GPU并行在匹配追踪算法中的应用

匹配追踪算法(Matching Pursuit,MP)通过在过完备原子库中寻找与给定地震信号匹配最佳的原子,将地震信号分解为一系列原子的和。该算法实现了对地震信号的重构,突出了使地震剖面的有效信息特征更加突出。在实际资料应用中,传统匹配追踪算法(Matching Pursuit,MP)由于采样时间长度和剖面过大,存在计算速度慢的问题。为了进一步提高计算效率,通过GPU(Graphic Processing Unit)进行多原子并行匹配,并采用拟合差代替内积来寻找最佳原子,在传统算法的基础上改进得到一种匹配追踪GPU并行算法。将该算法应用于合成数据和实际资料,结果均表明本文的改进算法具有更高的计算效率。     

一种冗余字典下的信号稀疏分解新方法

针对目前冗余字典下信号稀疏分解常用算法计算复杂度高的问题,提出一种分组匹配追踪算法．该算法首先利用多组正交基构造冗余字典,然后采用迭代式分组匹配追踪,每次迭代从字典中选出一组和原始信号或残余最匹配的正交基,采用正交分解快速算法进行正交分解得到少量重要系数,多次迭代后逐渐稀疏逼近原始信号．实验结果表明,基于小波正交基级联冗余字典进行信号稀疏分解时,在同等稀疏条件下,与匹配追踪(MP)算法相比,该算法的计算速度提高了大约30倍,而且可避免过匹配现象．     

合成记录在层位标定应用中的几个关键问题

在合成地震记录层位标定过程中,子波、极性、时深关系是三个十分重要同时又常被解释人员简单化的问题.常用的子波包括Ricker子波、统计性子波和确定性子波,通常先用统计性子波确定子波主频,再用该主频的Ricker子波做初始标定,最后在初始标定的基础上提取确定性子波并用之进行精细标定.对于长井段和大位移斜井还需分段用时变子波标定.准确识别地震剖面极性对层位标定和地震解释意义重大,合成记录法、地震反射特征法、地震子波法常被用来判断剖面极性.VSP时深数据和声波曲线积分得到的时深数据是标定中常用的时深关系,使用过程中要注意AVO效应、测井环境影响以及色散现象带来的问题.     

地震资料处理中子波的有效提取和反褶积计算

提取地震子波是数据分析和处理的关键,采用不同的子波提取计算方法,比较不同算法求取子波同原始子波间的差异,分析其原因和问题所在;另外通过反褶积获取新的地震记录,对比剖面分辨率的变化情况.其主要目的是提供相关处理参数的算法,比较之间的差异和优劣,寻求最佳匹配算法,计算精度是本文的重点.     

基于改进粒子群算法的匹配追踪分解优化研究

文章针对使用牛顿法进行匹配追踪分解信号的速度慢、精度低等问题,在具有全局优化能力的粒子群算法基础上,提出了一种结合局部单纯形搜索并引入变异操作的改进粒子群算法实现信号匹配追踪分解.利用单纯形搜索增加了算法的局部开发能力,通过变异操作控制种群多样性以避免早熟收敛,增强了算法全局探测能力;并以描述机械系统的振动冲击响应作为基原子与单一粒子群算法实现匹配追踪分解信号的结果进行对比,证明了使用改进粒子群算法的匹配追踪分解能够快速准确提取信号特征参数,同时成功识别出某轴承发生外圈损伤时隐含在振动信号中的周期性冲击脉冲故障特征.结果表明,加入单纯形和变异的改进粒子群算法有效降低了匹配追踪计算复杂度,提高了信号特征提取准确度.     

Riker子波匹配追踪算法及其改进

匹配追踪（Matching Pursuit）算法的基本思想是基于信号的可分解和重构,是在一个确定的函数集合中自适应地选择一些函数来表示一个信号的计算过程,函数集合中的每个函数都称为原子。本文利用奇异值分解对传统的匹配追踪算法进行了改进,提高收敛速度、计算速度以及重构精度,并将得到的时频分布与其他方法进行对比,测验结果证明了改进算法的高效性和有效性。     

基于相位扫描的地震子波提取方法研究

以常相位假设为基础,通过计算随信号相位发生变化的目标函数值来对地震记录进行相位扫描,以寻求最能逼近子波真实形态的常相位值,并应用此相位及地震记录的振幅谱合成地震子波,达到地震子波提取的目的.在以往通用目标函数的基础上,增加了对信号相位特征反映更为敏感的绝对峰度准则目标函数,并在统计平均意义下,采用多目标联合扫描的方式求取信号相位,使其更能准确、真实地反映子波的相位特征,同时也能提高抗干扰能力.模拟试验证实了该方法的可行性和有效性,进一步通过对实际资料的子波估计以及应用估计的子波进行反褶积处理的结果论证了该方法的实用价值.     

基于复数矩的形状轮廓描述与匹配方法

建立合适的轮廓描述函数是各种形状轮廓匹配算法的前提所在.基于复数矩理论构造了轮廓顶点与形状旋转、缩放和平移无关的局部复数矩不变量,推导了局部复数矩与原始轮廓顶点坐标的正反算公式,将轮廓特征顶点处的局部复数矩和曲率合在一起,从而建立了一种新的轮廓描述函数.该轮廓描述函数较为充分地考虑到了轮廓的全局与局部特征,除了具有不变性和唯一性等性质外,也具有较高的计算效率,仪需花费线性时间即可完成轮廓描述函数的构造,由于仅涉及到低阶几何矩,其局部复数矩也具有较强的抗噪能力.基于该轮廓描述函数,利用串匹配算法实现了形状的轮廓匹配,与现有基于各种轮廓描述函数的匹配方法的实验对比表明,本文轮廓描述函数及其匹配方法具有更为优秀的匹配性能.     

基于原子能量特性的快速图像匹配追踪

稀疏分解在图像处理中应用的关键障碍之一是图像稀疏分解速度十分缓慢。针对这一问题,提出了一种新的图像稀疏分解的匹配追踪快速算法。研究了图像稀疏分解中使用的原子的能量分布特性,根据原子能量的分布特性,图像匹配追踪中的绝大部分的计算可以省略,因而极大地提高了图像匹配追踪的计算速度。实验结果表明,新的算法比传统的图像匹配追踪算法速度提高了许多倍,而恢复图像的质量没有任何的降低。     

基于匹配追踪的配电网单相接地故障定位方法

为了进一步解决采用小电流接地系统的配电网单相接地故障定位问题,利用原子稀疏分解匹配追踪算法分解单相接地电流暂态信号,自适应地提取衰减的直流电流分量.结合配电网拓扑结构和提取的衰减直流分量幅值,划分故障路径并进一步定位故障点.仿真结果表明,匹配追踪算法可以快速有效地提取衰减直流分量,准确地实现小电流接地系统单相接地故障的在线区段定位.相比于传统算法,原子稀疏分解理论克服了传统非自适应性算法的局限性,提高了暂态信号成分提取的准确性.     

现代信号分析与处理中分数阶微积分的五种数值实现算法

研究目的是在计算机上数值实现信号的分数阶微积分。首先,分析比较分数阶微积分常用的3种时域定义,以及其在傅立叶变换域和子波变换域中的两种频域定义;然后,推导比较信号分数阶微分的幂级数数值算法、傅里叶级数数值算法、基于Grümwald-Letnikov定义的数值算法之间的优劣;进而,推导具有较高精度和计算速度的基于子波变换的分数阶微积分快速数值算法;最后,以计算精度为代价进一步提高计算速度,推导基于子波变换和连续内插的快速工程算法。理论推导和实验结果均证明基于子波变换的数值算法具有较高精度和运算速度,其改进的快速工程算法运算速度最高,但精度下降。这两种算法都具有较强的实用价值。     

一种快速的基于压缩感知的多普勒高分辨方法

利用雷达目标在多普勒域的稀疏性,基于压缩感知的目标多普勒估计方法,能够在有限的相干积累时间内实现多普勒的高分辨.然而,即使采用压缩感知中的一种高效算法——正交匹配追踪算法,其运算复杂度也相对较高.为了进一步降低运算复杂度,对接收脉冲进行分组,将一维的多普勒估计问题转化为一个二维的稀疏信号重构问题,进而利用一种针对二维稀疏信号优化的低复杂度正交匹配追踪算法对其进行估计.仿真表明,该方法具有较高的运算效率,并能够获得接近直接应用传统的正交匹配追踪算法的多普勒分辨率.     

基于局部性质的改进正交匹配追踪算法

正交匹配追踪算法是一种重要的压缩感知重构算法,针对正交匹配追踪算法中当前信号的最优估计,每一个采样点都有它的局部性质,且相邻采样点之间必然相互影响.本文基于局部性质,对正交匹配追踪算法进行改进,提高了对稀疏参数的估计精度,实现了信号的重构,实验证明了该方法的有效性。     

自适应复数信号独立分量分析算法

针对强不相关变化算法不适用于谱系数相同的非圆信号的问题,提出了一种自适应复数独立分量分析算法.利用非圆信号的二阶统计量都不为零的特点构造代价函数,在复数域中直接优化代价函数,推导出一种针对非圆信号的自适应算法.该算法不仅对谱系数相同的非圆信号有效,而且适用于任意包含有非圆信号的统计独立的信源信号,不需要计算特征向量和奇异向量,算法的结构简单.实验仿真结果验证了算法的有效性.     

基于传播算子的间谐波参数智能估计算法

为了降低多重信号分类(MUSIC)法频率估计的计算复杂度,提出基于传播算子的间谐波频率估计方法.通过传播算子可以得到噪声子空间,不需要估计协方差矩阵和进行特征分解,并且不需要间谐波个数的先验知识,基于传播算子MUSIC算法的频率估计性能与MUSIC算法几乎相同.构造复数域自适应线性神经网络模型来估计谐波和间谐波的幅值和相位.该模型的输入变量和权值仅为实数域自适应线性神经网络的一半,简化了网络结构;采用Levenberg Marquardt(LM)算法对网络进行学习,大大减少了学习次数.仿真结果表明,该算法无需同步采样,能够快速准确地估计间谐波的频率、幅值和相位.     

基于快速正交匹配追踪的无线传感网中目标定位算法

高效准确的多目标定位是无线传感器网的基本任务之一。传统基于贪婪类的稀疏表示方法在多目标定位中计算效率不高。针对该问题,提出一种基于QR分解的快速正交匹配追踪的多目标定位算法。该算法对无线传感器覆盖区域进行网格划分来设计过完备字典,从而将多目标定位问题转化为稀疏信号恢复问题。该方法利用了传感器接收目标信号强度的稀疏特性,然后使用快速正交匹配追踪来恢复测量值,进而通过稀疏性来定位目标。通过列满秩矩阵的QR分解思想,利用递归形式来对子字典矩阵求逆,避免了传统方法中对该矩阵的直接求逆,使得运算量大为降低。仿真结果表明,与传统的正交匹配追踪压缩感知重构方法相比,该方法不损失定位精度,提高了运算效率。     

一种贪婪自适应压缩感知重构

为了优化压缩采样匹配追踪算法的性能,提出一种压缩采样修正匹配追踪贪婪自适应算法.该算法采用了具有理论保证的模糊阈值预选方案以避免预选时使用信号的先验信息,设置了初次裁剪门限以减少不必要的迭代,改进了裁剪方式以尽可能地提高重构精度,同时避免了裁剪阶段使用先验信息,最终实现了可压缩信号的自适应重构.仿真结果表明:在同等稀疏条件下实现了精确重构,该算法与原算法相比运算速度提高了2倍,所需观测值个数少1%,并且在稀疏度较高的情况下,该算法对噪声的抗干扰能力也优于原算法.     

一种新的MEMS陀螺仪信号去噪方法

为提高MEMS陀螺仪输出信号的去噪效果,将稀疏分解(sparse decomposition)与提升小波变换(lifting wavelet transform)相结合,提出了一种新的信号去噪方法.首先,建立MEMS陀螺带噪信号的误差模型,并利用小波提升正变换计算带噪信号的非稀疏的小波系数;然后,利用稀疏分解理论恢复小波系数的稀疏性;最后,再通过小波提升反变换重构信号,从而达到去噪的目的.考虑到梯度投影(gradient projection)算法具有全局最优解,运算效率更高,将梯度投影思想引入恢复信号稀疏性的过程中,提出了基于梯度投影的稀疏分解算法,给出了利用梯度投影算法进行信号系数分解的具体步骤,大大简化了计算复杂度,同时提升了算法的稳定性.为验证所提方法的性能,进行了MEMS陀螺信号去噪的静态实验和跑车实验.实验结果表明,此种方法在动静态条件下都可以有效地去除MEMS陀螺仪输出信号中的噪声,尤其是在静态条件下的去噪效果要优于小波阈值滤波方法.同时采用的梯度投影算法相比于正交匹配追踪算法和基追踪算法具有更高的运算效率.     

多芯片小数分频锁相环输出信号相位同步设计

为了在多通道射频（RF）通信系统中,实现多个收发器芯片或单个收发器芯片上的锁相环（PLL）相位同步,提出小数分频PLL输出信号相位同步算法. 设计相位累加采样点数选取算法,算法选取的采样点数用于累加参考时钟欠采样的PLL输出信号与数控振荡器（NCO）产生的参考信号经三角运算的结果,以消除高次谐波分量,并有效降低相位差计算结果的误差. 根据相位差的计算结果反馈调节PLL内 delta-sigma 调制器(DSM)输入的小数分频比,线性调整PLL输出信号的相位,实现多个PLL输出信号相位与参考信号相位同步. 通过仿真验证算法的正确性,且最终相位同步后的相位误差为0.35°,完成同步所需的时间为210 ms.     

子波神经网络在故障诊断中的应用研究

根据旋转机械常见的的故障类型和故障信号时域采样数据 ,以子波空间作为模式识别的特征空间 ,采用信息熵为代价函数的神经网络学习算法 ,由子波神经网络对故障进行学习和诊断 .实验结果表明 ,子波神经网络的故障诊断方法在不了解故障信号频率结构的情况下 ,即可对平稳和非平稳故障信号进行诊断 ,适于设备在线监测及设备的巡检