基于微分进化算法的匹配追踪算法研究

针对匹配追踪算法在信号分解过程中计算冗余、参数匹配精度低等缺点,将改进的微分进化算法与匹配追踪算法相结合,以提高信号处理的速度以及精确度。并将该算法应用于超声回波仿真信号和换热管污垢超声检测实验信号的处理,并与标准匹配追踪算法作对比。结果表明,基于微分进化算法的匹配追踪算法在信号处理中的计算效率和精度明显高于标准匹配算法,获得较好的降噪和信息提取效果,对超声检测信号的处理具有较重要的意义。     

利用匹配追踪算法提取变电站内路径损耗参数

为了衡量变电站内电磁环境对无线通信设备的干扰,尤其是对无线信道的干扰,采用频域测量方法在110 kV和220 kV变电站内分别对430 MHz和470 MHz通信频段电磁波路径损耗进行了测量。针对变电站内电磁环境相对复杂的情况,提出了一种利用匹配追踪算法滤除噪声,提取路径损耗参数的方法。根据测量信号的特征,构建了与测量信号匹配而对噪声不敏感的高斯脉冲原子库。与常规的Gabor原子库相比,基于构建的高斯脉冲原子库的匹配追踪算法比传统的基于Gabor原子库的匹配追踪算法运算速度要快3~4倍,提高了匹配追踪算法的运算速度,减少了计算时间,获得了较好的降噪和信息提取的效果,为变电站内布置无线通信设备提供了理论依据和指导意义。     

匹配追踪算法的超声多普勒血流信号降噪研究

超声多普勒在临床医学中具有广泛的应用,但由于超声多普勒血流信号中夹杂了大量的噪声严重影响了时频声谱图的清晰度,所以必须采用一定的措施消除噪声。本文分别利用离散小波变换算法、小波包变换算法和匹配追踪算法对超声多普勒血流信号进行分解、变换以及降噪处理,并通过仿真实验,给出了不同信噪比情况下,对基于三种算法处理后的信号时域波形和频域波形进行了比较,证实了匹配追踪算法是一种非常适合于对像超声多普勒血流信号这样的频率带宽随时间变化很快的强噪声背景的信号进行噪声处理的算法。     

基于子空间匹配追踪的信号稀疏逼近

信号的稀疏表示或最佳N项逼近在数据压缩、特征提取和模型降阶等领域得到了广泛的应用．最佳N项逼近是一个典型的NP难的问题．次最优的匹配追踪、正交匹配追踪和基匹配追踪是目前流行的算法．本文提出了一种新的算法——子空间匹配追踪．该算法可以克服匹配追踪算法中的过匹配现象,加速了算法收敛速度,同时计算量比正交匹配追踪小得多．最后,比较了匹配追踪、正交匹配追踪和子空间匹配追踪对仿真信号和语音信号的表示性能．表明了我们的方法有效均衡了计算量和收敛速度两方面的要求．     

基于压缩感知理论的稀疏孔径ISAR成像

在基于压缩感知理论的逆合成孔径雷达成像过程中,利用正交匹配追踪算法进行信号重构时存在重构精度较低、运算速度较慢的缺点,针对上述问题,提出了一种利用改进正交匹配追踪算法进行信号重构的稀疏孔径高分辨成像方法。首先,构造数据选择矩阵作为测量矩阵模拟回波缺失情况,然后利用稀疏基矩阵对回波信号进行稀疏表示,最后采取一种改进正交匹配追踪算法进行图像重构,相比于正交匹配追踪算法同时提高了运算速度和成像质量。通过仿真实验,在稀疏孔径数据随机缺失的情况下,改变数据缺失率,将该算法与距离-多普勒算法和正交匹配追踪算法的成像结果进行对比,验证了该算法的有效性和优越性。     

一种新的基于稀疏分解的单通道混合语音分离方法

 论文以新的语音信号稀疏基—准KLT基的构造为基础,提出了一种新的基于稀疏分解的单通道混合语音分离方法.论文首先以理想准KLT基的构造为基础,从理论上提出并证明了基于各源语音信号的理想准KLT基,利用l exp(0)-范数优化算法,可实现单通道混合语音的完美分离.鉴于单通道混合语音分离时,无法精确求取各源语音信号的理想准KLT基,论文提出先基于正交匹配追踪算法,以混合语音信号为已知条件,构造各源语音信号的正交匹配追踪模板匹配准KLT基,再由l exp(0)-范数优化算法来分离单通道混合语音.仿真实验表明论文所提理论的正确性,和基于正交匹配追踪模板匹配准KLT基来分离单通道混合语音信号的有效性.     

基于字典学习的碰摩声发射信号降噪算法

针对现场实测声发射信号经常淹没在噪声中的问题，提出了一种基于字典学习的碰摩声发射信号降噪算法。首先在训练阶段采用干净碰摩声发射信号利用K-SVD算法训练自适应字典，然后对含噪碰摩声发射信号的噪声方差进行估计，最后利用正交匹配追踪算法对含噪碰摩声发射信号在训练后的字典上进行稀疏分解，从而达到对碰摩声发射信号进行降噪的目的。实验结果表明:基于字典学习的算法对碰摩声发射信号能取得较好的降噪效果，相比与基于固定字典的传统算法能够获得更高的信噪比。     

一种用于压缩感知理论的投影矩阵优化算法

考虑到投影矩阵对压缩感知(CS)算法性能的影响,该文提出一种优化投影矩阵的算法。该方法提出可导的阈值函数,通过收缩Gram矩阵非对角元的方法压缩投影矩阵和稀疏字典的相关系数,引入基于沃尔夫条件(Wolfes conditions)的梯度下降法求解最佳投影矩阵,达到提高投影矩阵优化算法稳定度和重构信号精度的目的。通过基追踪(BP)算法和正交匹配追踪(OMP)算法求解l0优化问题,用压缩感知方法实现随机稀疏向量、小波测试信号和图像信号的感知和重构。仿真实验表明,该文提出的投影矩阵优化算法能较大地提高重构信号的精度。     

基于正交匹配追踪算法的语音信号重构研究

压缩感知理论是近年来提出的一种新兴的基于信号稀疏性的采样理论。正交匹配追踪算法是其中一种典型的重构方法,文中针对语音信号重构中存在的不足,采用正交匹配追踪算法对语音信号进行信号重构,相比于传统的压缩感知的重构算法更加地适用于对含噪语音、重构语音质量会更高,去噪效果也会更明显。为语音信号CS性能的基础性的研究提供了参考。     

区域追踪匹配甚低码率视频编码算法的研究

本文提出一种基于Gabor变换区域追踪匹配RMP（region matching pursuit)的甚低码率视频编码算法,用于克服块编码带来的块效应及其明显失真;根据图像区域特征重要性优先级选择编码保证编码质量（PSNR）;通过算法自学习实现Gabor追踪匹配集优化提高编码效率。实验测试结果表明,在甚低码率（24kbit/s和10kbit/s）下区域追踪匹配算法与H．263编码算法相比,能够有效保证视频编码质量（PSNR）,降低块效应,有较高的编码效率。同时算法具有码率及PSNR扩展功能。