面向有限带宽信道的字典学习图像超分辨率重建

固定邻域回归(ANR)算法采用K层奇异值分解(K-SVD)算法进行字典训练, 在字典学习过程中存在稀疏表示系数不准确的问题, 导致重建的结果不理想. 因此, 引入一种改进的K-SVD算法对字典进行训练, 该算法对字典训练改变了传统K-SVD算法更新稀疏表示系数的方式, 使得稀疏表示系数更加准确, 而且加快了字典的收敛速度, 使得训练得到的字典具有更好的稀疏表达能力. 同时, 针对ANR算法的不足, 提出一种面向有限带宽信道基于字典学习的图像超分辨率方法, 该方法采用改进的K-SVD算法训练字典对 , 并将其应用到ANR算法中, 实现图像的超分辨率重建. 实验结果表明, 本文提出的方法不仅能够保持ANR算法快速重建的优势, 而且提高了图像的重建质量, 具有更高的峰值信噪比和结构相似度.     

基于数据驱动字典和稀疏表示的语音增强

本文提出了一种基于数据驱动字典和过完备稀疏表示的自适应语音增强方法。首先在训练阶段采用干净语音基于K奇异值分解(K singular value decomposition, K SVD)算法训练过完备字典,然后在测试阶段根据含噪语音的噪声方差自适应选择最优的阈值,采用正交匹配追踪算法对含噪语音信号在过完备字典上进行稀疏分解,最后利用系数稀疏表示重构语音信号,从而达到语音增强的目。该方法不像传统语音增强方法那样减少或消去噪声,而是从字典中选取适当的原子表示纯净信号,从而把纯净信号从含噪信号中分离出来。对白噪声和有色噪声环境下重构语音进行了主客观评价。仿真结果显示:该方法能有效去除加性噪声,并且改善了语音质量。      

截断效应下平滑信号的稀疏分解方法

存在截断效应时,DFT基下进行平滑信号稀疏分解得到的逼近误差较大,针对此问题,提出一种有效快速的实现方法。该方法根据截断平滑信号的频谱信息确定其所处子空间的位置和个数,然后对信号子空间进行高度冗余扩展生成与之相对应的子字典,将所有子字典级联形成整个字典。构造的冗余字典自适应于待分解信号,相比DFT基和DFT框架,能够更好地反映信号的内在特征;在该字典的基础上,利用其固有的树状结构,改进传统匹配追踪算法,每次迭代中将追踪分成两个层次进行,第一层为粗略搜索,目的在于寻找与信号相对应的子字典,第二层为精确搜索,在相应子字典中寻得与信号最为匹配的原子。改进算法在获得相同精度和收敛性的同时,缩小了搜索空间,降低了计算复杂度。最后,仿真验证了理论分析的正确性和方法的优越性。      

基于数据源向图的数据项的表示与获取方法

 如何清晰的表示数据项之间的关系,进而了解数据之间更深层的内在关系,在当前的需求分析中没有明确的方法,但是其对于软件需求中数据的获取和数据关系的表示具有重要作用.如何通过数据本身采用推导的方法获取软件系统所必须的数据以及数据项,在当前的需求分析和获取方法中也没有直接方法和思路.本文采用数据源向图的方法,通过推导的方法获取必要的数据和数据项,并通过它来表示数据中各个数据项之间的关系,使得数据项之间关系的表示更加清晰,数据项的获取更加容易.     

基于匹配追踪的弯折离散傅里叶变换

传统WDFT利用全通弯折函数AWF（AU—pass WarpingFunction）将单位圆上均匀分布的采样点,变换成非均匀分布的采样点。然而,这种计算方式会导致不同信号分量的延迟不同。本文基于匹配追踪的信号表示思想,提出了一种新的弯折傅里叶变换方法,实验结果表明,在原子个数大于信号长度情况下,该方法获得了较传统WDFT较好的弯折频谱表示性能。基于该方法表示的弯折离散傅里叶变换更适合于语音信号处理。     

基于局部约束群稀疏的红外图像超分辨率重建

针对红外图像分辨率低、视觉质量差等问题,提出基于局部约束群稀疏模型的红外图像超分辨率重建方法.考虑到红外图像的纹理自相似性和原子系数的群结构稀疏性,首先建立了基于局部约束的群稀疏表示模型.然后,在假定低分辨率图像空间和高分辨率图像空间具有相似流形的前提下,联合局部约束群稀疏表示模型和K-SVD(K奇异值分解)方法,训练得到高低分辨率图像对应的群结构字典对.最后,通过高分辨字典和对应的红外图像群稀疏表示系数重建得到高分辨率的红外图像.实验结果表明,本文方法具有更好的超分辨率效果,无论是在客观评价指标还是主观视觉效果方面都有明显的提高.     

基于面向对象方法的数据字典应用研究

在介绍数据字典中数据元素、数据字典基本结构、字典中数据元素的分类概念的基础上,提出按照数据字典建立领域标准数据类的建议;并结合实际工作,简要介绍标准数据类的设计方法,该方法在实践中发挥了较好的效果.     

压缩传感：水声信道估计中的过完备字典优化设计

Compressed Sensing (CS) offers a method to solve the channel estimation problems for an underwater acoustic system, based on the existence of a sparse representation of the treated signal and an overcomplete dictionary with a set of non-orthogonal bases. In this paper, we proposed a new approach to optimize dictionaries by decreasing the average measure of the mutual coherence of the effective dictionary. A fixed link between the average mutual coherence and the CS performance is indicated by designing three factors : operating bandwidth, the number of pilot subcarriers, and coherence bandwidth. Both the Orthogonal Matching Pursuit (OMP) and the Basis Pursuit De-Noising (BPDN) are compared to the Dantzig Selector (DS) for different Signal Noise Ratio (SNR) and shown to benefit from the newly designed dictionary. Numerical simulations and experimental data of an OFDM receiver are used to evaluate the proposed method in comparison with the conventional Least-Square (LS) estimator. The results show that the dictionary with a better condition considerably improves the performance of the channel estimation.     

基于GPU的SAR方位向信号分解的高效实现方法

提出了一种基于图形处理器(GPU)的SAR方位向信号分解的高效实现方法。SAR方位向信号可以通过四参数Chirplet分解方法来分解。此方法的关键难题是计算量过大,计算量主要由2部分组成:构建Chirp原子库,以及SAR方位向信号在过完备库上分解的计算量。与传统的CPU相比,GPU更加适用于密集型和大量数据并行化的计算。提出将算法的核心部分移植到GPU上进行并行计算,充分挖掘其运算潜能。结果表明:该方法与传统的基于CPU的算法相比有两位数以上的效率提升。     

矿产资源潜力评价数据模型应用支持研究

全国矿产资源潜力评价数据模型,是全国矿产资源潜力评价项目的基础。它描述了该工作重要中间成果数据和最终成果数据本身及其关系,入库数据格式的规范化以及入库数据内容的标准化检查均离不开数据模型的支持。因此如何使该数据模型支持应用,是一个需要研究的重要问题。文中以解决这一问题为出发点,以如何依照数据模型新建一个图件为例,研究如何用数据字典技术,解决相关的模型应用问题。