变分贝叶斯框架中的多帧图像盲超分辨

多帧图像超分辨理论是通过融合多帧低分辨率图像的信息来重构高空间分辨率图像。准确估计低分辨率图像的模糊核是进行有效信息融合的先决条件。传统超分辨方法通常假设模糊核已知且采用固定的高斯滤波模糊核,并且模型参数需要费时的手动调整。本文在变分贝叶斯框架下获得相应的超分辨算法,该算法对高分辨率图像、模糊核和模型参数同时进行最优估计。对比实验表明,模糊核自适应估计的盲超分辨方法总体性能优于现有的变分贝叶斯框架下的图像超分辨方法,特别是在高信噪比场景,推荐方法优势更加明显。     

弹性动力学显含初始条件的广义变分原理

本文给出了显含初始条件并含有两个任意参数的弹性动力学广义变分原理,参数的不同取值以及附加不同的约束条件,可以得到多种显含初始条件的变分原理.     

基于信号子空间的新型盲解卷积方法

解卷积方法已广泛应用于振动信号的故障冲击提取.然而设备运行工况复杂多变、故障特征周期难以准确预知以及随机冲击干扰,使得当前的解卷积方法难以适应工业现场复杂环境下故障冲击增强的需求.针对该问题,提出了一种基于信号子空间的新型盲解卷积方法.该方法通过奇异值分解(SVD)方法将测试信号空间分解,分离各子空间,在此基础上通过稀...     

弹性动力学Gurtin型广义变分原理

本文按照Gurtin方法提出了含有两个任意参数的弹性动力学广义变分原理.参数的不同取值以及附加不同的约束条件,可以得到多种弹性动力学Gurtin型变分原理。     

稀疏先验型的大气湍流退化图像盲复原

图像盲复原是仅从降质图像就恢复出模糊核和真实锐利图像的方法,由于其病态性,通常需要加入图像先验知识约束解的范围。针对传统的图像梯度l2和l1范数先验不能真实刻画自然图像梯度分布的特点,本文将图像梯度稀疏先验应用于单帧大气湍流退化图像盲复原中。先估计模糊核再进行非盲复原,利用分裂Bregman算法求解相应的非凸代价函数。仿真实验表明,与总变分先验(l1范数)相比,稀疏先验有利于模糊核的估计、产生锐利边缘和去除振铃等,降低了模糊核的估计误差从而提高了复原质量。最后对真实湍流退化图像进行了复原。     

基于增强自适应盲解卷积方法的齿轮故障诊断

针对最小熵解卷积(minimum entropy deconvolution, MED)在故障诊断中倾向于恢复少量伪主导冲击以及依赖经验选取滤波器长度的问题,提出了一种增强自适应盲解卷积方法。该方法设计一种非线性变换以增强滤波信号中的故障冲击特征,并将其融入滤波器系数的迭代求解中,从而解决MED因少量伪主导冲击造成峭度过大而无法有效恢复周期性故障冲击的问题。同时,所提方法提供一种可根据待分析信号自适应获得合适滤波参数的策略,进而克服传统依赖经验取值的不足。仿真信号与齿轮植入故障信号分析结果验证方法对于增强故障冲击及自适应选取滤波参数的有效性,实现周期性故障冲击的准确恢复。在列车齿轮故障诊断的工程实际案例中,所提方法准确诊断出齿轮传动系统中大齿轮的早期裂纹故障。与MED的对比研究,进一步表明所提方法在故障冲击增强与自适应恢复方面的优势。     

多通道联合的广义总变分能谱CT重建

基于光子计数探测器的能谱CT在材料分解、组织表征、病变检测等应用中具有巨大的潜力。在重建过程中,通道数的增加会造成单通道中光子数减少,从而导致重建图像质量下降,难以满足实际需求。本文从能谱CT重建的角度出发,将广义总变分向矢量延伸,利用奇异值的稀疏性,促进图像梯度的线性依赖,提出一种基于核范数的多通道联合广义总变分的能谱CT重建算法。在图像重建过程中,多层共享结构信息,同时保留独特的差异。实验结果表明,本文提出的算法在抑制噪声的同时,能够更有效地恢复图像细节及边缘信息。     

参数优化最大二阶循环平稳盲解卷积行星轮轴承故障提取EI北大核心CSCD

在行星齿轮箱振动中,齿轮相关振动分量通常具有较大的能量,同时轴承滑移会造成行星轮轴承故障对应振动分量的特征频率获取困难。为此,提出一种基于参数优化最大二阶循环平稳盲解卷积(cyclostationary blind deconvolution, CYCBD)的行星轮轴承故障提取方法。该方法针对CYCBD技术在轴承滑移条件下难以获取循环频率和滤波器长度的问题,以改进的包络谱故障特征比(improved envelope spectrum fault feature ratio, IFFR)指标作为粒子群算法的适应度函数,自动获取CYCBD算法中实际的循环频率和优化滤波器长度,利用参数自适应的CYCBD算法增强了轴承故障冲击。通过解卷积结果的平方包络谱反映轴承故障特征,达到准确提取故障特征的目的。故障仿真和试验研究结果表明,该方法可以有效提取行星轮轴承故障特征。     

广义混拟变分不等式的灵敏性分析

用投影方法和集值映象的不动点技巧,研究一类集值混拟变分不等式解的灵敏性分析。其结果包含并推广了近期文献中的若干结果。     

基于盲解卷积的柴油机振动信号分离研究

基于振动信号分析的故障诊断方法依赖于机械状态特征的有效提取,盲源分离能够从复杂的信号中分离出源信号,是一种有效的特征提取手段。建立的多通道盲解卷积模型和机械系统的振动模型表明了两个模型的一致性,理论上证明了盲解卷积用于机械振动信号分离的可行性。利用MBLMS算法进行实测柴油机振动信号的分离实验,成功分离出了活塞撞击、燃烧和进气阀关闭信号,试验结果证明了盲解卷积能够有效分离柴油机振动信号。     

基于FIR滤波器矩阵代数的多通道盲解卷积算法

通过FIR滤波器矩阵代数将盲源分离算法扩展为多通道盲解卷积算法,得到了多通道盲解卷积的自然梯度算法和等变自适应算法.然后,分别对两纯亚高斯信号的卷积混合信号和两纯超高斯信号的卷积混合信号进行盲解卷积分离,给出了分离滤波器和全局滤波器的脉冲响应以及描述算法性能的ICI、ISI和MC-ISI指标,仿真结果表明基于滤波器矩阵代数的多通道盲解卷积自然梯度算法对同系信号的分离和解卷积均具有很好的效果.     

广义二阶不变凸向量变分类不等式

研究了广义二阶不变凸向量变分类不等式问题解的存在性,并讨论其与多目标优化问题解之间的关系。引入了两种广义二阶不变凸函数和一种广义二阶单调函数,并给出具体实例说明了它们的存在性。在广义二阶不变凸性假设下,利用分析的方法给出了向量变分类不等式与多目标优化问题解之间的关系。利用KKM定理,在广义二阶单调性假设下得到了向量变分类不等式问题解的存在性定理。研究表明在广义二阶单调性假设下,向量变分类不等式存在解,并且在适当的广义二阶凸性条件下,其解与多目标优化问题解之间相互等价。     

基于频域盲解卷积的齿轮箱复合故障声学诊断

针对复杂声场环境中齿轮箱复合故障特征的提取,提出了一种基于频域盲解卷积的声学诊断方法。该方法通过形态滤波滤除非调制信号,结合改进复数固定点算法优选复独立分量,进而通过复独立分量J-散度解决独立分量间次序不确定性问题,计算机仿真及实际环境下齿轮箱复合故障声信号提取实验验证了算法的有效性。论文最后指出了未来需要进一步研究的主要问题。     

广义混合变分不等式的稳定迭代算法

本文提出并研究一类广义混合变分不等式的某些迭代算法的稳定性.由于在实际计算中不可避免的存在舍入误差,这种稳定性在实际应用中具有十分重要的意义.     

混合梯度稀疏先验约束下的图像盲复原

图像盲复原旨在无参考的情况下准确估计模糊核并恢复潜在的清晰图像。现有研究成果表明,利用全变分模型对高阶图像梯度先验约束进行描述可以有效抑制复原图像中产生的阶梯效应。本文在实验观察和研究的基础上,提出了采用稀疏先验约束模型对盲复原过程进行正则化的方法,以获得更佳的图像复原效果。该方法利用图像高阶梯度的稀疏性,通过与低阶梯度相结合来构造混合梯度正则项。同时,在正则项中引入基于图像熵的自适应因子,来调节迭代优化过程中两类梯度先验的比例,以此获得更好的收敛性。仿真与实验证明,与现有图像盲复原先进方法相比,本文方法具有更优越的图像复原性能。     

基于多步迭代方法的快速总变分图像复原

针对目前总变分图像复原算法收敛速度较慢的问题,本文提出了一类基于多步迭代的快速总变分图像复原算法.提出了两种多步总变分图像复原算法:多步迭代收缩阈值算法和多步迭代加权收缩算法,并针对多步算法每次迭代需要额外估计权参数的不足,给出了一种固定权参数的多步总变分复原算法.同传统的单步总变分复原算法相比,提出算法在每次迭代过程中无需额外增加计算量,且需要很少的迭代就能达到收敛.实验结果表明:对复原不同因素引起的退化图像,文中提出算法的收敛性能远高于传统的单步迭代复原算法,从而我们提出的算法是有效的.     

基于频域盲解卷积的机械设备状态监测与故障诊断

在介绍频域盲解卷积（FDBD）模型的基础上,重点论述了其在工程信号特征提取中的关键技术：抑制循环—部分卷积误差的方法、次序不确定性的消除方法以及复数域盲分离算法的原理和应用。针对复杂环境或复杂机械设备结构中声、振信号的特征提取,全面综述了频域盲解卷积技术在机械设备状态监测和故障诊断中的研究现状,利用声学实验验证了其实际应用价值。论文最后指出了未来需要进一步研究的主要问题。     

基于盲解卷积和聚类的机械弱冲击声信号提取

针对对比函数和紧缩方法的时域盲解卷积算法在分离机械弱冲击信号时,其结果易受解卷积滤波器长度影响的缺点,提出结合分层聚类的改进算法.该算法通过设置一个变长度滤波器组,对获得的多个盲解卷积结果进行聚类分析,解决了单次盲解卷积结果不确定问题,获得了可靠性高的估计信号.计算机仿真和实际环境下故障轴承声信号提取实验验证了算法的有效性.     

基于变分贝叶斯多图像超分辨的平面复眼空间分辨率增强

平面复眼成像系统利用多个子孔径对场景进行成像,由于子孔径大小和图像传感器空间采样率的限制,各子孔径图像质量较差。如何融合多个子孔径图像来获得高分辨率图像是亟需解决的问题。多图像超分辨理论利用多幅具有互补信息的图像来重构高空间分辨率图像,然而现有理论通常采用过于简化的运动模型,这种简化的运动模型对平面复眼成像并不完全适用。若直接把现有多图像超分辨理论用于平面复眼分辨率增强,不准确的相对运动估计将降低图像分辨率增强性能。针对这些问题,本文在变分贝叶斯框架下改进了现有多图像超分辨理论中的运动模型,并把导出的联合估计算法用于平面复眼分辨率增强。仿真数据实验和真实复眼数据实验验证了推荐方法的正确性和有效性。     

结合复小波域和空间总变分的无参考图像清晰度评价

目的针对频域和空域相结合的清晰度评价方法耗时太长、与主观评价一致性不高等问题,提出结合复小波域和空间总变分的感知清晰度评价方法。方法采用低通滤波的方法将原始图像再模糊,得到其参考图像;在复小波域上采用局部相位一致性计算原始图像和参考图像的清晰度图,在空间域上采用总变分计算原始图像和参考图像的清晰度图;分别将原始图像以及参考图像各自的2幅清晰度图进行几何加权平均,得到2幅整体的感知清晰度图;计算2幅感知清晰度图的相似性,得到原始图像的感知清晰度值。结果在LIVE数据库上的SROCC值达到0.9476,CC值达到0.9483,一幅测试图所耗时间为6.003 s。结论实验证明文中算法的评价性能较优,相较同样结合频域和空域的评价方法计算复杂度降低,耗时较少,更加符合人眼视觉主观感知清晰度。