基于Kalman滤波的GSC改进语音增强算法

针对广义旁瓣相消器（Generalized sidelobe canceller,GSC）存在非相干噪声消除性能不佳的缺陷,提出了采用后置Kalman滤波器改进的GSC去噪算法。该算法通过归一化最小均方算法校正自适应噪声对消器,并将滤除方向性干扰噪声后的语音信号输出到Kalman滤波器中,对残余背景噪声进行迭代最小均方误差（Minimum mean square error,MMSE）估计,抑制非相干噪声与麦克风阵元所产生的热噪声。经过在不同信噪比条件下客观语音质量评估（Perceptual evaluation of speech quality,PESQ）及语谱图分析后证明,与传统的GSC以及后置谱减法的改进GSC相比,本算法在噪声消除上的表现更为优越,且增强后信号也更接近目标信号。     

深度矩阵分解推荐算法

协同过滤推荐算法中的矩阵分解因其简单、易于实现,得到了广泛的应用.但是矩阵分解通过简单的线性内积建模用户和物品之间的非线性交互关系,限制了模型的表达能力.为此,He等人提出了广义矩阵分解模型,通过非线性激活函数和连接权重,将矩阵分解推广到广义矩阵分解,为模型赋予建模用户和物品间的二阶非线性交互关系的能力.但是广义矩阵分解模型是一个浅层模型,并不能很好地建模用户和物品间高阶交互关系,一定程度上可能会影响模型性能.受广义矩阵分解模型启发,提出了深度矩阵分解模型（deep matrix factorization,简称DMF）,在广义矩阵分解模型的基础上引入隐藏层,利用深层神经网络来学习用户和物品间高阶交互关系.深度矩阵分解模型不仅解决了简单内积的线性问题,同时还能够建模用户和物品间的高阶交互,具有很好的表达能力.此外,在MovieLens和Anime两个数据集上进行了大量丰富的对比实验,验证了模型的可行性和有效性;同时,通过实验确定了模型的最优参数.     

结合改进角点检测的优化核相关滤波方法

通常,核相关滤波（KCF）算法易受遮挡等实际检测情况的影响。为使跟踪结果更为准确,提出了结合改进角点检测的优化核相关滤波方法。由自适应Harris角点数量适宜且鲁棒性强的特点,解决了广义霍夫算法提取冗余边缘点速度慢,以及因光照变化导致的边缘点提取不完整的问题。同时,自适应阈值法的引入将噪声对角点提取的影响降为最低。将目标分块并对每一目标子块单独跟踪,由子块间相对位置解决KCF算法在尺度发生变化时目标易丢失的问题。此外,对学习率参数进行了自适应更新,降低了KCF算法的学习率,减少了在目标被遮挡时的模型更新误差。结合交并比与匈牙利算法关联多个目标,逐一取出对应坐标并由广义霍夫算法描绘的目标轮廓得出最终位置,抑制了目标快速运动时KCF算法的漂移现象。实验表明,所提方法有效提高了目标跟踪的可靠性。     

基于泛化FPE加密的民航旅客信息动态脱敏方法研究

随着电子客票和生物特征安检的发展,民航业务系统保存了大量旅客信息,这些信息为“智慧民航”发展奠定了数字基础,但同时也给民航的数据安全保护带来了新的挑战。为解决内部人员恶意或无意泄露旅客信息的情况,文章提出在内部人员访问旅客信息时,采用泛化FPE加密方式对旅客敏感信息进行实时脱敏,在保留旅客信息原始格式特征的基础上,确保旅客信息安全。实验结果表明,该方法可以高效、安全地处理旅客信息查询请求,从而在满足内部人员查询旅客信息的同时,保证旅客信息的安全。     

动态数据校正技术用于GMVC控制器性能评估的改进

在实际工业生产过程中,控制器性能的好坏直接影响了系统的收益;事实上,由于工作环境的复杂性,控制器容易受到各种干扰信号的影响,这通常会导致控制效果不符合预期;因此,对控制器的性能进行评估显得尤为重要;针对反馈系统中测量噪声的干扰问题,分析了测量噪声对基于广义最小方差控制(GMVC)的控制器性能评估(CPA)结果的影响;为了提升CPA的精度,提出了一种动态数据校正(DDR)方法来降低测量噪声对系统性能的影响;首先,在SISO和MIMO系统中引入基于GMVC的CPA;接着讨论了测量噪声对CPA结果的影响;最后,采用DDR滤波器来提升CPA结果的准确性;仿真中系统在不同情况下输出的比较验证了DDR滤波器的良好性能.     

基于GPI观测器的Buck型变换器趋近律控制

针对Buck型变换器中存在的匹配和非匹配扰动,提出一种基于广义比例积分观测器(GPIO)和增强型变速趋近律的控制方法;首先,设计广义比例积分观测器来估计匹配和非匹配扰动,并将估计值引入控制器中进行前馈补偿;同时,构造了基于双曲正切型函数的变速趋近律,可以缩短系统状态的到达时间,并减小在滑动阶段的抖振现象,并与广义比例积分观测器结合,使系统具有良好的抗干扰性能和跟踪性能;最后,证明了观测器的收敛性和闭环控制系统的稳定性,并通过仿真验证该方法可以有效地抑制扰动带来的影响,提高整个系统的抗干扰性能。     

基于节点加权和边加权的重分形研究

目前对于网络重分形的研究,在网络权重性质方面主要是原始网络、节点加权网络、边加权网络,每一个都是单独进行研究,论文主要对同时包含节点权重和边权重的网络进行分析,研究网络广义分形维数的变化情况。首先对已有的沙箱算法进行改进,并利用分形布朗运动时间序列进行改进算法的验证,然后利用改进的沙箱算法对由分形布朗运动时间序列生成的同时包含节点权重和边权重的可视复杂网络进行计算,接着同时单独改变边权重和节点权重,进一步研究广义分形维数随边权重和节点权重改变的变化情况。结果表明改进沙箱算法在保持了传统沙箱算法计算精度的前提下,大大地提高了计算的速度。对于同时单独改变节点权重和边权重,对复杂网络的广义分形维数的影响是截然不同的,节点权重的变化基本不影响网络广义分形维数的变化,而边权重则大大的影响且不同权重指数下的影响情况各不相同。     

一种非视距环境下的目标定位算法

针对机器人、无人机和其他智能系统的位置信息,研究了非视距(non line of sight, NLOS)环境中基于到达时间(time of arrival,TOA)测距的目标定位问题。在建模过程中,通过引入平衡参数来抑制NLOS误差对定位精度的影响,并成功将定位问题的形式与一个广义信赖域子问题(generalized trust region subproblem,GTRS)框架进行耦合。与其他凸优化算法不同的是,本文没有联合估计目标节点的位置和平衡参数,而是采用了一种迭代求精的思想,算法可以用二分法高速有效地进行求解。 所提算法与已有的算法相比,不需要任何关于NLOS路径的信息。此外,与大多数现有算法不同,所提算法的计算复杂度低,能够满足实时定位的需求。仿真结果表明:该算法具有稳定的NLOS误差抑制能力,在定位性能和算法复杂度之间有着很好的权衡。     

广义空间调制系统中的物理层抗窃听传输方案

为实现信息的保密传输,提出一种基于广义空间调制技术的物理层安全方案.发射端根据合法信道的状态信息对信号进行预处理,使合法接收者接收到来自各激活发射天线的信号相位对齐,并对不同激活天线组合的信号进行不同的相位旋转,提高合法接收者的接收性能.而窃听者接收到的信号相位仍然为随机分布,接收性能远低于合法接收者,有效地保护通过天线索引传输的信息.发送端同时发送指向窃听者的人工噪声,保护通过幅相调制携带的信息不被窃听.对保密容量、误码性能和信号与人工噪声的功率分配进行理论分析,仿真结果表明,通过合理分配功率,合法接收者的误码性能明显优于窃听者,能获得可观的系统保密容量.     

利用广义双曲正切-余切方法求分数阶Cahn-Allen方程的行波解

利用广义的双曲正切-余切方法对非线性的分数阶Cahn-Allen方程进行了研究。该方法通过一个分数型的实行波变换将分数阶的偏微分方程转化为常微分方程,然后将常微分方程的求解转化为对应系数满足满足一定条件的代数方程的求解.借助Mathematica软件求出了非线性分数阶Cahn-Allen方程的行波解。最后的数值结果表明方法的有效性。