利用小波对非均匀采样信号进行重建

在Ｈｉｌｌｂｅｒｔ空间中讨论了框架的一些重要的性质，定义了一个框架算子。给出了一种重建原信号的迭代算法，在文章的最后，用仿真验证了此算法的有效性。     

基于伪逆算子的超分辨率信号处理方法研究

为了解决信号压缩过程中旁瓣串扰问题并提高参数估计时频率的估计精度,在研究超分辨信号处理理论的基础上,从框架理论入手,提出了可改善系统性能的恒噪声灵敏度分解算法。首先在基于矩阵表示的超分辨信号处理模型的基础上,采用矩阵伪逆算子,进行基于信号压缩的微波成像处理,讨论了伪逆算子应用于信号分解过程中的噪声性能;然后针对伪逆算子导致系统噪声增益增加的问题,通过根据信号处理的噪声指标要求设定处理门限,实现对信号的超分辨处理。仿真实验结果表明,该方法可消除匹配滤波类算法不可避免的旁瓣串扰问题,并可在一定程度上改善系统分辨率性能。     

基于加权最小二乘滤波的视频序列超分辨率重建

该文构建了一种视频序列超分辨率重建框架,在此框架下,首先讨论基于正则化处理的单帧图像上行插值和反卷积,然后在详细研究运动补偿矩阵和权值矩阵的构成及其性质的基础上,提出基于加权最小二乘滤波的帧间数据融合算法。实验表明该算法的重建结果相当有效,具有一定的自适应性和鲁棒性。     

交替分离算法的Cramer-Rao界

该文推导了交替分离算法的Cramer-Rao界。交替分离算法的Cramer-Rao界涉及到矩阵的减逆,而矩阵减逆具有比通常Moore-Penrose广义逆更为宽松的定义条件,在理论上,一个确定矩阵有无数个减逆。为了建立分离算法的Cramer-Rao界,该文求出了一个确定矩阵的一个特定减逆矩阵。根据任一确定性定理,得到分离数据的密度分布函数,从而获得交替分离算法的Cramer-Rao界。交替分离算法的Cramer-Rao界将多信号对信号参数估计的影响能更直观反映出来。通过对交替分离算法的Cramer-Rao界的讨论,该文还给出了有关矩阵分离算子一些重要的性质。     

不规则加权小波框架共扼梯度算法

信息传输中的数据丢失、存储数据的硬件损坏等因素常导致采样数据是非均匀的,文章根据不规则小波框架的稳定性理论和不规则加权小波框架算子提出了针对非均匀采样信号重建的不规则加权小波框架共扼梯度算法,进行了数值仿真实验,并和同类重建算法进行比较,新算法在逼近误差与重建速度等方面有较大优势.     

基于传播算子的DS-SS信号扩频波形估计

扩频信号波形估计的本质是信号子空间估计。针对直接序列扩频（Direct Sequence Spread Spectrum,DS-SS）信号的扩频波形估计问题,提出了一种基于传播算子的估计算法。针对现有算法估计信号子空间计算量较大的不足,所提算法利用传播算子估计信号子空间。理论分析了所提算法与现有算法的计算量和性能,并进行了仿真实验。仿真结果表明所提算法有效,且计算量远小于现有算法。     

一种改进的自适应格型陷波算法及其收敛性分析

现有自适应格型陷波器中的引入算子取自局部误差信号,在迭代过程收敛后存在陷波频率偏移的问题,影响了滤波的效果.本文对级联格型陷波滤波器的自适应算法进行了讨论,分析了陷波参数估计与引入算子的关系,在推导原算法迭代误差的数学期望方程基础上,提出一种改进的自适应滤波算法.该算法在不增加计算量的前提下,克服了原算法在收敛后存在的陷波频率偏移的不足.仿真结果与理论分析相一致,证实了该算法的收敛性能优于原有的算法.     

非正交基函数与图象自适应表示

从算子理论的角度阐明了一给定信号用框架的有发子许愿安任意精度逼近；提出了基于非正交函数系的图像自适应表示算法，该中有效地表示新信号的局部特征及能量分布，作者以Ｇａｕｓｓｉａｎ基函数为例对二维图象进行了实验。     

一种改进的基于传播算子的二维DOA估计算法

针对面阵中的波达方向估计算法复杂度过大的问题,提出了一种改进的基于传播算子的二维面阵波达方向（Direction of Arrival,DOA）估计算法。该改进算法基于面阵平移不变性质,将原始子面阵在X和Y轴上分别平移得到两个子面阵,将两个子面阵相加得到虚拟子面阵,利用原始子阵和虚拟子面阵构造新的信号矢量,基于传播算子算法求出其特征值,特征值中的模值和相位值包含信源的二维角度信息,由此可求出自动配对的二维角度。与基于传播算子的二维DOA估计算法相比,该算法有效降低了运算复杂度,且保持性能相近。仿真实验验证了算法的有效性。     

LFM信号的一种最优滤波算法

本文提出了一种基于分数阶傅立叶变换的LFM信号的最优滤波算法.首先由线性最小均方误差估计的正交条件出发,得到了连续分数阶傅立叶域上的等效Wiener滤波算子的求解方法;在此基础上,进一步给出了滤波算子的离散化算法.分析及数值仿真的结果表明,这一算法不仅在性能上接近普通的Wiener滤波器,而且计算简单,便于实现.     

基于稀疏补分析模型的近似最优子空间追踪

为了从含噪声的测量矢量中重构原始信号,研究了稀疏补分析模型下近似最优子空间追踪信号重构算法.针对直接采用稀疏综合模型下子空间追踪过程非最速梯度下降和信号重构概率不高的缺点,根据稀疏补分析模型下不同类型分析字典的结构特点来设计近似目标优化函数;改进了迭代追踪过程;优化了稀疏补取值方法;提出并实现了基于稀疏补分析模型的近似最优分析子空间追踪算法.仿真实验证明,当稀疏补运算符分别采用随机紧支框架和二维全变分矩阵时,算法的完全重构信号概率均明显高于ASP、AHTP、AIHT、AL1、GAP算法的完全重构信号概率;对于含高斯噪声的输入信号,算法的重构信号综合平均PSNR比相应的ASP、AHTP、AIHT算法分别提高了0.8dB、1.38dB、3.13 dB,但比GAP和AL1算法降低了0.32 dB和0.6dB.算法的完全重构概率与综合重构性能有了明显提高,收敛充分条件得到进一步简化.     

一种基于梯度和Vibe算法的运动检测算法

针对运动检测算法在动态背景下准确性不高的问题,提出了一种基于梯度图和改进后的Vibe算法相结合的运动检测算法.该算法首先利用Sobel算子计算出梯度图,然后采用Vibe算法与三帧差分法相融合的方法对梯度图进行检测,获取运动目标.该算法改变了传统的以原始图像来构建背景模型的思想,提出了用梯度来构建背景模型,有效地改善了运动检测中的误检问题.实验结果表明,与GMM(高斯混合模型)、Codebook相比,该算法在静态背景和动态背景下实时性和准确性都较好.     

一种基于混合变换的分层图像表示与编码

提出一种基于混合变换的分层图像编码算法，它将原始图像划分成包含不同结构特征的图像平面，如平滑边缘层和纹理层等等，然后采用不同的压缩算法对不同的图像层进行编码，从而达到对整幅图像最优编码的目的。本文实际上给出了一种新的编码框架，在这个框架内综合了不同的信号变换方式，将它们有机结合起来能够提供一种有效的图像表示方式。实验结果表明，与采用单一小波图像编码算法相比，本文算法能够获得更好的图像恢复质量。     

基于灰色关联和不确定推理的HRRP 目标识别

由于HRRP 固有的信息有损压缩,利用单帧HRRP 样本进行目标识别时, 存在经典算法识别率较低而改进后的算法一般复杂度较高的问题。为获得更加稳健、可信的识别效果,文中基于MYCIN 模型,引入灰色关联算子,构造了不确定因子,提出了一种基于HRRP 序列的雷达目标识别方法。基于五种飞机模型高分辨距离像数据的仿真实验表明:与单样本的识别算法相比,所提出的算法具有识别精度高、稳定性好、抗干扰能力强等优点,具有较好的工程应用前景。     

Image denoising using a tight frame.

We present a general mathematical theory for lifting frames that allows us to modify existing filters to construct new ones that form Parseval frames. We apply our theory to design nonseparable Parseval frames from separable (tensor) products of a piecewise linear spline tight frame. These new frame systems incorporate the weighted average operator, the Sobel operator, and the Laplacian operator in directions that are integer multiples of 45 degrees. A new image denoising algorithm is then proposed, tailored to the specific properties of these new frame filters. We demonstrate the performance of our algorithm on a diverse set of images with very encouraging results.     

Estimation of image noise variance

A novel algorithm for estimating the noise variance of an image is presented. The image is assumed to be corrupted by Gaussian distributed noise. The algorithm estimates the noise variance in three steps. At first the noisy image is filtered by a horizontal and a vertical difference operator to suppress the influence of the (unknown) original image. In a second step a histogram of local signal variances is computed. Finally a statistical evaluation of the histogram provides the desired estimation value. For a comparison with several previously published estimation methods an ensemble of 128 natural and artificial test images is used. It is shown that with the novel algorithm more accurate results can be achieved     

一种提高哼唱匹配效果的新算法

在基于改进离散余弦变换的哼唱检索系统中，采用音高轮廓表示旋律，取原始歌曲中的一段为哼唱片段，使用字符串匹配法，分别在采样率为8kHz和44．1kHz的情况下进行匹配，分析了分帧起始位置对匹配效果的影响，并就此问题提出新算法。实验结果表明了该算法的有效性。     

基于ICA和DWT的多重视频水印算法

利用独立分量分析(ICA)和离散小波变换(DWT),提出了一种新的视频数字水印算法。该算法将二值图像和灰度图像分别置乱后用ICA混叠得到两幅图像,选取其中一个用来做嵌入的水印,另一个作为密钥保留,以此来增加水印的安全性;用ICA将水印嵌入在原始视频的DWT低频子带系数中,实现了水印信号的盲检测,同时针对帧剪裁、帧丢失、帧平均和MPEG编码等具有良好的鲁棒性。     

RFID network planning based on improved brain storm optimization algorithm

In order to improve the service quality of radio frequency identification (RFID) systems, multiple objectives should be comprehensively considered. An improved brain storm optimization algorithm GABSO, which incorporated adaptive learning operator and golden sine operator into the original brain storm optimization (BSO) algorithm, was proposed to solve the problem of RFID network planning (RNP). GABSO algorithm introduces learning operator and golden sine operator to achieve a balance between exploration and development. Based on GABSO algorithm, an optimization model is established to optimize the position of the reader. The GABSO algorithm was tested on the RFID model and dataset, and was compared with other methods. The GABSO algorithm's tag coverage was increased by 9.62% over the Cuckoo search (CS) algorithm, and 7.70% over BSO. The results show that the GABSO algorithm could be successfully applied to solve the problem of RNP.