一种自动匹配的分布式非圆信号二维DOA快速估计方法

在相干分布式非圆信号2维波达方向(DOA)估计中,针对利用非圆特性后维数扩展带来的较大复杂度问题,且现有的低复杂度算法均需要额外的参数匹配,该文提出一种基于互相关传播算子的自动匹配2维DOA快速估计算法。该算法考虑L型阵列,在建立相干分布式非圆信号扩展阵列模型的基础上,首先证明了L阵中两个子阵的广义方向矢量(GSV)均具有近似旋转不变特性,然后通过阵列输出信号的互相关运算消除了额外噪声,最终利用子阵GSV的近似旋转不变关系通过传播算子方法得到中心方位角与俯仰角估计。理论分析和仿真实验表明,所提算法无须谱峰搜索和协方差矩阵特征分解运算,具有较低的计算复杂度,并且能够实现2维DOA估计的自动匹配;同时,相比于现有的相干分布式非圆信号传播算子算法,所提算法以较小的复杂度代价获得了性能的较大提升。     

分布式相参阵列及其二维高精度方向估计

针对米波雷达波束宽及角分辨率低等问题,该文结合干涉雷达结构与2维方向估计方法,提出一种扩展孔径的分布式相参阵列及其2维方向估计方法。对于分布式孔径带来的测角模糊问题,该方法采用双尺度酉ESPRIT算法解模糊,再利用信号子空间与噪声子空间的渐近正交特性实现方位角与仰角的配对,从而得到高精度的方向估计,有效地扩展了孔径。最后用分段误差法(MIE)分析了分布式阵列2维方向估计的门限效应,并给出了填充系数门限与SNR门限的近似计算方法。仿真结果验证了该文提出的阵列及2维方向估计算法的有效性。     

局部梯度极值点的BEMD与CI算法的图像融合增强

协方差交叉算法是分布式信息融合中通过优化一定目标函数得到的一种分布式融合估计方法,这种方法为图像融合增强提供了一种新思路。提出基于局部梯度极值点的二维经验模式分解(BEMD)与协方差交叉(CI)算法的图像融合方法,针对传统BEMD获取图像细节能力的不足,为使图像包含更多细节结构特征,根据梯度对图像细节信息的强挖掘能力,采用4个二维方向上的极值条件选取局部梯度极值点对图像进行经验模式分解并确定内蕴模式函数。将一维协方差交叉算法扩展到二维信号和图像融合上,通过最小化各内蕴模式函数的二维协方差交叉阵的"模"范数计算最优线性加权阵,并利用反向重构得到融合增强图像。经仿真实验分析发现,与传统的图像融合算法对比,所提方法具有更强的细节捕捉能力,清晰度明显提升。     

维数差异对模糊积分融合多FasART网络影响的研究

基于软决策的并行分布式融合系统能融合不同类型的特征,且最终决策结果与前期决策器输出的数值大小相关.当不同类型矢量的维数不等时,维数差异是否对最终融合决策有影响对设计融合算法和分类器的选择具有重要意义.本文分析了维数差异对模糊积分融合多FasART网络算法的影响原因,提出了解决办法,用遥感图像的光谱和纹理特征进行了融合实验,结果表明维数差异对该算法有影响.模糊积分融合多FasART网络是一种典型的基于软决策的并行分布式融合决策系统的算法,因此,基于上述融合系统的算法存在维数差异问题.     

一种新的分布式功率控制算法

该文首先提出改进的分布式功率控制(IDPC)算法的原型算法,再进一步以分布式实现该原 型算法,从而最终得到IDPC算法。该文还对不同的分布式功率控制算法做了理论分析及仿真比较,最终得出了IDPC算法具有很快的收敛速度和优越的中断性能的结论。     

5G电力虚拟专网中基于联邦对抗学习的分布式异常检测算法

针对5G电力虚拟专网中高维、不均衡和分布式的数据特征，提出了一种基于联邦对抗学习的分布式异常检测算法。首先，鉴于生成对抗网络在获取高维复杂数据分布方面的优势，采用具有梯度惩罚的Wasserstien生成对抗网络(WGAN-GP)模型对网元中的多维运行数据进行分析和监控并获取其分布情况。其次，基于5G电力虚拟专网的管理架构，设计了一种基于联邦对抗学习的分布式异常检测框架，使分布式电力切片管理器能够协同训练全局异常检测模型，增强模型泛化能力。最后，通过数值仿真验证了基于联邦对抗学习的分布式异常检测算法的训练效率和检测性能。     

K分布杂波中分布式目标的Rao检测

该文针对高分辨雷达体制下,点目标分裂成分布式目标所带来的检测问题,提出了基于Rao检测的分布式目标自适应检测算法。将分布式目标建模为子空间信号,目标不仅在距离维上扩展同时也在Doppler频率维上扩展。Rao检测算法只需对H0假设条件下的未知参数进行最大似然估计,在构造检测器的过程中运用两步法检测策略,有效地减少了计算量和复杂度。最后,用Monte Carlo仿真了该算法的检测性能,并与以前的检测器相比较验证了新提出的检测器对分布式目标在K分布杂波中的有效性。     

基于稀疏表示的不相关分布式信源参数估计算法

在分析不相关分布式信源(Incoherently Distributed Source, IDS)信号模型的基础上,该文给出一种基于稀疏表示的IDS参数估计方法。该方法利用IDS协方差矩阵的Toeplitz性质,结合IDS协方差矩阵的两点近似及Jacobi-Anger级数展开模型,分别采用两个1维稀疏表示问题对IDS的角度扩展及中心入射角度进行估计。同现有算法相比,该文方法不需要进行2维搜索,计算量较小。仿真结果表明,该文算法在低信噪比及小快拍情况下具有良好的参数估计性能。     

一种高维大数据全k近邻查询算法

全k近邻(all k-nearest neighbor,AkNN)查询,是k近邻查询的一个变型,旨在在一个查询过程中为给定数据集的每个对象确定k个最近邻.提出了一种在Hadoop分布式平台下处理高维大数据的AkNN查询算法.首先使用行条化思想结合p-stable LSH算法将高维数据对象降维,然后结合空间填充曲线Z-order的优良特性,把降维后的数据嵌入一维空间中,接着进行范围查询.整个过程使用MapReduce框架分布式并行处理.实验结果表明,所提出的算法可以高效处理高维大数据的AkNN查询.     

一种启发式任务调度策略

本文对分布式计算机系统中的一些任务调度策略进行了介绍和分析,进而提出和介绍了在我们的立方体分布式计算机操作系统(CDCOS)中所采用的启发式动态任务调度算法。该调度算法和CDCOS的运行都是成功的。     

网络数字视频的分布式计算

在网络环境中,数字视频信息存在着变化的帧速率,变化的码速率,以及随机干扰的问题,使得传统的基于硬件的视频并行处理方法与网络环境并不兼容.文中提出了一种基于软件协议的数字视频分布式计算系统,该系统由多台计算机通过网络协议互联,各分布式计算机同时处理数字视频数据,最后整合输出结果,从而实现分布式并行计算过程.     

ISAR成像实时处理系统设计

根据ISAR成像的特点研究并设计了ISAR实时成像处理系统,主要包括:信号处理模块的硬件采用分布式并行的设计方式;系统的数据通信采用串并转换及链路口和交换机相结合的方法;根据外场实验的参数和目标特征,选择适于ISAR实时成像的算法,并对算法的运算量进行了分析,在此基础上进行了实时处理在信号处理板卡上的任务分配。最后的试验结果和分析验证了该系统的有效性。     

基于相关编码的光纤拉曼温度传感系统的解码算法研究

针对相关编码技术中传统解码运算的计算效率低和 存储空 间大的问题,利用重叠保留法对拉曼散射信号进行分段处理,并采用基于快速傅立叶变换(FFT)的循环相关代替各个分 段内的离散线性相关,最后将各段结果组合完成对系统的解码运算。在512bit Golay编码的20km光纤拉曼温度传感 仿真系统中,解码时间由传统移位相关算法的0.228s减少到了0.025s,提高了8倍以上的解码效率,解码过程中FFT运 算所需的存储空间由传统循环相关算法的 1280000bit减少到了65536bi t,减小了19倍以上的存储空间。上述结果表明,本文方法是一种实时有效的解码方法。     

基于分形特征的目标检测算法概述及仿真

对目前比较常用的基于分形特征的目标检测算法进行了概述，并给出了相应的仿真结果。从仿真结果我们看出基于多尺度分形参数的目标检测算法是一种比较精确的算法，但是计算量太大。从计算量和精确度双方面考虑快速的基于分维数和分形拟合误差的目标检测算法是一种不错的算法。     

多模复合末制导图像处理系统设计与实现

在末制导图像处理系统中,单模系统会带来匹配精度不够、容易受干扰等问题,采用多模系统进行融合决策,是提高跟踪定位精度和抗干扰能力的更优选择。本文基于多DSP和FPGA,提出采用接口管理和图像匹配分开的分布式管理架构,设计实现了可兼容光学、射频模式的多模复合末制导图像处理系统,系统具有高实时性、可重构性和通用性强的特点。同时,在设计的系统平台上,采用适合各模式的FPGA预处理算法完成图像实时预处理,采用SIFT特征匹配算法完成实时并行匹配运算。实验表明,本文设计的末制导图像处理系统及SIFT特征匹配算法,在光学和射频模式下都达到了实时处理的要求;复合末制导处理系统的匹配精度,要优于单模末制导图像处理系统的匹配精度。     

基于方向分形维的高速公路车辆边缘检测研究

基于图像的高速公路障碍物检测是实现汽车视觉导航的核心问题。在一个景物快速变化的视频图像中检测出目标物体是难度较大的图像分割和识别问题,而目前的各种分割算法也各有优劣。本文主要针对四川和重庆地区高速公路的特点,在分形维的基础上提出了方向分形维的算法,结合图像的灰度特征,用来提取车辆边缘并分割高速公路上的车辆。处理结果显示了方向分形维较强的分割能力和对特殊背景噪声的鲁棒性。本文针对分形算法的计算特点构造了相应的快速算法。经上路实验验证,算法实时性满足高速公路视觉导航系统的需要。     

基于原子力显微镜(AFM)的微小结构加工工艺研究

为了解决AFM单独用于机械刻蚀加工存在的局限性以及加工过程中各种因素对加工结果的影响等问题 ,提出一种基于AFM的非硅工艺微结构的加工方法。把三维微动工作台叠加到原子力显微镜工作台上组成新的微加工系统 ,采用金刚石针尖作为加工工具。根据AFM在线成像后的结果对该工艺过程中各种因素产生的影响进行了研究、分析和说明 ,得出主要参数优选的一般方法 ,讨论了与其他微机械加工方法相比较采用该方法的优缺点和可行性。应用该系统进行了微结构的加工实验 ,实验结果表明该系统能够实现较高尺寸精度和重复性精度的微结构的加工 ,并且通过优选参数改进工艺完全可以应用于微机械领域中诸如掩模或微尺度模具等简单和复杂的准三维或三维微小结构的加工     

匹配场处理分布式多阵水下目标三维定位方法

针对水下目标定位问题,提出一种基于匹配场处理的分布式多阵列三维定位方法。首先,各分布式阵列节点采用非相干线性匹配场处理算法,独立对同一个目标进行深度和距离估计,然后对各节点的目标估计结果进行协同定位处理,采用线性最小二乘算法对水平方位定位结果进行修正,以各节点的目标定位深度均值作为目标深度估计。海上试验数据验证表明,所提出方法可有效地实现水下目标三维定位。     

Laplacian图像边缘检测器的FPGA实现研究

介绍了Laplacian边缘检测算法模型,边缘检测工作流程,分布式运算原理,阐述了用FPGA实现的一个Lapla—cian图像边缘检测器的设计,包括系统总体设计,主要模块的设计思想和系统仿真结果。该检测器采用了流水式数据输入和高速分布式卷积运算等技术,具有良好的实时处理性能,若系统工作时钟为100MHz,则处理一幅1024-1024的图像的时间仅需0．01s左右。