一种用于抑制直扩通信中窄带干扰的非线性自适应方法

在分析线性自适应滤波抑制单频干扰、自回归过程窄带干扰和窄带BPSK调制信号干扰的性能的基础上,提出了一种非线性自适应波抑制方法.在对窄带干扰进行预测前,通过对扩谱信号的估计,使得窄带干扰预测的背景噪声由非高斯转变为高斯,并消除扩谱信号对干扰估计的影响,再通过NLMS和RLS自适应算法进行干扰抑制.理论分析和仿真试验结果表明,这种改进方法对于系统性能的改善效果,明显优于常规自适应滤波抑制方法.     

基于遗传算法的非刚性体光流场估计方法

本文提出了一种可用于非刚性体的基于遗传算法(Genetic Algorithm,GA)的光流场估计方法,将非刚性体分割为共同运动的微元,利用遗传算法对各运动参数进行优化估计.随后,研究了该方法在生物组织运动估计中的应用.实验结果表明:本方法具有鲁棒性好、全局搜索能力强、收敛速度快和可用于非刚性体运动估计等优点.     

基于信号特性的宽带航空数据链信号来向估计方法

L频段数字航空通信系统（L-DACS）是未来面向航路阶段的空地数据链路,其工作频段计划部署在航空无线电导航频段,与民航测距机（DME）的频谱有部分重叠,容易受到大功率DME信号的干扰,为了在抑制干扰的同时能充分利用阵列天线的增益,有必要提前估计出L-DACS信号的波达方向。针对航空信道特点,并考虑到机载平台高速运动导致的多普勒频移影响,将L-DACS信号建模为渐进准循环平稳信号,提出了基于渐进准循环平稳特征的L-DACS系统信号来向估计方法。仿真结果表明,该方法能够在机载平台高速运动且受DME信号干扰的场景下估计出期望信号的来向,具有较高的估计准确度和良好的低信噪比适应能力。      

联合长短时记忆递归神经网络和非负矩阵分解的语音混响消除方法

本文提出了一种联合长短时记忆递归神经网络和非负矩阵分解方法对单通道语音进行混响消除;对语音信号的对数功率谱建模抑制混响干扰。首先通过长短时记忆递归神经网络估计对数功率谱,这种模型结构能捕获整个音频序列的信息重构纯净语音的对数功率谱,然后通过非负矩阵分解方法对重构的对数功率谱进行后处理抑制过平滑问题;实验结果表明所提方法可以有效抑制语音信号中的混响干扰,本文方法的各种性能指标优于基线方法。      

基于人脸视频的非接触式心率测量系统研究

心率作为一项重要的生理特征信息,在医疗诊断方面有着不可替代的作用。非接触式心率检测无须与测试者直接接触即可测量出心率,避免了传统心率测量时测试者长时间接触仪器造成的不适,且成本更低,便携性更好。文章提出一种结合ICA和小波变换的算法,对摄像头输入的人脸视频依次进行颜色空间转换、降噪、时频域变换等操作,并搭建了一个基于人脸视频的心率测算系统,针对不同指标设计了多个实验。实验结果表明,系统能够快速实时检测人体心率数据,实现非接触式心率检测,满足心率检测需求。     

抑制信号失配和非平稳干扰的鲁棒性自适应波束形成

本文针对信号失配和非平稳干扰问题,提出了一种鲁棒性较强的自适应波束形成方法.该方法通过考虑信号估计误差,在传统的线性约束最小方差的代价函数中引进信号协方差矩阵的估计误差并加入额外的波达角估计误差约束,通过一种高效的新型支持向量机训练算法计算权值;仿真结果表明该方法具有更好的鲁棒性.提高了波束形成器抑制信号估计失配和干扰非平稳性的能力.     

融合SMCF与加权直方图的视频人脸快速匹配方法

在视频流环境下,提出了一种融合序列蒙特卡罗滤波(SMCF)与加权直方图的快速人脸匹配方法,该方法以目标人脸在HSV空间下的加权直方图作为匹配特征,利用SMCF的采样和权值化处理技术预测人脸可能的匹配区域,通过最大后验估计实现目标的快速相似匹配。实验表明,采用在HSV下具有聚类特性的加权直方图特征可有效地适应复杂背景的干扰,同时SMCF的区域预测和最大化估计有效地减小了计算开销,增加了匹配的可靠性,可应用于人脸跟踪、视频监控及数字娱乐等领域。     

利用相位时频掩蔽的麦克风阵列噪声消除方法

本文提出了一种在干扰声源和背景噪声存在条件下麦克风阵列噪声消除的方法。麦克风阵列通过波束形成增强由导向矢量所指定方向的目标声源来抑制背景噪声。然而,现有的波束形成算法在干扰声源存在的情况下,无法进行准确的导向矢量估计。为此,本文提出一种基于音频信号互相关功率谱相位的麦克风阵列噪声消除方法。首先通过音频信号的相位时频掩码估计导向矢量,并对其进行波束形成,从而有效抑制干扰声源和背景噪声;然后利用语音存在概率,采用最大似然的方法估计波束形成后信号中残留的干扰噪声功率谱密度,对其进行后处理,进一步抑制残留干扰和噪声。实验结果表明在干扰声源和背景噪声存在的条件下,所提方法有效地实现了麦克风阵列噪声消除,且各种性能指标优于基线方法。      

基于IAA的协方差矩阵重构稳健波束形成方法

针对小样本背景下,存在相干信号、相位及阵元位置误差,传统波束形成方法性能不佳的问题,提出了基于迭代自适应法(IAA)的协方差矩阵重构稳健波束形成方法。该方法利用IAA估计出精确的功率谱,并进一步利用IAA估计的功率重构干扰协方差矩阵。重构过程中,将积分区域缩小到三维立体环域,减少无用信息的影响,提高了干扰协方差矩阵的重构精确度。最后通过波束形成抑制干扰信号。由于IAA不依赖于信号的非相干假设,解决了相干信号存在下的方位估计和功率估计。仿真表明,所提出的方法在相干信号、少快拍、相位及阵元位置误差同时存在的情况下,相对于其他波束形成方法,具有最优的信干噪比(SINR)输出,表明该方法具有优良的抑制干扰性能。     

多级FFD融合超分辨率重建的视频人脸识别

针对视频人脸识别中由于人脸畸变、表情变化等非刚性变化导致无法精确配准和重建的问题,提出一种基于多级自由变形配准的超分辨率重建算法。首先,利用低分辨率FFD网格全局配准,引入边缘配准度量到差平方总和准则;然后,将全局配准后的图像和基准图像划分成一系列对应子图对,使用高分辨率FFD网格对相关系数小的子图对进行局部配准;最后,采用凸集投影算法对多帧低分辨率图像重建SR人脸图像,并利用支持向量机分类器完成人脸识别。在标准视频库Choke Point和自己搜集的人脸视频库上的实验结果表明,在人脸畸变和表情变化很大的情况下,本文算法也能够精确配准和重建人脸图像,相比其它几种视频人脸识别算法,本文算法取得了更好的识别效果。     

基于热成像技术的非接触式生命体征测量方法

针对目前临床上监测生命体征设备的不便携带、接触人体等问题实现了一种将红外热成像仪作为信息采集设备,通过分析人体面部血管模型及鼻孔位置温差变化得到心率值和呼吸信息的方法.首先对获取的热像图序列提取前景目标以缩短在整幅图像中进行人脸检测的时间,再利用各向异性扩散滤波法增强感兴趣区域内血管位置的对比度,并利用形态学处理获得人...     

多脉冲串步进频率信号相位斜率测速技术

研究了基于步进频率波形的相推测速技术,建立了空间目标宽带步进频率雷达回波信号仿真模型,提出了多脉冲串步进频率信号相位斜率运动参数估计方法,考虑了目标本身的电磁散射特性和微动对算法估计性能的影响。在低信噪比情况下,结合恒虚警率检测与形态学滤波技术能够对噪声进行有效抑制,提高了算法的鲁棒性和测速精度。     

MPEG-2压缩域中鲁棒性摄像机运动估计算法的研究

在视频检索的很多应用中,比如对象轨迹追踪,都需要首先分离摄像机运动。现提出一种MPEG-2压缩域中鲁棒性摄像机运动估计——自适应尺度残差一致性ASRC（Adaptive-Scale Residual Consensus）算法,只使用P帧的运动向量,并对多重结构噪声可达到80%的击穿点,使MPEG矢量场中奇异值的影响降到最小。对比经典LMedS估计,提出的ASRC具有更好的鲁棒性和击穿点。实验结果显示出令人满意的效果。     

一种稳健的盲稀疏度压缩感知雷达目标参数估计方法

针对压缩感知雷达(Compressive Sensing Radar, CSR)在感知矩阵和目标信息矢量失配时距离-多普勒参数估计性能下降的问题,该文提出一种稳健的盲稀疏度CSR目标参数估计方法。首先建立了CSR系统模型失配时的距离-多普勒2维参数稀疏感知模型,推导了以最小化感知矩阵相干系数(Coherence of Sensing Matrix, CSM)为准则的波形优化目标函数。其次提出了一种新的盲稀疏度CSR目标参数估计方法,通过发射波形,系统模型失配误差和目标信息矢量的相互迭代,逐步校正系统感知矩阵,最终以较高精度估计目标距离-多普勒参数。与传统CSR目标参数估计方法相比,该方法显著降低了CSR系统距离-多普勒参数的估计误差,改善了CSR目标参数估计的准确性和鲁棒性。计算机仿真验证了该方法的有效性。     

一种Alpha稳定分布噪声下的体积目标长度估计方法

为了解决Alpha稳定分布噪声环境下运动舰船目标的长度估计问题,该文借鉴非线性变换抑制脉冲噪声以及多普勒目标运动特性估计思想,提出基于广义时频分析(G-TFA)和最小二乘估计的运动目标长度估计方法。该方法首先利用G-TFA获取Alpha稳定分布噪声环境下运动目标的多普勒频率,然后利用最小二乘方法估计出目标航速和不同位置的横正时刻,最后利用上述估计结果计算目标长度。以广义Winger-Ville分布(G-WVD)为例,从理论上推导了G-TFA在Alpha稳定分布噪声环境下具有提取目标多普勒特征的能力,并通过仿真实验验证了该算法在中低混合信噪比下的稳健性。与现有算法相比,该文所提算法不需要估计噪声特征指数,算法性能优于基于传统时频分析的估计方法。     

一种强鲁棒性的盲分离混合矩阵估计方法

针对传统盲分离混合矩阵估计鲁棒性差、易受初始值影响、精度不高等问题,该文将人工蜂群算法(ABC)用到盲分离中,结合稀疏信号混合矩阵估计的特点,提出一种基于不同搜索策略和编码方式的两阶段蜂群算法的混合矩阵估计方法,通过新的蜜蜂搜索行为和子蜂群之间的协同作业,明显加快了算法的收敛速度,提高了混合矩阵的估计精度。仿真实验表明,该方法在源个数较多、弱稀疏、低信噪比的情况下仍然可以很好地估计混合矩阵。相比已有方法,该方法不仅具有很强的鲁棒性和很高的估计精度,而且不需要太大的计算量。     

一种快速、鲁棒的压缩视频光流场估计算法

该文针对视频运动特性的快速分析需求,提出了一种压缩域中的光流场估计算法。首先利用DCT变换后的两个AC系数估计出图像的空间偏导数,在此基础上再利用预测残差以及运动矢量对图像的时间偏导数进行估计。另外对编码过程中未进行前向运动预测的宏块特性进行了详细的分析,给出了这些宏块相对于前向参考帧的运动信息估计方法,并对时域不连续的图像块给出了一种修正的偏导数估计方法,以此解决遮挡、切换等现象。然后通过最小二乘法并结合图像的偏导数进行光流场估计。实验表明该方法在准确度上可以达到或超过像素域中的L-K估计方法,比起现有的压缩域估计方法也有一定提高,而在计算时间上相比像素域估计有了大幅度降低。     

分布式圆阵空间宽带声源定位方法

为提高空间声源定位精度、减少计算量、提高噪声鲁棒性,提出了一种高精度的分布式圆阵空间声源定位方法。该方法首先将声信号通过聚焦矩阵转换成窄带信号,再利用空间谱及其相位信息的群延迟函数乘积消除无关伪峰,得到高精度声源波达方向估计。然后借助于区域质心在三维坐标系的各投影面分别建立粗略信号源区域。最后结合联合可控响应功率相位,进行区域收缩,得到粗略收缩区域,并将互功率谱最大点作为声源定位估计。该方法利用群延迟函数提高了空间谱信息利用率,得到高精度波达方向估计,增强了初始区域的可靠性;区域质心收缩和可控响应功率相位联合应用,可快速锁定声源位置,降低搜索的复杂度。另外分布式阵列的大孔径、对子阵位置变化不敏感的特性增强了该方法对噪声的鲁棒性。仿真实验验证了该算法能实现高精度声源定位。      

Automatic scalable face model design for 2D model-based video coding

Scalable low bit-rate video coding is vital for the transmission of video signals over wireless channels. A scalable model-based video coding scheme is proposed in this paper to achieve this. This paper mainly addresses automatic scalable face model design. Firstly, a robust and adaptive face segmentation method is proposed, which is based on piecewise skin-colour distributions. 43 million skin pixels from 900 images are used to train the skin-colour model, which can identify skin-colour pixels reliably under different lighting conditions. Next, reliable algorithms are proposed for detecting the eyes, mouth and chin that are used to verify the face candidatures. Then, based on the detected facial features and human face muscular distributions, a heuristic scalable face model is designed to represent the rigid and non-rigid motion of head and facial features. A novel motion estimation algorithm is proposed to estimate the object model motion hierarchically. Experimental results are provided to illustrate the performance of the proposed algorithms for facial feature detection and the accuracy of the designed scalable face model for representing face motion.     

Image mosaic with relaxed motion

We propose a novel method to stitch images with relatively large roll or pitch called relaxed motion, which defies most existing mosaic algorithms. Our approach adopts a multi-resolution strategy, which combines the merits of both feature-based and intensity-based methods. The main contribution is a robust motion estimation procedure which integrates an adaptive multi-scale block matching algorithm called TV-BMA, a low contrast filter and a RANSAC motion rectification to jointly refine motion and feature matches. Based on TV ? L ¹ model, the proposed TV-BMA works on the coarsest layer to find a robust initial displacement field as the initial motion for source images. This motion estimation method can generate robust correspondences for further processing. In the subsequent camera calibration step, we also present two stable methods to estimate the camera matrix. To estimate the focal length, we combine the golden section search and the simplex method based on the angle invariance of feature vectors; to estimate the rotation matrix, we introduce a subspace trust region method, which matches features based on the rotation invariance. Extensive experiments show that our approach leads to improved accuracy and robustness for stitching images with relaxed motion.