基于光谱和空间特性的高光谱解混方法

为表征高光谱数据的光谱和空间特性,引入光谱的平滑性和地物空间分布的稀疏性约束,提出非负矩阵分解的改进算法,将其应用于高光谱解混.尺度可变的梯度下降算法保证了改进算法的收敛性.实验结果表明,改进后的非负矩阵分解算法能给出地物光谱,并精确估计其分布.     

基于高光谱数据的城市不透水层提取与分析

针对多光谱卫星遥感数据监测城市生态环境的限制和高光谱遥感数据的优越性,以徐州市城区为例,选择2004和2006年地球观测卫星一1（EO一1）Hyperion高光谱遥感数据,在波段选择、大气校正等预处理的基础上,利用线性光谱混合模型,通过混合像元分解在亚像元尺度上提取两个时相徐州市中心城区的不透水层比例．以高分辨率遥感影像分类结果作为参考,通过与LandsatTM多光谱数据提取结果的比较,表明了高光谱遥感影像提取不透水层的优势．利用两个时相高光谱遥感影像提取的不透水层信息进行变化分析,结果表明：徐州市不透水层比例在持续增加,尤其在城市边缘区更是显著增加,其主要驱动因素是城市扩展和土地利用变化．     

基于目标正交子空间投影加权的高光谱图像异常检测算法

在高光谱图像的异常目标检测问题中,针对原始数据源不能正确地表征背景数据的分布而造成虚警概率较高的现象,本文提出了一种基于目标正交子空间投影加权的KRX高光谱图像异常检测算法。该算法从背景协方差矩阵的估算角度入手,将每个像素投影到目标的正交子空间中,为每个像素自适应地赋予合适的权值,从而减小目标信息的存在对背景特性估计的影响。并用AVIRIS高光谱数据进行了仿真实验,取得了较好的检测效果。将该算法与其他算法进行了比较,结果表明,本文提出算法的检测性能明显地优于传统算法,降低了虚警概率,具有较好的检测效果。     

基于CUDA的高光谱图像虚拟维度并行计算

虚拟维度表示高光谱图像中典型地物的个数。虚拟维度的确定是高光谱图像众多应用的首要步骤。针对虚拟维度计算方法时间复杂度高的问题,根据其计算具有高度并行性的特点,该文在图形处理单元(GPU)上使用统一计算设备架构(CUDA)和它的拓展线性代数工具箱CULA及Thrust实现虚拟维度的计算,在算法并行实现的每步都做了进一步优化以获取更大的加速性能。通过在GPU设备上CUDA并行计算和CPU上非并行计算求虚拟维度的实验比较,验证了CUDA并行计算可以明显加快算法的实现。     

基于分形维数的SAR图像变化检测

斑点噪声是合成孔径雷达(synthetic aperture radar,SAR)相干成像所固有的,且不可避免的.为了尽可能地抑制斑点噪声对SAR图像变化检测的影响,利用分形维数方法对SAR图像的变化检测进行了研究,并提出了一种基于SAR图像分形维数的变化检测算法,该算法对SAR图像斑点噪声不敏感.并对计算分形维的滑动窗大小的选择进行了研究.用实测SAR图像进行了验证实验,结果表明分形维数可以用于SAR图像变化检测,它是一种新的SAR图像变化检测的方法与途径;同时,滑动窗大小的选择对SAR图像检测结果有影响.     

基于混合预测高光谱图像无损压缩

为了解决海量遥感高光谱图像数据给有限存储空间和传输带宽带来的压力,利用高光谱图像具有较强谱间相关性的特点,提出了一种基于混合预测的高光谱图像无损压缩算法。第一谱段采用中值滤波器模型进行谱内预测;对于其他谱段采用线性预测与上下文预测相结合的谱间混合预测,线性预测是通过二阶线性预测器模型得到预测参考值,上下文预测是根据预测参考值利用上下文预测模型预测得到最终预测值;将预测得到的残差图像进行霍夫曼编码。对AVIRIS标准高光谱遥感图像进行无损压缩实验结果表明：利用该方法能够取得较好的无损压缩效果,平均压缩比达到3.17,与现有的无损压缩方法3D-CALIC、LUT、C-DPCM、JPEG-LS相比,平均压缩比提高了0.05~0.48,是一种高效的高光谱图像无损压缩方法。     

食用油红外光谱的分形维数特征

以傅立叶变换红外光谱为研究对象,探讨了图像分形理论在傅立叶变换红外光谱识别中的应用,提出一种利用分形理论提取食用植物油红外光谱特征的算法.通过对傅立叶变换红外光谱分形维数的比较,达到区分不同光谱的目的,利用开源计算机视觉库OpenCV实现了食用植物油红外光谱分形维数的计算算法,以玉米油和芝麻油的红外光谱为例对该方法进行了说明.实验表明:利用分形维数特征可以对玉米油和芝麻油的真伪进行很好的鉴别。     

基于短距空间光谱并行双向RNN的高光谱农业图像分类

提出一种新的短距空间并行双向RNN算法(shorten spatial-spectral parallel bidirectional RNN,St-SS-pBRNN)用于高光谱农业图像分类,通过组合多个卷积层实现了频谱和空间特征的同时利用,提升了图像的分类效果. 采用并行门控循环单元(gate recurrent unit,GRU)和双向RNN的组合架构,缩短了RNN的序列长度,大幅减少了模型的计算量. 在农业高光谱图像分类对比实验中,算法性能稳定,准确率比经典的短距空间并行GRU算法(shorten spatial-spectral parallel GRU,St-SS-pGRU)最优效果提升大于2%,相关模型有望在国内大范围的农业用地分类中得以推广应用.     

基于分形维数的复杂图像特征提取方法

提出了一种通用的图像特征提取方法,这种方法运用分形维数可以表示曲线的复杂程度的特性来提取图像纹理特征,它具有计算简单、物理意义明确、抗干扰能力的特点,证明了对于离散函数图像在一定条件下可以采用与连续函数图像类似的方法求分形维数,最后给出了一个应用实例表明不同复杂程度的纹理其频谱曲线的分形维数是不相同的。     

自适应增益APA-AG算法的研究

为了提高自适应滤波器的收敛性和跟踪性,提出了一种自适应增益APA-AG算法。通过分析估计输出误差信号,获得了参数迭代步长的一个特定值估计,以实现集平均代价函数最小化。仿真结果表明,相比较于传统的APA算法,文中研究的APA-AG算法具有更快的收敛速率和更好的跟踪特性。     

基于视觉信息的航天器位姿估计迭代算法

基于视觉信息的空间目标相对位姿估计问题是未来空间操作的关键所在,正交迭代算法是一种具有实时性好且全局收敛特点的单目位姿估计算法.为了有效利用多个摄像机荻取的数据,进一步提高位姿估计算法的综合性能,提出了一种双目正交迭代融合算法,取两个摄像机获取的所有特征点的目标空间共线性误差平方和作为误差函数,推导得到使两个摄像机总的...     

一种适用于多发多收数字信道的盲估计算法

对可用非高斯过程表征的多发多收(MIMO)数字信道,在信道接收端应用粒子群算法,得到信道均衡器输出的初始估计,将此估计值应用到基于高阶统计量的MIMO信道逆滤波器(HSB-IF)算法,得到MIMO系统信道冲击响应函数,从而完成对MIMO数字系统的盲信道估计。同时利用了信号的时间分集信息和空间分集信息,与仅利用信号空间分集信息的HSB-IF算法相比,信道估计结果相对于实际信道的归一化信道误差更小,且在小信噪比情况下有更好的全局收敛特性。     

一种直接跟踪信号子空间特征成分的新算法

运用压缩映射技术,将一种基于新的信息准则的信号子空间跟踪算法推广为可以直接跟踪信号子空间的特征成分(各个特征值和对应的特征向量)的新算法.并将这种新算法和基于压缩映射的投影逼近子空间跟踪算法的性能用仿真试验进行比较.     

一种改进的子空间盲多用户检测系统

为解决多用户检测系统复杂度与检测性能之间的矛盾,文中设计了一种改进的子空间盲多用户检测系统.该检测系统使用了一种计算复杂度较低且收敛性能较好的子空间算法——基于幂速代的子空间算法,通过将该算法应用于修正的最小均方误差检测器(MMSE MUD)模型中得到一种改进的多用户检测系统,由于修正的MMSE MUD相对于经典的MMSE MUD减小了近似估计引入的误差,因此文中设计的检测系统可获得复杂性、收敛性能及稳态性能等多方面的益处.仿真实验验证了该检测系统的有效性.     

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。     

高分辨率差分跳频信号频率检测

差分跳频(DFH)是一种新的高速短波通信体制，它利用相邻跳变频率的变化，而不是载频本身，来携带信息。跳变频率检测是实现DFH的关键技术之一。鉴于现代谱估计中MUSIC(MUltiple SIgnal Classification)算法具有高频率分辨率且对信号的初相位依赖性小的特点，本文首次将MUSIC算法用于DFH信号的频率检测，并对算法的性能和运算复杂度进行了讨论，最后给出了仿真结果。     

基于MDL比值的战场目标个数盲估计算法

由于基于MDL准则的信源数估计算法只适用于估计白噪声条件下非相关源的数目,为了适应战场的实际应用环境,提出了基于改进MDL准则的MDL比值信源数目估计算法,有效地解决了基于传统的MDL准则算法在有色噪声条件下信源数估计失效的问题。为了研究空间噪声相关性对所提算法的影响,建立和推导出了适用于圆阵的空间相关有色噪声模型。通过仿真实验和实测数据的验证试验,验证了所提出算法的有效性和可行性。     

WSNs中基于能量均衡定向扩散的移动Agent路由算法

提出一种无线传感器网络中基于能量均衡定向扩散的移动Agent路由算法(EBDDMA).首先,改进定向扩散协议,组合利用最大最小路径节点剩余能量和最小跳数2个度量建立多向最优传输梯度,源节点通过发送两组不同的探测数据包来分别完成源节点的发现与移动Agent迁移路由的建立.随后,移动Agent根据各源节点已建立的移动Agent路由表来动态的选择下一跳节点并进行数据融合,最终返回Sink节点.在源节点发现及移动Agent返回阶段,各节点根据多向最优梯度度量动态构造概率选择函数并进行下一跳选择.同时还针对路由维护问题提出了一种路径快速修复机制.仿真结果表明,与已有的两种算法相比,EBDDMA可在保证较小端到端传输延时的基础上有效的平衡网络能耗,从而延长网络的生存期.     

一种新的通信信号盲分离算法-EASIBSA算法

针对通信信号盲源分离的收敛速度问题,在EASI算法的基础上,提出了一种基于参数自适应优化思想的步长自适应盲源分离算法-EASIBSA算法.该算法将EASI算法中的学习速率与目标函数联系起来,采用随机梯度的方法自适应地进行调节,避免了最优学习速率的选择问题,同时提高了算法的收敛速度.实验仿真结果表明,EASIBSA算法在不影响分离效果的前提下,将收敛速度提高了近2倍.