压缩感知稀疏表示在雷达目标识别中的应用

高分辨距离像(HRRP)目标识别算法很多,在其利用高分辨距离像蕴含的目标结构信息的同时,也需要面对数据量巨大的难题。事实上,尽管高分辨距离像数据量巨大,但却是稀疏的,然而利用其稀疏特性进行识别的方法却不多。为此,提出了一种基于压缩感知稀疏表示方法实现目标识别的算法。该算法首先采用遗传正交匹配追踪（OMP）算法对一维距离像训练样本进行稀疏分解以获得类别字典,然后根据类别字典分析测试样本的重构误差实现目标识别。仿真实验证明,所提算法简捷、识别率更高,相较于常规算法识别率提高最多可达20%,并且在受到噪声干扰情况下依然能够稳健地识别目标。     

基于船体结构振动的推进轴系故障诊断方法研究

船舶推进轴系作为一种大型旋转机械,其振动特征周期性明显,应用经验模式分解(EMD)和自相关分析相结合方法对船舶轴系振动、船体尾部结构振动等振动数据进行处理与分析.首先用经验模态分解技术将测试信号进行预处理,结果输出一系列固有模式函数分量(IMF);然后计算各分量自相关函数,以周期性振动信号为表征量提取故障;最后有针对性地进行FFT变换-频谱分析,建立一种船舶推进轴系周期性故障信息识别与提取方法.     

一种改进SCHMM/ANN的语音识别算法的提出

本文所采用的一种SCHMM/ANN模型,通过在ubuntu14.04环境下搭建了用于语音识别的Kaldi系统,编写了两种模型的训练及识别脚本。利用开源的语音库THCHS-30对两种模型进行了验证,得到了无噪声环境下两者的语音识别率。对两种模型进行了抗噪性能的分析,测试语音中加入高斯白噪声对两种模型进行实验测试。最后通过实验数据说明了混合模型在噪声环境下能够取得较好的识别效果,并通过实验证明了改进的端点检测算法在两种模型的语音识别当中都是有效的。     

一种改进的基于奇异值分解的信源数目估计算法

信源数目估计问题在盲源分离中具有重要的意义。研究了传感器数目大于信源数目时的源数估计问题。首先分析了用奇异值分解法进行信源数目估计的优势与不足,然后提出了一种改进的基于奇异值分解的信源数目估计算法。该算法首先对含噪混合信号进行奇异值分解,然后检测信号分量与噪声分量之间的转折点,将信号分量与噪声分量区分开来,从而得到信号源的数目。实验仿真表明,该算法在低信噪比以及采样点数较少时仍然具有好的性能。     

基于组合滤波的压缩感知穿墙雷达杂波抑制

针对压缩感知穿墙雷达成像过程中受壁杂波污染严重等问题,提出了一种组合滤波的杂波抑制算法。该算法利用小波预处理、统计信号滤波法相结合的方式对回波信号进行处理,通过动态阈值分段弱正交匹配追踪进行稀疏迭代求解。在强壁杂波存在的情况下,组合滤波法能够有效地消除杂波检测出墙后目标。实验结果表明,该算法与传统单一主成分分析、奇异值分解和经验模态分解滤波相比,所成雷达像的子杂波比分别提高了1.57、1.52、1.26倍。     

一种新型的帘子布疵点识别算法

基于织物纹理特征,提出了一种新型的织物疵点识别算法.该算法采用正交小波得到正常织物经向和纬向纹理相匹配的自适应小波,对待测织物进行小波分解提取特征值,根据波形特征参数对比能准确定位织物纹理结构的异常位置,正确识别织物疵点,并将其作为支撑失量机的输入参数,训练特征样本集,以获得支撑失量,对待识对象进行识别.实验结果表明,该算法用于帘子布疵鼠检测是可行、有效的,可得到满意的识别结果.     

雾霾天气下降质图像的清晰化处理

针对雾霾天气条件下大气散射和悬浮颗粒物引起的图像对比度、清晰度降低问题,提出通过采用独立分量分析(ICA)算法分解图像中具有相互独立分量的混合像元,估计图像有用信息分量。因乘性噪声信息的存在,会导致估计的图像有用信息有一定的偏差;采用基于噪声检测的局部自适应中值滤波对估计的图像有用信息进行了进一步校正。实验结果证明：新算法能有效去除雾霾,提高图像的清晰度和对比度。     

最小能量框架的跟踪干扰识别和去噪算法

讨论了基于离散信号空间上的最小能量（小波）框架的跟踪干扰信号识别和去噪算法。利用一组框架对采用相位调制的接收信号进行分解，如果受到跟踪干扰，则未干扰区信号和干扰区信号的3个分解子信号将呈现明显不同的能量分布特征，据此提出了一种跟踪干扰信号识别和自适应阈值去噪算法。理论分析和仿真结果表明，识别算法具备低虚警率和漏警率性能，而去噪算法有效抑制了干扰信号能量，10-2 误包率时，BPSK+1/2 Turbo信号中1/16尾部信号受到干信比值10 dB的高斯噪声干扰后，去噪算法获得了约4 dB的增益；而QPSK+1/2 Turbo信号中1/8尾部信号受到干信比值10 dB的高斯噪声干扰后，去噪算法可以把误包率性能从1降低至约0.67的水平。     

沪深300股指期货与现货的价格发现分析——基于频带分解的视角

运用集合经验模式分解方法(EEMD)对沪深300股指期货与现货价格进行频带分解,并在重构不同周期长度的波动分量的基础上,应用向量自回归、Granger因果检验分析指数期货与现货在对应短周期、中周期波动分量与长期趋势分量间的引导关系,结果表明:指数期货与现货间的价格发现关系具有随着波动成分周期长度不同而变化的结构化特征;在短周期波动分量上,指数期货对现货存在较为有限的价格发现能力;而在中周期波动分量与长期趋势分量上,现货在价格发现中居主要地位。     

对流层散射通信中基于改进SVD的信道估计算法

针对基于OFDM的对流层散射通信中传统奇异值分解(SVD)信道估计算法以循环前缀长度为界来截取特征值会引入较大信道噪声问题,提出了一种SVD改进算法.该算法先对散射信道的最大多径时延进行估计,再利用该估计值来截取特征值,从而减少了噪声影响.仿真表明,该算法的均方误差以及误码率性能都优于传统SVD算法,信道估计效果接近于最小均方误差(MMSE)算法.     

沪深300股指期货与现货的价格发现分析——基于频带分解的视角

运用集合经验模式分解方法(EEMD)对沪深300股指期货与现货价格进行频带分解,并在重构不同周期长度的波动分量的基础上,应用向量自回归、Granger因果检验分析指数期货与现货在对应短周期、中周期波动分量与长期趋势分量间的引导关系,结果表明:指数期货与现货间的价格发现关系具有随着波动成分周期长度不同而变化的结构化特征;在短周期波动分量上,指数期货对现货存在较为有限的价格发现能力;而在中周期波动分量与长期趋势分量上,现货在价格发现中居主要地位。     

含脉冲噪声的洛伦兹双阈值余量追踪信号重构

在压缩感知(CS)技术中,基于最小洛伦兹范数的重构算法在脉冲噪声环境下具有较强的鲁棒性。但是,洛伦兹硬阈值追踪(LHTP)算法采用残差的负梯度更新信号的估计量,从中引入了噪声的影响。基于此,提出了洛伦兹双阈值余量追踪(LDTRP)算法,通过迭代估计的重构误差来修正信号的估计量,并利用残差设置新的野点阈值。实验结果表明,无论信号是否受到噪声影响,LDTRP算法均能获得更好的信号重构质量。另外,在含有脉冲噪声的环境中,相比洛伦兹迭代硬阈值(LIHT)算法与LHTP算法,所提算法降低了对脉冲数量以及脉冲功率变化的敏感度,提高了重构性能。     

一种提高恶劣环境中电台话音质量的方法

针对恶劣环境中电台话音质量差这一难题,提出了一种有效的解决方法。首先在最小值控制的递归平均Ⅱ型（MCRA-2）算法基础上,提出了一种改进的MCRA-2算法。该算法采用自适应平滑参数和双检测门限,能有效减小音乐噪声,提高噪声估计准确性;然后将该噪声估计算法与对数最小均方误差估计器相结合,实现话音降噪,提高恶劣环境下电台话音质量;最后利用噪声估计结果和降噪后的话音信号,采用信噪比判决算法,自适应估计静噪门限,实现自适应静噪,进一步提高话音舒适度。实验表明,采用该方法的电台在大噪声、强干扰等恶劣环境中使用时,能明显改善话音质量,有效减轻收听者听觉疲劳。     

基于Takagi-Sugeno-Kang模糊集合的噪声干扰检测方法

为识别混合在接收机热噪声中的人为噪声干扰信号,提出了基于TSK(Takagi-Sugeno-Kang)模糊集合的干扰检测方法。首先将无干扰环境下信道热噪声数据和有人为噪声干扰下的混合噪声数据组合成训练数据序列,利用训练序列对TSK模糊集合模型进行训练,调节模型中规则的多项式系数,使TSK模糊模型对接收信号中的噪声特性与干扰判决之间建立确定函数关系,实现对噪声干扰的检测。通信电台的实验验证表明:尽管接收机的自动增益控制将外部噪声干扰缩小到与本机噪声相当水平,所提方法仍能有效检测出信道中是否有人为噪声干扰存在。     

星载AIS的复值FastICA算法改进

针对星载船舶自动识别系统(AIS)的含噪复值信号盲分离算法分离效果不佳的问题,提出了改进的复值快速独立分量分析算法（FastICA）。该改进算法针对混合信号数目大于源信号数目的超定情况,对含噪混合信号的协方差矩阵进行特征值分解,利用其噪声对应的几个较小特征值估计噪声方差,修正白化矩阵,再应用Huber M估计函数优化该算法的目标函数。实验结果表明,运用该算法信号均方误差(SMSE)变小,信干比(SIR)变大,提高了信号的分离性能;同时,优化后的目标函数使算法具有良好的稳健性。     

超高分辨率PolSAR图像去噪对极化特征的影响

随着超高分辨率极化合成孔径雷达(PolSAR)图像数据的出现，有必要对PolSAR图像的去噪过程对于极化分解结果的影响进行评测。相干斑去噪过程的实施将对观测场景中的PolSAR图像原有极化属性产生不同程度的影响，这将会导致分解结果出现偏差。以非相干分解模型为评估对象，以喷气推进实验室(JPL)提供的开源机载超高分辨率PolSAR系统数据为实验样本，提出了一种利用绝对相对误差的定量评测方法。评测结果显示：对于超高分辨率图像，相干斑噪声的影响明显变小，分解窗口可相应的缩小为7×7的尺寸。研究结果对于PolSAR图像的后期遥感应用中的参数选择具有重要参考意义。     

利用曲波变换和局部线性嵌入算法的SAR图像海面油膜特征提取

溢油事故带来的海洋污染问题日益严重,SAR图像快速准确地自动识别为溢油事故的处理和决策支持提供了重要前提。为了获得更高的油膜识别准确率,提出了一种基于曲波变换（Curvelet）和局部线性嵌入（Local Linear Embedding,LLE）算法的SAR图像特征提取方法。首先,利用Curvelet对图像进行分解,选取包含了主要信息的低频分量作为新的图像矩阵;然后,利用LLE进行非线性降维,提取图像分类特征。为了验证提取特征的有效性,所提的Curvelet-LLE算法与PCA、LLE、等距特征映射（Isomap）、Curvelet变换和 Fisher 判别分析(Curvelet-KFD)、Wavelet-LLE等特征提取算法,利用K最近邻和支持向量机分类器分别进行了对比实验。实验结果表明,Curvelet-LLE算法能更有效地提取SAR图像油膜识别的分类鉴别特征,其准确率相对较高,具有较好的实用性。     

基于关联规则Apriori算法进行购物篮分析

关联规则是数据挖掘领域中一个重要的研究课题,广泛应用于各个领域,既可以检验行业内长期形成的知识模式,也能够发现隐藏的新规律。本文利用关联规则进行购物篮分析,首先介绍几种典型的关联规则挖掘算法原理,然后利用Apriori算法构造模型,采用Clementine12.0软件对选取的样本进行关联规则挖掘,最后对挖掘出的规则进行分析和应用。实验结果表明,利用关联规则对购物篮进行挖掘是可行的、有效的,它为企业进行数据挖掘提供了一种新的参考依据,在数据分析及预测方面有广泛的应用前景。     

短波SC-FDE系统中改进的LS信道估计算法

针对短波单载波频域均衡(SC-FDE)系统中最小二乘(LS)信道估计算法受噪声影响大而导致的估计精度低的问题,提出了一种改进的基于小波去噪的LS信道估计算法。改进算法采用基于分块导频的帧结构,首先用LS算法对信道进行初步估计,然后根据小波多分辨率分析(Mallat)理论将LS估计的结果分解,并设置一个合理阈值对分解得到的小波系数处理,从而消除LS估计的残留噪声,提高估计精度。仿真结果表明,在短波信道下,改进算法不仅减小了系统开销,而且提高了LS估计的性能。     

一种新的SAR图像分块匹配算法

当SAR图像噪声过强时,采用归一化积相关算法得到的相关面对比性较差,匹配结果 可靠性降低。为解决此问题,给出一种新的SAR图像分块匹配算法。该算法将实时图分块并 分别与基准图进行匹配,利用分块图像之间的相关性来找正确匹配点,增强了匹配结果的可 靠性。实验证实该算法在实时图有强噪声的情况下依然可以正确匹配。