一种基于局部结构的改进奇异值分解推荐算法

基于奇异值分解(Singular Value Decomposition, SVD)的推荐算法,在预测准确性、稳定性上具有明显优势,但在用随机梯度下降法求解过程中误差下降速度逐渐变慢、迭代次数较多,这极大限制了其在实际项目中的应用.针对这个问题,该文利用评分矩阵的差分矩阵来表征局部结构信息,并作为新的目标函数来优化 SVD 推荐算法.在 MovieLens 和 Netflix 数据集合上的实验结果表明:与经典 SVD 算法相比,该优化算法能够用更少的迭代次数得到更准确的预测结果;与当前的其他算法相比,该优化算法在预测准确性上仅次于 SVD++,在训练时间上具有显著优势.     

一种高精度单频信号频率估计算法

根据离散傅里叶变换(DFT)理论和其系数的特点,提出了一种信号离散傅里叶变换系数来构造频率修正项的单频信号频率估计算法。算法利用峰值及前后1个位置的DFT变换系数得到频率修正项的初始值,再迭代计算修正后峰值前后位置的DFT系数来得到频率修正项的精细值。理论分析和仿真结果表明,算法在低信噪比下具有好的频率估计精度并能减少迭代次数。     

一种基于奇异值分解的改进信噪比盲估计算法

针对空间分解类信噪比(SNR)估计算法中子空间维数估计复杂度较高,低信噪比下估计偏差较大的问题,提出了一种改进的子空间维数估计算法。该算法首先利用样本自相关矩阵的奇异值序列进行后向差分得到梯度序列,对梯度序列每一项与后5项之和的比值进行搜索,最大比值所对应的奇异值序号作为信号子空间维数,最后计算信噪比。合适数据长度下的仿真结果表明：在信噪比-5 dB~20 dB范围内,常规通信信号的信噪比估计平均偏差小于0.5 dB,标准差小于1 dB;该算法提升了低信噪比下的估计性能,运算量较小,无需知道调制方式、载波频率、符号率等先验信息,在低信噪比时对信噪比时变的跟踪估计更为准确,且对复杂高阶调制信号同样适用。     

基于奇异值分解的空域海杂波抑制算法

为实现对高频地波雷达(high frequency surface wave radar,HFSWR)一阶海杂波谱中目标的检测,提出了基于奇异值分解(singular value decomposition,SVD)的空域海杂波抑制算法(简称空域SVD算法).空域SVD算法是利用海杂波较强的相关性,将邻近距离单元作为参...     

一种FFT和CZT联合的快速高精度频率估计算法

频率估计在通信信号侦察中占有重要地位,CZT算法以其直接、快速、经济的特点适用于当前对频率估计快速、高精度的要求.分析了CZT算法的特点,提出一种联合FFT和CZT的快速高精度算法.通过比较该算法与直接进行FFT计算的运算量,证明了联合算法的优点,并通过MATLAB仿真加以验证.     

一种改进的基于奇异值分解的信源数目估计算法

信源数目估计问题在盲源分离中具有重要的意义。研究了传感器数目大于信源数目时的源数估计问题。首先分析了用奇异值分解法进行信源数目估计的优势与不足,然后提出了一种改进的基于奇异值分解的信源数目估计算法。该算法首先对含噪混合信号进行奇异值分解,然后检测信号分量与噪声分量之间的转折点,将信号分量与噪声分量区分开来,从而得到信号源的数目。实验仿真表明,该算法在低信噪比以及采样点数较少时仍然具有好的性能。     

一种修正的矢量奇异值分解DOA估计算法

在均匀线性阵列模型下,特征矢量奇异值分解算法能够对相干信号进行DOA估计,但相干和不相关信号同时存在时,算法的估计会出现错误。针对这一问题,提出了一种修正算法(MESVD),该算法选取经过加权处理的特征向量来构造矩阵,并利用该矩阵进行子空间估计。理论分析和数值仿真证明:修正后的算法能够正确估计相干、相关和不相关信号,估计性能与空间平滑算法(FBSS)相当。     

基于Contourlet视觉模型和奇异值分解的图像质量评价

针对基于像素值的图像质量评价方法忽视图像结构信息和需要完全参考图像等问题,提出了一种基于Contourlet域奇异值分解CW-SVD,部分参考图像质量评价方法(contourlet weighted singular value decomposition)。在Contourlet域中,利用奇异值向量对图像结构的表征能力,结合人眼视觉敏感性确定每个子带的视觉权重,得到每个子带的评价测度,再综合得出图像的最终评价指标。实验表明,该方法应用于4种类型的降质图像质量评价时,比峰值信噪比(PSNR、MSSIM)等算法具有更好的稳定性和更好的主客观评价一致性。     

块奇异值分解和量化实现的图像数字水印算法

讨论了当前将水印嵌入在块奇异值分解（SVD,singular value decomposition）后最大奇异值中的图像数字水印算法不足,进而提出了两种新的将水印嵌入在块SVD后最大奇异值除外的其余奇异值中的图像数字水印算法。两种新算法均采用了量化嵌入策略,从而使两种算法在提取水印时无需任何原始信息的帮助。实验结果表...     

一种基于对称傅里叶变换的信号频率估计算法研究

在机电一体化系统中信号频率的分析是一个重要命题,如何从夹杂着噪声的信号中准确提取出频率信息是机电一体化系统中信号处理领域的一个难题。而离散傅里叶变换一直是解决该类问题的重要方法,而对称傅里叶变换在估计频率相近的信号时有较小的误差,在具有谐波干扰以及噪声干扰的环境下,该算法仍然可以提供较好的估计精度。     

基于高Q值SAW谐振器的多点频微波频率源的研究

为实现雷达、数字微波通信、光纤通信、电子对抗、遥测和遥控等领域频率源的小型化和高稳定化,研制成功了基于高Q值(有载Q值15000;无载Q值18000)的表面波谐振器(SAWR)和小型高稳电路的多点频源,并有下变频单元和独特的高稳频率监控单元,该研究结果在研制射频稳频技术中具有应用的广泛性和通用性.     

一种基于Burg谱估计和FFT的频偏估计方法

针对星间链路通信中常用的BPSK、QPSK、UQPSK和64QAM等调制信号的载波频偏估计问题,提出了一种基于Burg谱估计和FFT的通用频偏估计方法。采用Burg谱估计方法对信号进行粗频偏估计,补偿该频偏后得到含有较小残留频偏的信号;并进行改进的四次方非线性变换,去除调制信息;再利用FFT估计出较高精度的残留频偏值。仿真结果表明,该方法估计精度高、范围大。     

一种基于奇异值分解的解相干算法

该文针对稀疏重构解相干问题,利用接收数据厅奇导值分解(SVD)后的大特征值对应的特征矢量,提出一种改进解相干方法。该方法通过迭代这一特征矢量来重构角度,无需知道信号源的数目,即可准确重构角度信息,实现解相干。相对于经典SVD算法,所提算法运算速度更快,稀疏重构效果更优。理论分析和仿真结果都验证了算法的良好性能。     

基于FFT的快速高精度正弦信号频率估计算法

提出了一种新的基于FFT的快速高精度正弦信号频率估计算法。通过分析Jacobsen算法和傅里叶系数插值迭代算法的性能,指出Jacobsen算法计算简单,精度不高;傅里叶系数插值迭代算法精度较高,但需要进行两次迭代,每次迭代均需计算两点的FFT系数,计算量较大。结合这两种算法,文中提出一种改进的高精度算法。该算法采用Jacobsen算法作为迭代初值,仅需进行一次迭代就能达到原迭代算法两次迭代的性能。仿真结果表明该算法在FFT信噪比门限以上全频段估计的均方根误差十分接近克拉美罗下限,具有较强的抗噪性能,且计算量较少,易于实时实现。     

高频声表面波陷波器

报道了817MHz声表面波陷波器的设计及结果。该陷波器采用T型带陷滤波器等效电路结构,用两个SAW单端对谐振器加简单调谐元件构成,器件尺寸为3.8mm×3.8mm,陷波深度为15dB,-3dB陷波宽度为600kHz,通带宽度大于700MHz,通带损耗为-0.735dB,通带波纹0.5dB。最后讨论了影响高频陷波器指标恶化的原因。     

基于子空间分解的频率估计

以随机幅度正弦波信号为研究对象,推导出等效ARMA过程的Yule-Walker方程,给出了修正ESPRIT频率估计法,从而解决了经典谱分析法中存在的谱泄露和低精度的问题。用于频率估计的修正ESPRIT法计算时无需进行标准ESPRIT法中涉及的第二个特征值分解,计算量小。用Matlab实现了基于ARMA模型的算法和Monte Carlo仿真,并讨论了采样点数N、模型阶数p以及m等参数对估计器性能的影响。仿真结果表明:模型阶数p、采样点数N以及m等参数的选取不同程度地影响估计器的性能,其中模型阶数p的选取最为关键。最后,基于模型定阶和更新,提出了改进算法。     

一种基于FFT的高精度频率估计算法

介绍一种适用于估计高斯白噪声背景下的信号频率的快速、高精度估计算法,以及算法原理、设计思想、流程,并使用Matlab进行仿真,给出计算机仿真结果,分析算法优劣。结果表明:本算法具有有效抑制FFT的“栅栏”效应对估计结果的影响、估计精度高、抗噪性能良好、同等精度下运算量小等优点。     

基于FFT系数的正弦信号频率估计算法

针对基于FFT系数实部的频率插值算法在峰值谱线相位接近于±π/2时频率估计误差较大的问题,提出了一种改进的正弦信号频率估计算法。该算法首先利用FFT系数的实部和虚部序列索引出峰值谱线位置,然后根据峰值谱线的相位,选取实部与虚部序列中幅度较大的序列进行频率插值。仿真结果表明：在信噪比为3 dB、采样点为128的情况下,整个频段上归一化频率估计误差均方根小于0.02,接近Cramer Rao下限,整体性能优于基于FFT系数实部的频率插值算法和Rife算法。改进的算法频率估计精度高,计算量小,易于硬件实现。     

基于FPGA的单精度浮点SVD处理器

为了提高数字信号处理中奇异值分解的实时处理能力,实现较大规模矩阵运算,采用Jacobi双边旋转算法,提出了一种基于FPGA的单精度浮点SVD处理器的实现结构.此结构充分考虑面积、速度和数值精度三个方面的因素,采用GA算法改进ODRDIC算法,提高关键模块数值精度和处理速度,并利用双平面旋转和FFGA中DSP单元加速矩阵计算速度,免去了对最后结果的修正,实验测试结果显示了结构的高效性.     

基于SAW谐振器无源无线传感器编码方法研究

为简化声表面波(SAW)传感器的编码过程,提出了一种基于SAW谐振器的编码方法,通过多个不同中心谐振频率的SAW谐振器分别连接不同的负载阻抗进行传感器的编码。设计了传感器的具体结构,建立了传感器的等效电路模型,利用ADS仿真软件对中心谐振频率分别为868MHz和915MHz的2个SAW谐振器组成的传感器进行仿真,结果表明,SAW谐振器外接1pF与4pF的阻抗,其谐振频率差可达200³00kHz。根据仿真结果,设计制作了不同编码的2个传感器,一个不外接阻抗,一个外接10pF的阻抗,测试谐振频率差别可达39.75300kHz。根据仿真结果,设计制作了不同编码的2个传感器,一个不外接阻抗,一个外接10pF的阻抗,测试谐振频率差别可达39.75⁴0.2kHz,因此,SAW谐振器外接不同阻抗时谐振频率的差异明显,基于SAW谐振器与外接阻抗的传感器编码方法是可行的。