利用多抽样率滤波实现DHT的实值离散Gabor变换

基于多抽样率滤波原理,设计了分析和综合滤波器组,分别用于实现（基于DHT核函数的）离散Gabor展开与变换,提出了新的实值离散Gabor展开与变换快速并行算法。在并行算法中,由于总计算复杂性分摊于多个结构一致并能够利用快速一维离散快速Hartley变换（N点1-D DHT）的并行通道,因此并行算法的计算时间取决于单个并行通道的计算复杂性。而每一并行通道的计算复杂性非常小,所以分析和综合滤波器组的处理速度是相当快的。将所提出的算法与当前最快的并行算法进行了比较,结果表明基于多抽样率滤波实现的实值离散Gabor展开与变换快速并行算法对实时信号处理十分有利。     

基于多抽样率滤波实现离散Gabor展开与变换的快速并行算法

Gabor变换在信号处理领域一直被认为是一十分有用的时频分析工具,却因Gabor变换算法的高计算复杂性而限制了其实时应用.本文基于多抽样率滤波原理,设计了分析和综合滤波器组分别用于实现离散Gabor变换与展开,从而提出了全新的离散Gabor展开与变换快速并行算法.所设计的分析和综合滤波器组中的每一并行通道具有一致的结构并能够利用快速Fourier变换(FFT)及其逆变换(IFFT)减小计算量.每一并行通道计算复杂性非常小,只取决于输入离散信号的长度及Gabor频率抽样点数,并且每一并行通道计算复杂性不会随Gabor变换过抽样率增加而增大.本文对所提出的并行算法的计算复杂性进行了分析并与目前主要的离散Gabor展开与变换并行算法进行了比较,结果表明所提出基于多抽样率滤波实现离散Gabor展开与变换的并行算法对实时信号处理十分有利.     

基于DCT的实值离散Gabor变换的快速并行算法

Gabor变换在很多领域被认为是非常有用的方法，然而实时应用却因其很高的计算复杂性而受到限制。为了减小计算复杂性，曾提出了基于DCF的实值离散Gabor变换。文中回顾了基于DCF的实值离散Gabor变换，为了有效地和快速地计算实值离散Gabor变换，提出了在临界抽样条件下，一维实值离散Gabor变换系数求解的块时间递归算法以及由变换系数重建原信号的块时间递归算法，研究了该算法使用并行格型结构的实现方法，并讨论和比较了算法的计算复杂性和优越性。     

基于DCT的实值离散Gabor变换的快速并行算法

Gabor变换在很多领域被认为是非常有用的方法,然而实时应用却因其很高的计算复杂性而受到限制。为了减小计算复杂性,曾提出了基于DCT的实值离散Gabor变换。文中回顾了基于DCT的实值离散Gabor变换,为了有效地和快速地计算实值离散Gabor变换,提出了在临界抽样条件下,一维实值离散Gabor变换系数求解的块时间递归算法以及由变换系数重建原信号的块时间递归算法,研究了该算法使用并行格型结构的实现方法,并讨论和比较了算法的计算复杂性和优越性。     

块时间递归离散Gabor变换的并行格型结构实现方法

虽然Gabor变换在语音与图象处理、雷达、声纳、振动信号的处理与理解等很多领域被认为是非常有用的方法,然而实时应用却因其很高的计算复杂性而受到限制。为了有效地和快速地计算离散Gabor变换,论文提出了在临界抽样条件下和在过抽样条件下,一维离散Gabor变换系数求解的块时间递归算法以及由变换系数重建原信号的块时间递归算法,研究了两算法使用并行格型结构的实现方法,并讨论和比较了算法的计算复杂性和优越性。     

基于DST的实值离散Gabor变换

Gabor变换已被公认为是通信和信号处理中信号与图像表示的最好的方法之一,一直以来对Gabor变换的研究和应用实际上是基于Fourier变换的复值Gabor变换,因此这里对实值Gabor变换进行了研究。采用双正交分析方法,定义了一种基于离散正弦变换(DST)的实值离散Gabor变换(RDGT),该变换不仅适用于临界抽样条件而且适用于过抽样条件,并证明了变换的完备性条件(即该变换中综合窗与分析窗的双正交条件),该实验结果也验证了变换的完备性。针对实值信号,该变换由于仅涉及实值运算,并可利用快速DSTI、DST算法来加速变换,因此比传统复值离散Gabor变换在计算、实现方面更为简单。在实际应用中,将更方便于软件和硬件的实现。     

多抽样率Gabor变换并行算法的FPGA仿真和设计

Gabor变换在信号处理领域被公认为十分有效的时频分析方法,然而却因为Gabor变换算法具有较高的计算复杂性而限制了其实时应用,最近提出的基于多抽样率滤波实现离散Gabor变换的并行算法可很好地解决实时应用问题。讨论用FPGA来实现多抽样率Gabor变换并行算法的仿真,并运用Quartus II 9.0和modelsim等软件以及Verilog硬件描述语言来辅助设计。     

Unified Parallel Lattice Structures for Block Time-Recursive Real-Valued Discrete Gabor Transforms

In this paper, the 1-D real-valued discrete Gabor transform (RDGT) proposed in the previous work and its relationship with the complex-valued discrete Gabor transform (CDGT) are briefly reviewed. Block time-recursive RDGT algorithms for the efficient and fast computation of the 1-D RDGT coefficients and for the fast reconstruction of the original signal from the coefficients are developed in both critical sampling and oversampling cases. Unified parallel lattice structures for the implementation of the algorithms axe studied. And the computational complexity analysis and comparison show that the proposed algorithms provide a more efficient and faster approach to the computation of the discrete Gabor transforms.     

Detection-recognition algorithm based on the Gabor transform for unknown signals embedded in unknown noise

In this paper we present the CFAR (Constant False Alarm Rate) two-step detection-recognition algorithm for unknown, non-stationary signals embedded in unknown noise, based on the discrete Gabor transform. In the detection step, the decision about the absence or the presence of a signal of interest in a background of noise should be taken. The term ‘recognition’ means recovering the signal waveform from a noisy signal after the detection step. The recognition can be reformulated as the non-stationary, time-varying filtering problem in a time–frequency domain. In this paper the Gabor time–frequency domain is taken into account and the Gabor transform is used both in the detection and the in the filtering step. The discrete Gabor transform (DGT) is under intensive study of mathematicians, what results in a number of new, efficient computational algorithms for long time series. The Gabor frame approach is used for computation analysis and synthesis windows. Data-driven approach to develop the detection-recognition algorithm is based on the assumption, that disturbing noise signal after the Gabor transform, can be successfully approximated by the Weibull distribution regardless noise distribution before the transformation. It is shown by intensive simulations, that a two-parameter model like the Weibull distribution is really appropriate. Scale and shape parameters of the Weibull distribution are easily estimated and the CFAR threshold used in detection, based on estimated parameters, can be computed. The case of a low SNR ratio, with additional assumption about a signal, is also considered. It is shown that the iterative form of the time-varying filtering, significantly improves the quality of the whole detection-recognition CFAR algorithm. This approach is successfully investigated on a real-life radar signal.     

Univied Parallel Lattice Structures for Block Time—Recursive Real—Valued Duiscrete Gabor Transforms

In this paper,the 1-D real-valued discrete Gabor transform(RDGT)proposed in the previous work and its relationship with the complex-valued discrete Gabor transform(CDGT)are briefly reviewed.Block time-recursive RDGT algorithms for the efficient and fast computation of the 1-D RDGT coefficients and for the fast reconstruction of the original signal from the coefficients are developed in both critical sampling and oversampling cases.Unified parallel lattice structuires for the implementation of the algorithms are studied.And the computational complexity analysis and comparison show that the proposed algorithms provide a more efficient and faster approach to the computation of the discrete Gabor transforms.     

基于2D-FFT的掌静脉图像Gabor滤波快速增强法

手掌静脉纹识别技术作为新一代高精度的生物特征识别技术,被广泛用于个人身份鉴定领域.有效提取手掌静脉特征对于手掌静脉分类至关重要.然而,由于采集到的手掌静脉图像的质量较差,必须在识别前对手掌静脉图像进行增强.使用二维离散快速傅里叶变换（2D-FFT）代替传统空域卷积滤波,实现Gabor滤波器与原图像的频域卷积滤波.实验结果显示,本文提出的增强方法,相比较传统的自适应直方图均衡化和Retinex算法具有更佳的增强效果,相比于传统Gabor空域卷积滤波具有更低的计算复杂度,更适用于实时系统.     

并行格型结构实现——一维块时间递归实值离散Gabor变换

为了有效和快速地计算实值离散Gabor变换,本文提出了在临界抽样条件下,一维块时间递归实值离散Gabor变换系数求解算法和由变换系数重建原信号算法,并研究了并行格型结构实现这两种算法的方法。     

基于Gabor滤波器包络的人脸识别算法

2维Gabor滤波器已在文字、人脸和虹膜识别等方面得到广泛应用,Gabor滤波器在特征提取方面具有独特的优势,但高计算复杂度限制了应用。如何快速地利用Gabor滤波器进行识别成为当前研究的重点。提出了基于2维Gabor滤波器包络的人脸识别算法,通过忽略Gabor滤波器的正弦部分,保留高斯成分构造矩形包络,将椭圆滤波器转换为矩形滤波器进行特征提取,即可以在不影响特征提取性能的情况下,只计算滤波器的主要能量区间,忽略区间以外的部分,提高了运算速度。在Yale和ORL人脸库上的测试结果证明,该算法分类准确度优于Eigenface和Fisherface方法,且速度较传统的Gabor滤波器方法快20%,取得了满意的结果。     

A New Delayless Subband Adaptive Filtering Algorithm for Active Noise Control Systems

Subband adaptive filtering (SAF) techniques play a prominent role in designing active noise control (ANC) systems. They reduce the computational complexity of ANC algorithms, particularly, when the acoustic noise is a broadband signal and the system models have long impulse responses. In the commonly used uniform-discrete Fourier transform (DFT) -modulated (UDFTM) filter banks, increasing the number of subbands decreases the computational burden but can introduce excessive distortion, degrading performance of the ANC system. In this paper, we propose a new UDFTM-based adaptive subband filtering method that alleviates the degrading effects of the delay and side-lobe distortion introduced by the prototype filter on the system performance. The delay in filter bank is reduced by prototype filter design and the side-lobe distortion is compensated for by oversampling and appropriate stacking of subband weights. Experimental results show the improvement of performance and computational complexity of the proposed method in comparison to two commonly used subband and block adaptive filtering algorithms.      

基于辅助双正交的实值离散多Gabor变换

为了改善传统离散Gabor变换的时频分辨率,降低离散Gabor变换计算的复杂性,提出了一种基于多高斯窗的实值离散Gabor变换分析窗的快速求解算法。对多高斯窗下离散Gabor变换双正交关系式进行了简化,给出了分析窗组的代数方程表达式。该算法相对于多高斯Gabor展开的计算复杂度明显降低,仿真实验的结果也证明了该算法的有效性。     

基于DCT的2D实值离散Gabor变换

摘 要 本文提出了一种在临界抽样条件下基于2D DCT的二维实值离散Gabor变换(2D RDGT),介绍了其快速算法。并比较了该变换与二维复值离散Gabor变换(2D CDGT)的算法复杂性。     

基于实值离散Gabor变换的谱减法语音增强

提出了一个基于实值离散Gabor变换的新的谱减法语音增强,采用高斯窗作为综合窗,利用已有的快速实值离散Gabor变换将语音变换到时频域,噪声估计采用改进的最优滤波和最小统计的martin算法,在联合时频域进行谱减得到纯净语音增益,在得到语音增强信号后,利用实值离散Gabor逆变换将其还原输出。实验结果表明,在分段信噪比和语音质量方面均与目前主流谱减法相比均有提高。     

基于多高斯窗的实值离散Gabor变换

传统的单窗复值离散Gabor变换具有固定的时频分辨率,由于受窗函数时宽-带宽之间的制约关系,即不确定性原理限制,其时间分辨率和频率分辨率是矛盾的关系。为了改善传统离散Gabor变换时频分辨率并加快其变换速度,提出了一种基于多高斯窗的实值离散Gabor变换,实验结果表明能有效改善联合时频域内的聚集性,从而提供了一种快捷地计算非平稳信号进化谱方法。     

神经网络方法求解Gabor展开系数

在离散序列的Ｇａｂｏｒ展式的统一框架下，对周期（或有限）的离散信号在特征抽样情况下的Ｇａｂｏｒ系数用神经网络进行求解，本文构造了神经网络模型，给出了两种实现算法，模拟实验结果说明该方法是有效的。     

离散信号和图象的实数形式Gabor变换

定义了用于有限序列和图象表示的实数形式离散Ｇａｂｏｒ变换（ＲＤＧＴ）这种通过将复数形式离散Ｇａｂｏｒ变换（ＣＤＧＴ）的复数Ｇａｂｏｒ基本函数替换成实数Ｇａｂｏｒ基本函数而进行的实数变换,在算法复杂性上与ＣＤＧＴ相比,明显降低,并且由于ＲＤＧＴ与离散Ｈａｒｔｌｅｙ变换（ＤＨＴ）有着相似的形式,从而使得ＲＤＧＴ能够利用快速的ＤＨＴ加速变换,另外,ＲＤＧＴ系数与ＣＤＧＴ系数的实部和虚部之间有着非常简单的