳”分解层数算法对消噪的有效性.并给出了数值仿真实验结果及分析.数值仿真结果表明,该方法具有较好的去噪效果.     

基于沃尔什-哈达玛变换和信噪比的自适应音频盲水印算法

针对加性水印中嵌入强度因子的自适应问题进行了研究,提出了一个基于信噪比的自适应音频水印算法.该算法在保证听觉质量的同时,利用信噪比自适应地调节嵌入强度因子,并将水印信号嵌入到音频数据经沃尔什-哈达玛变换后的低频系数中,水印检测时不需要原始音频信号参与.仿真实验结果表明该算法对诸如加噪、滤波、重量化、重采样和MP3压缩等常规信号处理具有较强的鲁棒性,可用于音频数据的版权保护.     

一种新的运动自适应去隔行算法

提出基于棱边方向检测的运动自适应去隔行算法,该算法能充分利用图像序列的时间和空间上的相关信息,采用新颖的相邻场运动检测方法区分视频序列中的运动和静止部分.对于运动部分,使用改进的基于棱边方向的边沿自适应插值算法;对于静止部分,采用三点中值滤波插值算法.仿真实验表明：算法无论在画面视觉效果还是视频图像信噪比,均达到良好了效果.     

新四翼超混沌系统的电路仿真及其错位广义修正函数投影同步实现

为了增强混沌系统应用的电路基础,提高混沌保密通信的安全级别,研究新四翼超混沌系统的电路仿真及其错位广义修正函数投影同步问题。首先基于新四翼超混沌系统的状态方程,应用电路设计原理,搭建新四翼超混沌系统的仿真电路。然后提出混沌系统的错位广义修正函数投影同步,基于Lyapunov稳定性定理,构造自适应同步控制器及系统未知参数的辨识法则,实现新四翼超混沌系统的错位广义修正函数投影同步。最后数值仿真得到与理论分析相同的结果,并给出控制器的反馈增益系数向量与同步时间的关系。     

基于多分辨率分解的音频水印算法

根据小波变换的时频分析特性和多分辨率的分析特性,提出了一种基于小波变换的数字水印嵌入与检测算法.用这种算法嵌入水印有很强的隐蔽性,对原始音频信号的影响基本上察觉不出来.仿真实验证明使用这种算法能够正确地检测出水印的存在,可以抵抗噪声干扰、去噪处理、滤波处理和信号的重采样等.     

基于人类视觉特性（HVS）的离散小波变换（DWT）数字水印算法

伴随着计算机网络通信技术的蓬勃发展,数字媒体数据的交换和传输变得日益简单且快捷.数字水印技术是一项将数字、序列号、图像标志等版权信息嵌入到数字产品信息中,用来保护数字产品版权和认证来源及完整性的新型技术.提出了一种基于人类视觉特性HVS的小波域盲数字水印算法,通过借鉴人类视觉特性HVS算法思想自适应的嵌入水印信息,能够很好地达到水印嵌入透明性和鲁棒性的平衡.通过Matlab软件实验仿真,表明该算法具有较好的透明性和鲁棒性.     

比迹准则下的边界判别投影

为了克服高维数据分析中存在的"维数灾难",提出了一种有监督的数据降维算法,该方法将边界判别投影算法扩展到比迹准则下进行建模,通过最大化同类样本点之间的最近距离,最小化异类样本点之间的最大距离,来获取最优的判别投影方向.理论分析表明,比迹准则下的边界判别投影算法所生成的低维表示对原始数据的可逆变换就有不变性,且求得的投影方向是关于类内散度矩阵共轭正交的.人脸数据集上的分类实验表明,与迹差准则下的边界判别投影算法相比,比迹准则下的边界判别投影算法在每类样本点较少时具有更高的判别能力.     

基于自适应遗传算法的OFDMA资源分配

针对OFDMA系统,提出了基于边缘自适应(MA)准则的子载波分配算法,该算法基于一种新颖的自适应遗传算法.在新算法中的交叉概率、变异概率随着群体适应度的改变而改变,同时在该算法的初始种群中加入优秀基因的个体,使得算法快速收敛,并能搜寻到优秀的子载波分配方案.仿真结果表明:新算法与已有分布式算法、遗传算法相比较,在性能上有较大的改善,并远优于静态的频分多址资源分配方式.     

一种新的无监督SAR影像变化检测

针对传统的SAR影像变化检测算法无法同时降低虚警和漏警数量,不能同时确保准确率和抗斑点噪声能力的现状,设计了一种新的基于曲波变换和自适应脉冲耦合神经网络的SAR影像变化检测算法.首先采用曲波变换降低差值图像中斑点噪声的含量.然后利用自适应脉冲耦合神经网络对每个像素所对应的变化信息进行变化类和未变化类的分类,得到变化检测图.结果显示与比较算法相比,本文算法的KC指标至少高出0.58个百分点、Recall指标至少高出4.28个百分点、F1指标至少高出0.74个百分点.说明对于KC、Recall和F1这些性能指标,该算法具有更高的检测准确度.无论是高斯噪声还是斑点噪声,在PSNR∈[35,50]dB的范围内,本文算法的抗噪性能都高于比较算法.     

基于K-SVD字典学习的合成图像盲检测

一幅真实的图像中噪声特性是一致的,而由多幅图像内容拼接而成的合成图像噪声特性是不一致的.本文利用这一特点,提出了一种基于K均值奇异值分解(K-SVD)字典学习的合成图像盲检测方法.该方法首先通过K-SVD算法对合成图像进行训练得到其稀疏表示字典,然后利用学习得到的字典对背景噪声进行去除,最后根据去噪前后图像对应子块的相关系数异同实现篡改区域的检测与定位.实验结果表明,该方法对于鉴别含有不同背景噪声的合成图像具有显著效果,同时,算法对JPEG压缩、重采样和模糊等后处理操作都具有较好的鲁棒性.     

基于自适应演化算法的DS-CDMA多用户检测

提出了一种新的自适应演化算法，用来解决码分多址系统中的多用户检测问题．该算法采用最大似然判决来检测用户发送的比特序列，根据当前变异的成功概率来自适应调整子代种群规模．仿真结果表明，基于自适应演化算法的多用户检测器总能在指定的迭代次数内收敛到与最优多用户检测器相一致的结果．该算法与未采用自适应机制的进化规划相比，当用户数从10增加到20时，收敛所需的代数相应减少37．5％到47．8％．该算法的计算复杂度是与用户数相关的多项式复杂度，与最优多用户检测器的指数复杂度相比，具有较好的可行性和实用性．     

自适应权重的GPSR压缩感知重构算法

在压缩感知信号重构的过程中,为使投影梯度稀疏重构算法（GPSR）在保持低复杂度的同时,能有效提高重构性能,引入了自适应思想,给重构模型添加具有惩罚意义的权重系数,以寻找算法复杂度和精度之间的最佳平衡点;根据解的收敛进程不断调整权重值,以加速收敛.仿真实验表明：在相同条件下,该算法的计算效率优于传统的GPSR算法和典型的OMP算法,能在较短的运行时间内大幅度提高重构精度.     

一种基于粒子滤波的测向定位跟踪算法

基于多站测向定位提供的目标辐射源方位角信息,提出了一种基于粒子滤波的测向定位跟踪算法.该算法采用序贯蒙特卡罗的粒子滤波技术,对目标辐射源方位信息进行粒子滤波融合处理,实现了对机动目标辐射源的无源定位跟踪.仿真实验表明,该算法适用于非线性模型和非高斯噪声的目标跟踪,与传统的基于卡尔曼滤波的多传感器融合跟踪算法相比,定位跟踪更为精确,从而对提高战场电子目标定位跟踪和精确打击具有广泛的应用价值.     

精确稀疏扩展信息滤波的地图优化研究

研究了移动机器人同时定位与地图创建（SLAM）精确稀疏扩展信息滤波（ESEIF）的地图优化算法,即利用信息熵度量变量不确定性的特性来对地图特征点进行分类,选择不同类型的特征点处理ESEIF的不同更新过程,同时优化活动地图,使SLAM更新在恒定时间内实现,且提高了机器人和地图的估计精度.仿真实验证明：在特征点多的大环境下,特征点优化后的算法实时性强,估计精确度更高.     

一种聚簇重配置的传感器网络负载平衡算法

根据传感器网络的动态实时性,提出了聚簇重配置负载平衡算法(forced reconfiguration load balan-cing,FRLB).该算法对啦制重配置的系统框架进行了改进,实现了构建阶段和稳态阶段的两种均衡策略.采用一个簇中的节点数和在节点传输距离内的簇头数这两个指标来选择下一簇头;建立了基于契比雪夫不等式的负载平衡的衡量标准来均衡化网络内的能量消耗并减少通信拥塞.仿真分析表明,该算法相比其他网络资源和任务管理算法,能更有效减少热点并提高传感器网络的使用寿命.     

稀疏正则化最小类散度半监督分类机

基于稀疏表示理论提出一种稀疏正则化最小类散度半监督分类机(SRMCV), 且对于模式分类问题, SRMCV通过引入稀疏Laplacian正则化项和类内散度信息以实现预测空间函数在全局稀疏表示结构下平滑变化, 同时通过类内数据散度结构进一步优化决策函数的判别方向, 此方法能解决现有SSL方法对模型参数敏感和在噪声学习环境下缺乏鲁棒性等问题, 其有效性已在实际数据集上通过实验验证.