图像去模糊的l0范数最小化方法

针对经典的图像去模糊问题,提出了一种基于l0-范数约束的图像去模糊算法。该算法结合图像稀疏性的特点,利用l0-范数作为正则项约束,保证了恢复图像的稀疏性要求。为了有效的求解l0-范数优化问题,引入两个辅助变量,将原问题分解为两个子优化问题,并采用交替方向法进行快速求解。实验结果表明,对于不同程度的高斯模糊和运动模糊,该算法都能够得到有效的恢复结果。     

Oja神经网络模型的有限逸时性

O ja连续型全反馈神经网络模型可以有效计算实对称矩阵的主特征向量,该网络的动态行为由描述其模型的微分方程所决定,详细研究了O ja动力系统的稳定性问题.对于非正定实对称矩阵最大特征根为零,且至少有一特征根为负的情形,证明了从单位球外出发的解并不一定必然导致有限逸时,完善了O ja模型计算实对称矩阵主特征向量的收敛性结果,数值实验结果进一步验证了理论分析的正确性.     

基于滑动窗与韧性函数的递归最小p范数滤波方法

稳定分布可以更好地描述实际应用中所遇到的具有显著脉冲特性的随机信号和噪声。与其它统计模型不同, 稳定分布没有统一闭式的概率密度函数,其二阶及二阶以上统计量均不存在。针对系统中存在独立SS噪声与高斯噪声,该文基于SSG分布模型,提出了一种混合噪声环境下基于滑动窗与韧性函数自适应广义递归最小p范数滤波算法,并对算法进行了分析。计算机模拟和分析表明,这种算法是一种在SSG分布背景噪声条件下具有良好鲁棒性的方法。     

相关熵与循环相关熵信号处理研究进展

在无线电监测和目标定位等应用中,接收信号经常会受到脉冲噪声和同频带干扰等复杂电磁环境的影响,传统的基于2阶统计量的信号处理方法往往不能正常工作,基于分数低阶统计量的信号处理方法也由于对信号噪声统计先验知识的依赖性而遇到困难。近年来提出并受到信号处理领域普遍关注的相关熵和循环相关熵信号处理理论与方法,是解决复杂电磁环境下信号分析处理、参数估计、目标定位和其他应用问题的有效技术手段,有力促进了非高斯、非平稳信号处理理论方法和应用的发展。该文系统性地综述了相关熵和循环相关熵信号处理的基本理论和基本方法,包括相关熵与循环相关熵的起源背景、定义概念、性质特点,以及所包含的数学物理意义。该文还介绍了相关熵与循环相关熵信号处理在多个领域的应用问题,希望对非高斯、非平稳统计信号处理的研究和应用有所裨益。

     

基于随机变量相似度的ICA方法

从随机变量(微分)熵的概念出发,定义了随机变量的相似度,讨论了用求相似度极点的方法实现观测数据线性组合非高斯性最大化,从而串行估计独立分量分析(ICA)模型中的独立分量的原理和算法。对非多项式矩定理进行了更为一般化的证明,以此定理为根据阐明了以一般的非二次型光滑偶函数的数学期望近似代替相似度的可行性。给出梯度算法中的符号因子计算公式,避免了现有的相应算法中符号因子计算公式与目标函数之间的矛盾。通过与极大似然ICA方法对比,表明所定义的相似度就是在预白化条件下单个源变量的极大似然函数。     

一种维纳加权的广义相关自适应时间延迟估计方法

本文研究了维纳加权广义相关时间延迟估计问题，提出了一种自适应实现维纳加权的时延估计方法。文中讨论了算法结构，分析了其性能，并给出了计算机模拟的结果。理论分析和计算机模拟表明，这种自适应维纳加权时延估计方法，不依赖于输入信号和噪声的统计先验知识，可以有效地消除信号中噪声对时延估计的影响，具有较高的估计精度和较快的收敛速度。     

低阶α稳定分布噪声下诱发电位潜伏期变化估计的一种新方法

本文提出了一种低阶α稳定分布噪声下诱发电位潜伏期变化估计的新算法.新算法克服了原有算法需估计伴随噪声的特征指数α的缺点,并且将现有算法的适用范围加以扩展到伴随噪声的特征指数为0＜α≤2的场合.本文在理论上对新算法的收敛性进行了证明,计算机仿真也表明新算法对于原有算法具有更好的鲁棒性.     

α稳定分布噪声下自适应信号处理的研究进展

口稳定分布可以更好地描述实际应用中所遇到的具有脉冲特性的随机信号和噪声。本文介绍了a稳定分布的统计特性,综述了a稳定分布噪声环境下的时间延迟估计、波束形成、噪声抵消等自适应信号处理方法。基于分数低阶统计量的方法能够有效地抑制a稳定分布噪声,具有良好的韧性。     

广义复相关熵与相干分布式非圆信号DOA估计

针对相干分布式非圆信号参数估计算法在脉冲噪声环境下性能退化的问题,本文提出了广义复相关熵的概念,并给出了基于广义复相关熵的相干分布式非圆信号DOA（Direction of Arrival）估计方法。该算法首先由分布式信源模型获得入射信号的阵列输出信号,利用信号的非圆特性得到扩展阵列输出信号,再通过扩展阵列输出信号的广义复相关熵矩阵获取信号子空间,避开了传统二阶统计量算法在脉冲噪声下不适应的问题,最后由信号子空间旋转不变特性得到信号的中心波达方向角度。仿真实验结果表明,在Alpha稳定分布噪声条件下,与传统算法相比,本文所提算法具有更好的性能。