基于空时特征矢量的空时多用户检测

文章提出了一种新的空时多用户检测方法,该方法有效地结合了空间与时间处理。在求充分统计量中,定义了一种维数较高的空时特征矢量,它包含了各接收阵元阵列响应与扩频序列的联合信息。在求出的充分统计量中包含了各接收阵元之间的信息,在抑制干扰过程中采用了更有效的正交空间投影算法。在DS-CDMA异步多径信道下,仿真结果证明,该方法能有效地抑制多址干扰与多径干扰。     

基于单电磁矢量传感器的多参数联合估计

利用电磁矢量传感器来实现信号多参数的联合估计是近年来信号处理领域的一种新的方法和途径。基于单个电磁矢量传感器通过构造两组具有固定时延的接收数据,利用TLSESPRIT算法和矢量叉积相结合实现了多参数的联合估计,参数自动完成配对,可以最多同时估计5个不相关的信号,且空间到达角、极化参数的估计和信号频率的估计是两个相互独立的过程互不影响,与利用极化敏感阵列进行参数估计相比计算量小,并通过计算机仿真验证了此方法的有效性。     

基于时-空稀疏解的方位超分辨算法

受限于阵列波束宽度的瑞利限,常规单脉冲测角方法无法分辨处于一个波束宽度内的多个目标,为此,提出一种基于时-空稀疏解的方位超分辨算法,对距离、多普勒维无法分辨的同一波束宽度内的多个目标进行角度测量。该方法首先构造基于类-p范数稀疏度和2范数约束的代价函数,通过迭代过程最小化代价函数求得时-空二维稀疏解,最后由时-空二维稀疏解估计目标的多普勒频率和方位角。与传统的方位超分辨算法相比,该方法利用了多普勒信息,改善了方位超分辨性能,具有较高的分辨率和极低的旁瓣电平,同时该方法无需多维空间谱搜索过程。计算机仿真结果验证了该算法的有效性。     

基于小波变换的图像矢量量化

在基于小波变换的图像矢量量化研究中,本文综合考虑了高频小波系数的各种特性,吸收已有的优秀成果,在全面研究了矢量的形成、初始码书的设计、距离的选取,以及同一方向高频子图之间的相似性等方面的基础上,设计出一种有效的量化算法.     

多载频MIMO雷达的空时超分辨算法

该文建立了多载频MIMO (Multi-Carrier-Frequency MCF-MIMO) 雷达的信号模型,指出信号预处理后在接收端形成一个阵元数为NtNr的等效阵列(Nt, Nr分别为发射和接收阵元数),推导出窄带情况下导向矢量是发射和接收导向矢量的kronecker积,并针对该特点提出了采用空时2维MUSIC方法来实现距离和角度的超分辨,从而提高在多目标环境中目标距离以及角度的估计精度。推导了距离和角度估计的Cramer-Rao界,并仿真研究了估计性能与信噪比、快拍数和波达方向的关系,最后给出了面阵情况下3维空时超分辨的仿真结果,验证了该算法在面阵多维情况下的有效性。     

基于时空极化导向矢量的阵列信号多维参数联合估计

通过对极化敏感阵列的时域采样构造了具有旋转不变结构的矩阵对,该矩阵对分解的特征值与对应特征向量分别是旋转矩阵和阵列的时空导向矢量,利用该导向矢量和旋转矩阵直接得到信号的频率、二维波达方向和极化的联合估计,该多维参数计算方法具有虚拟阵元和较高的估计精度。简述了多维ESPRIT方法的基本原理,其配对方法采用了多个矩阵束具有相同的特征向量,两种方法均利用了的相同信息-矩阵束的特征值和特征向量,仿真实验验证和比较了两种方法的性能。     

基于运动矢量时-空特性的快速运动估计算法研究

通过运动矢量在时—空特性的分析,根据时—空关系采用不同的搜索模式;实验结果表明该算法有效提高了运动估计的速度并避免了现有运动技术的不足,同时具有与相关算法近似或更好的性能。     

基于矢量地图的路径寻优算法

文章介绍一种基于矢量地图的最优路径搜索算法。首先描述矢量地图库的存在结构,然后提出针对这种特定存储结构的最短路径搜索算法,并对算法的收敛性加以讨论。     

基于自适应蚁群优化的矢量量化码书设计算法

本文提出一种基于自适应蚁群优化的矢量量化码书设计算法.该算法利用人工蚁群系统中蚂蚁通过信息量留存寻找最优路径的机制,合理设计转移概率、禁忌列表、信息量更新方式及自适应地调整截取转移概率的参数.实验结果表明,该算法能获得质量较好的码书和主观效果较好的译码图像.     

基于多测量矢量压缩感知的超分辨荧光显微成像研究

在超分辨荧光显微成像技术中,单分子定位显微方法是被广泛应用的技术之一。根据荧光显微成像原理构造多测量矢量压缩感知模型（Multiple Measurement Vector-Compressed Sensing, MMV-CS）,并采用多重稀疏贝叶斯学习算法进行求解,来实现超分辨荧光图像重建。分析了有效像元大小、荧光分子生成的光子数和背景信号泊松化噪声对重建结果的影响,以及在图像进行分块处理时算法运行时间的分析。模拟和实验计算分析表明,当点扩展函数的标准差在160 nm时,有效像元大小在120、160、200 nm能取得较好的重构效果,而在60 nm时效果较差。探测器收集的光子数越多,重构效果越好,随着背景信号光子数增加时,离得越近的样品结构越不能分辨。在同样的分块处理情况下,MMV-CS比同伦算法(L1-Homotopy, L1-H）和凸优化算法(CVX)分别快一个数量级和三个数量级,因此,在研究三维超分辨荧光显微成像时,MMV-CS算法在运行时间上具有更大的优势。     

超分辨测角在海用相控阵雷达低角测量中的应用

低空目标的直达回波与多径反射回波相互耦合,使雷达测角误差显著增大,严重影响海用雷达对低空目标的探测性能。数字相控阵雷达可同时生成多个接收波束,利用超分辨测角技术提高测角精度。文中给出了超分辨测角技术在海用数字相控阵雷达中的一种工程应用方法,并将多信号分类、最大似然法两类超分辨测角技术与传统的高低波束测角技术进行了分析比较。仿真结果表明:超分辨类算法对海面低角目标的测角性能相比传统方法有很大提升,并且受阵面幅相误差影响不大,在海用数字相控阵雷达中有较好的工程应用前景。因此,本研究对工程实际中海用数字相控阵的低空目标探测技术有较大的参考价值。     

雷达成像近似二维模型及其超分辨算法

现有的雷达成像超分辨算法是基于目标回波信号的二维正弦信号模型,所以模型误差,特别是距离走动误差,将使算法性能严重下降或失败。为此,本文采用距离走动误差下的一阶近似雷达成像二维信号模型,提出了一种基于非线性最小二乘准则的参数化超分辨算法。在算法中,距离走动误差补偿与目标参量估计联合进行,文中同时给出了算法估计性能的Ｃｒａｍｅｒ－Ｒａｏ界及仿真结果。     

超分辨条件下雷达目标散射点数的估计方法

为了在状态空间超分辨理论的框架下获得雷达目标散射点数目的估计,本文提出了一种基于状态空间理论的雷达高频区目标散射点数判定准则,该方法利用信号与噪声子空间的正交性质,搜索最优的散射点数目,理论分析与仿真试验均证明了该方法的正确性.     

不同类型传感器的分层融合算法研究

在分布式多传感器数据融合系统中,各单传感器类型不同情况下的融合问题是一类普遍的问题.本文从分层融合算法的推导过程提出了一种解决这一类问题的方法,包括融合状态设定方法、对单传感器滤波结果的状态及其相应方差阵的扩维方法、扩维后的融合与预测方法.同时明确了这种扩维融合算法的实质.     

光学超分辨技术在高密度光存储中的应用

综述了超分辨技术的类别原理及光学超分辨的发展状况,并给出了超分辨光学头的结构和存储机理,重点论述了光学超分辨技术在光学头中的应用.     

一种脉冲多普勒雷达解模糊新算法

模糊问题是脉冲多普勒雷达的固有问题.目前常用的解模糊算法是孙子定理方法和一维集算法.本文提出了一种新的解模糊算法,即群算法.这种算法对测量误差不敏感,而且既可以解距离模糊又可以解多普勒模糊,所以它的性能优于孙子定理算法.另一方面,由于使用了查找表,群算法的计算量比一维集算法小,因而更适合实时处理.     

米波雷达最大似然超分辨测高技术研究

米波雷达垂直面波束比较宽,直达波与多径相干叠加导致垂直面波瓣分裂,波束比幅或DBF(数字波束形成)搜索的方法无法进行测高。介绍了最大似然算法原理,分析了米波雷达反射场的几何模型,提出了与阵列几何模型匹配的最大似然阵列超分辨测高方法,给出了算法的具体实现步骤,有效解决了米波雷达低仰角测高问题。针对试验米波雷达系统采集的实际回波,给出了DBF搜索、传统最大似然及该文算法的处理结果,试验结果也表明了该方法的优良测高性能。     

一种基于权值矩阵的序列图像超分辨率盲复原算法

 建立准确的观测模型是提高现有超分辨率复原算法性能的关键.本文提出一种基于权值矩阵的超分辨率盲复原算法:定义了一种新的基于权值矩阵和运动补偿矩阵的观测模型,在最大后验概率框架下,采用交替最小化方法对权值矩阵和高分辨率图像进行联合优化求解.静止和动态图像序列的测试结果表明,该方法能够实现对低分辨率图像降质过程的准确描述,其复原性能明显优于传统基于理想观测模型的算法,部分结果甚至超过了观测模型已知的算法.     

基于离线双字典学习算法的图像超分辨率重建研究

为了提高图像超分辨率重建的质量,采用离线双字典学习算法。首先图像块建立字典稀疏模型,确定字典中原子数量;然后使用基于离线字典学习对图像稀疏编码,同时把稀疏编码统一到一个框架中进行优化编码;接着对字典进行分解多个子字典,将图像块中像素点的列向量在子字典展开;最后双字典与超分辨率重构中不同分辨率的异构数据进行同构化,确定控制残差条件,给出了算法实现过程。实验仿真显示本文算法重建效果清楚,峰值信噪比最大,BIQI最小。