基于改进期望最大化算法的分布式视频编码

目前,分布式视频编码（DVC）由于具有低复杂编码特性而成为视频编码领域的研究热点。DVC中,边信息性能对系统性能影响很大,一般而言,边信息性能越好,则整个系统压缩性能越好。本文研究了一种基于贝叶斯准则的期望最大化（Expectation Maximization,EM）边信息产生方法,并从运动搜索模板和初始概率模型两方面对EM算法提出了改进。实验表明,在几乎相同的率失真性能下,两种改进算法的学习时间分别缩短了30%和16%。     

基于期望最大化的随机光信号最大似然检测算法研究

由于大气中存在各种微粒分子,无线激光通信系统经过大气信道后,受到大气湍流中光强闪烁现象引起的光强起伏的影响,引起激光功率的损失,最终导致在接收端接收的激光信号的强度忽高忽低,影响信号检测的精度。为了抑制光信号的起伏带来的影响,通常需要采取性能高的检测算法,研究了基于期望最大化迭代算法的最大似然检测算法,实验证明,该算法可以有效地进行信号检测,提高了信号检测的精度;且计算复杂度比最大似然序列检测大大降低,有着较高的实用性。     

OFDM系统中基于期望最大化的半盲信道估计

针对传统的盲信道估计算法估计精确度低、算法复杂度高、收敛速度慢的缺点,研究基于期望最大化(EM)的半盲信道估计算法.仿真结果表明,该算法克服了盲信道估计精度低,收敛速度慢的缺点,而且在同等导频数量的情况下的估计性能较之传统的基于导频的信道估计算法提高了2dB.     

基于期望最大化算法和求容积卡尔曼平滑器的气动参数辨识算法

针对初值和噪声统计特性未知情形下的飞行器系统辨识的问题,提出了基于期望最大化(expectation maximization,EM)和求容积卡尔曼平滑器(cubature Kalman smoother,CKS)的辨识算法。该算法用期望最大化算法对初值和噪声的统计特性进行估计;用求容积卡尔曼平滑器估计状态向量和未知参数。在期望最大化算法的求期望步骤中,所求的期望值通过求容积规则获得,用较少的采样点保证了估计精度;在期望最大化算法的最大化步骤中,未知量的最优值以解析解形式给出,减小了计算量。仿真结果说明,该算法在飞行器气动参数辨识问题中,能给出较好的辨识结果。与其他方法的对比验证说明新算法具有辨识精度高、收敛速度快等优点。     

非圆信号二维DOA和初始相位联合估计算法

为了充分利用非圆信号共轭相关不为零的特性,提高空间到达角（direction of arrival,DOA）和极化参数估计精度,提出了一种信号DOA和极化参数估计的稳健算法.即构造2个非圆信号的4阶累积量矩阵,引入旋转不变子空间（estimation of signal parameters via rotational invariance techniques,ESPRIT）算法思想,利用这2个矩阵之间的旋转不变特性求出旋转因子,实现信号DOA和极化参数更精确估计.与2阶相域ESPRIT相比,改进的算法适用于任意极化状态的信号,提高估计信号的利用率,同时利用4阶累积量对高斯噪声的抑制性处理相关噪声,使估计信号的精度有了明显提升,并通过仿真结果验证了改进算法的有效性.

     

基于MUSIC算法的Pol-InSAR相位估计方法

提出了一种基于MUSIC算法的Pol-InSAR多干涉相位估计方法.该方法结合维纳滤波理论构造最佳加权矢量,通过对其组成的最佳协方差矩阵特征分解得到信号子空间和噪声子空间,充分利用相应像素对其相邻像素的相干信息,并根据MUSIC算法中信号子空间和噪声子空间的正交性构造空间谱函数,通过谱峰搜索准确地估计Pol-InSAR...     

期望按期完工工件数最大化算法研究

该文讨论工件加工时间为随机变量的单台机排序极大化期望按期完工工件数问题。在确定性排序问题中，Moore算法给出问题的最优解，但事实上Moore算法的期望值版本不能给出期望按期完工工件数最大化问题的最优解。文章从研究排序中工件的按期完工置信系数人手，结合Moore算法，提出了一个启发式算法，有效地解决了该随机排序问题的实际计算。     

MIMO-OFDM系统的联合估计检测算法

针对最大似然检测算法复杂度高,最小二乘信道估计性能较差等缺陷,提出了一种SAGE-IGQS联合估计检测算法,该算法使用LS算法进行信道初始化,采用SAGE算法进行信道迭代估计,并结合改进的Grover量子搜索算法进行信号检测,从而提高了系统的有效性。理论研究和仿真结果表明:该算法在降低系统复杂度的情况下,误比特率性能优于传统的联合检测算法,与理想信道估计下的最大似然检测算法相接近。     

含噪独立分量分析的期望最大化算法

把期望最大化(EM)算法应用到含噪ICA模型中,即假定源信号具有统计独立性,并将其放在贝叶斯估计框架中,提出一种解决含噪独立分量分析(ICA)的期望最大化(EM)算法。在含噪ICA模型中,假设源信号的均值和方差服从更为一般的均匀分布,提出的EM算法将混合矩阵和超参数交替进行处理,可以有效地估计混合矩阵和超参数在一定模型下的模型参数,从而能够估计出源信号。仿真结果说明,该方法能够很好地解决含有噪声ICA模型下的盲源分离问题。     

一种基于期望最大化条件的电容层析成像图像重建算法

针对电容层析成像系统(electrical capacitance tomography,ECT)的"软场"效应和病态特性对重建图像精度的影响,同时在分析了成像算法和电容层析成像基本原理的基础上,提出了一种基于期望最大化电容层析成像图像重建算法(expectation maximization,EM),采用最大似然分析的方法对本文算法进行了证明和推导,算法的重建图像误差较小,并能满足收敛条件.仿真实验结果表明,该方法与CG算法、Tikhonov算法相比,在成像精度有明显提高,为ECT图像重建提供了一种新方法 .     

一种基于Mallat算法的盲符号速率估计算法

探讨了一种基于小波多分辨率分析的新算法,它可以不需要已知载波频率,不需要系统同步,可以直接针对中频信号实现.仿真试验结果证实了算法的有效性以及相对于其他算法的优势.     

OFDM系统符号定时估计算法

正交频分调制(OFDM)是一种高效的数据传输技术,具有良好的抗衰落能力,可实现并行传送。但是OFDM对同步误差十分敏感,特别是符号同步误差。传统的MLE算法虽对符号定时估计很有效,但计算复杂度较高。而经改进的MC算法计算复杂度虽降低了,但其估计性能却大大下降。为了降低符号定时估计的计算复杂度和提高估计的性能,在MLE算法的基础上,提出了一个计算复杂性比MLE算法、MC算法都有不同程度降低的新的符号定时估计算法。同时通过Matlab的模拟仿真表明,在信噪比较高时,新的算法定时估计性能更优于MC算法。     

OFDM系统符号定时估计算法

正交频分调制(OFDM)是一种高效的数据传输技术，具有良好的抗衰落能力，可实现并行传送。但是OFDM对同步误差十分敏感，特别是符号同步误差。传统的MLE算法虽对符号定时估计很有效，但计算复杂度较高。而经改进的MC算法计算复杂度虽降低了，但其估计性能却大大下降。为了降低符号定时估计的计算复杂度和提高估计的性能，在MLE算法的基础上，提出了一个计算复杂性比MLE算法、MC算法都有不同程度降低的新的符号定时估计算法。同时通过Matlab的模拟仿真表明，在信噪比较高时，新的算法定时估计性能更优于MC算法。     

OFDM系统中的频偏估计和符号定时算法

为克服正交频分复用( OFDM)系统中同步偏差带来的符号间干扰和载波间干扰,提出了一种基于相关矩阵的频偏估计和符号定时算法.该算法通过求解相关矩阵的非对角元素的极值确定小数倍频偏;通过分析相关矩阵对角线上元素的大小可确定整数倍频偏;通过平移FFT窗口,满足定义函数最大可实现符号定时同步.仿真结果表明该算法具有较好的估计...     

基于小波变换的MFSK信号符号率估计算法

首先根据morlet小波函数的时频特征以及多进制频移键控（Mary frequency—shift keying,MFSK）信号的时频分布,提出了一种基于morlet小波变换的MFSK信号符号率估计算法,该算法通过对小波脊线过零点的检测实现;然后对2FSK、4FSK信号符号率估计性能进行了仿真,仿真结果表明：在信噪比为-5dB情况下,2FSK、4FSK信号仍可实现4％的符号率相对估计精度。     

基于联合像素模型的InSAS干涉相位估计方法

针对干涉合成孔径声呐(InSAS)成像的特点,提出了一种新的联合观测矢量构造方法用于InSAS干涉相位的估计。新方法构造的观测矢量的协方差矩阵具有确定的噪声子空间维数(为定值1),避免了原方法中因噪声子空间维数估计不准确带来的相位估计误差;另外,观测矢量构造维数更少,提高了计算效率。仿真数据及InSAS实测数据的处理结果证明了此方法的有效性。     

基于信号相位匹配的相干源高分辨方位估计算法

介绍了信号相位匹配的基本原理，给出了利用该原理进行高分辨方位估计的算法，以及不同情况下算法仿真的结果。仿真结果表明这种方位估计算法具有指向性尖锐、无旁瓣的特点，特别在小角度相干源分辨方面具有独特的性能。     

一种基于PCC训练符号的OFDM信道估计算法

分析了正交频分复用(OFDM)信道估计中的信道冲激响应(CIR)泄漏问题,提出了一种新的时域信道估计算法. 使用多项式相消编码(PCC)训练符号进行信道估计,利用其频谱陡降的特点减少保护边带宽度,进而降低CIR泄漏. 与已有的OFDM信道估计算法进行了比较,仿真结果证明,该算法极大降低了信道估计均方误差(MSE)值,改善了系统误码率(BER)性能.     

基于小波域特征和贝叶斯估计的目标检测算法

为了改进目标检测算法,在小波域建立基于贝叶斯概率估计的模型,得到一个自适应最佳阈值,并利用该阈值得到待检测的目标。对待检测的图像序列进行基于滑动窗口的双Haar小波变换,对小波变换后的低频分量建立基于核密度函数的贝叶斯概率估计模型,通过训练和学习,得到自适应的最佳阈值,利用该阈值对低频分量进行判别,得到只含有目标的二值化图像。选取室内室外一个和多个运动目标的6个视频序列对该算法的有效性进行检验,并同其他算法相比,可以给出更好的检测结果。