全变差图像恢复的交替方向乘子法

针对图像恢复的全变差（TV）模型提出了一种基于交替方向乘子法的快速求解算法。通过变量替换将TV模型转化为与之完全等价的等式约束优化问题,然后用交替方向乘子法求解等式约束优化问题。实验结果表明,相对于FTVd方法,克服了FTVd方法的不稳定性,视觉效果更好,信噪比也得到了提高。     

宽带频率-方向不变恒定主瓣波束形成

常规波束形成主瓣随频率和指向变化,为了实现频率方向二维主瓣恒定,本文基于约束优化的方法,提出了一种宽带频率-方向不变恒定主瓣波束形成算法,并将之应用到宽带信号DOA估计中。首先在参考频率上约束方向不变主瓣恒定,然后在不同指向上约束频率不变主瓣恒定,并将约束问题表示为标准的二阶锥规划形式,运用SeDuMi求解最优权向量。仿真实验表明,本文提出的算法能够实现不同频率不同指向上波束主瓣恒定,与频率不变波束相比,采用频率-方向不变波束的DOA估计方法降低了信噪比分辨门限,提高了估计精度。     

超分辨率下的部分重叠干扰抑制

在船舶自动识别系统中,波束形成算法在目标信号受到来向相近的部分重叠干扰时存在性能严重下降的问题。针对上述问题,提出一种超分辨率下的部分重叠干扰抑制算法。算法通过自回归模型预测的方法求解自回归系数,进而进行虚拟阵元扩展预处理,并采用基于广义奇异值分解的波束形成算法完成目标信号的估计以及对部分重叠干扰的抑制,克服了上述场景下波束形成器在信号来向相近时性能较差的问题。仿真结果表明,所提算法通过结合阵列扩展与波束形成的特点,能够在不增加实际阵元的情况下较原阵列具备更高的分辨率。     

基于MOPSO算法的卫星共形阵列天线多波束形成

针对共形阵列天线多波束方向图综合问题,提出一种基于最大方向性系数方法得到初始非劣解的多目标粒子群算法,求解满足多个期望波束和低副瓣要求的Pareto最优解。算法首先采用多目标分解策略,由多个单波束最优解的加权线性组合得到近最优解的非劣解。然后结合该非劣解,基于粒子空间和目标空间同时约束的局部搜寻策略,使用多目标粒子群算法优化多个波束,并降低副瓣。仿真结果表明,该算法有效地实现了卫星共形阵列天线的多波束形成和低副瓣,且能快速得到Pareto最优解分布。     

近场麦克风阵列定点波束形成优化方法

为了有效的抑制干扰和噪声,该文在近场定点波束形成算法的基础上,研究麦克风阵列输出距离图和方向图的优化,通过施加不同距离和方向的虚拟干扰,来压低距离图和方向图的旁瓣,干扰强度随给定位置旁瓣高度而自适应的调整,最终实现阵列对期望信号形成的波束图优化,计算机仿真结果证明了该方法的正确性和有效性。     

基于二次型约束的稳健宽带恒定束宽波束形成

针对期望信号导向矢量失配时传统宽带波束形成器性能恶化的问题,提出一种稳健的宽带恒定束宽波束形成算法。首先结合空间响应变化(Spatial response variation, SRV)约束,将算法在信号带宽内不同频点的阵列响应约束简化为对某一参考频点的约束,实现具有恒定束宽特性的宽带波束形成,再通过对权矢量模值施加二次不等式约束,抑制指向误差及传感器参数随机扰动误差,提高算法的稳健性,并通过拉格朗日乘子法,在约束边界上求得最优权矢量的解析解。实验结果表明算法可有效克服信号指向误差引起的波束形成器性能恶化问题,且具有良好的恒定束宽特性及较高的阵列输出性能。     

基于麦克风阵列的语音增强算法

为解决现有语音增强算法需要麦克风数量较多和受估计误差影响较大的问题,提出一种改进的声源定位和波束形成方法。在现有声源定位算法利用时间延迟的基础上,引入能量衰减参数,实现利用双麦克风进行声源定位的目标;在波束形成算法中引入加载系数,在出现协方差矩阵统计失配时仍可对期望方向聚焦,提高波束形成算法的鲁棒性。仿真结果表明,改进后的算法与传统算法相比具有更强的鲁棒性。     

基于二阶锥规划的宽带波束形成器设计

宽带波束形成器有两种典型的实现方式,分别基于FIR滤波器和基于长方形阵列,将这两种波束形成器的波束响应表达为统一的形式,并根据参考波束的选择情况,为该类波束优化问题的求解建立了数学模型,该数学模型属于二阶锥约束问题,可以用二阶锥规划方法进行求解。仿真结果表明,提出的求解宽带恒定束宽响应波束形成器权系数的数学模型具有通用性,并且把二阶锥规划方法运用到宽带波束形成器优化设计中,其约束控制灵活,问题求解方便,设计结果精确。     

基于递阶辨识与交替方向乘子法的深度图像增强

针对主流传感器采集的深度图像存在深度信息区域缺失、噪声等图像质量问题,提出一种基于SD全局优化模型的深度图像增强算法。采用非凸函数对SD全局优化模型平滑项进行建模,使其对异常值具有较强的鲁棒性。使用基于递阶辨识(HI)的交替方向乘子法求解SD全局优化模型,将目标函数分解成多个子目标函数,并对每个子目标函数通过HI思想进行逐个求解,降低求解复杂度。实验结果表明,该算法在加快收敛速度的同时,能有效去除图像噪声及抑制深度伪影。     

一种基于交替方向乘子法改进的模型预测控制方法

模型预测控制能够有效处理实际应用中的扰动、多控制变量和复杂约束,因此被广泛应用于各种大规模控制问题.然而,在处理基于复杂线性时不变系统的模型预测控制问题时,传统的二次规划算法存在计算负载过大,实时性差的缺点.为此,本文引入交替方向乘子法对模型预测控制问题进行分布式地求解.仿真实验结果表明,基于交替方向乘子法的模型预测控制相较传统的方法,计算效率明显提高,更适于求解大规模优化控制问题.     

基于相位约束的低复杂度稳健宽带波束形成算法

针对传统空时结构宽带波束形成器结构复杂、计算量大和稳健性差的问题,提出低复杂度的稳健宽带波束形成算法。首先给出频率变化时阵列响应相位,分析频率变化与角度变化对阵列响应相位的影响。通过对期望信号不同频点施加阵列响应幅度和相位约束,补偿不同频率间的阵列响应相位差来实现无需延迟线或FIR/IIR滤波器结构的稳健宽带波束形成。然后分析频率和角度同时变化对阵列响应相位的影响,在期望信号来向附近引入辅助方位角,进一步提高期望信号来向趋于零度和相对带宽较小时算法的稳健性。理论分析与仿真实验表明,本文算法结构简单,计算复杂度较低且具有较好的稳健性。     

麦克风阵列语音增强的研究

文章介绍了各种基本的麦克风阵列语音增强算法,对其消噪性能进行了系统地分析,并以实测数据进行了测试。并介绍了基于稳健波束形成器、近场超定向波束形成器、广义奇异值分解和传输函数广义旁瓣相消器等结构的麦克风阵列语音增强的基本原理,总结了各种算法的特点及其所适用的声学环境特性。     

基于交替方向低秩模型的运动目标检测算法

不同于传统运动目标检测算法,引入背景低秩和前景稀疏性,提出基于交替方向低秩模型的运动目标检测算法。首先在鲁棒主成分分析法建模的基础上添加背景噪声模型,在低秩背景模型中引入全变差范数并结合核范数进行约束。考虑视频矩阵前景图像的稀疏性,接着利用马尔可夫随机场和图建立前景模型。然后采用交替方向法实现函数的优化求解。最后对算法结构进行改进,实现视频运动目标的在线检测。通过对两种数据集进行实验结果分析,与其他算法对比,该算法在满足在线的基础上具有很好的检测效果,特别是在动态背景及复杂前景上具有很强的鲁棒性。     

基于交替方向乘子法的电力系统完全分布式动态经济调度方法

本文基于交替方向乘子法(alternating direction multiplier method,ADMM)提出了一种完全分布式的跨区域电力系统动态经济调度方法.其中的经济调度模型以整个系统的运行成本最小为目标,并满足各种系统运行约束.为了实现模型的分布式求解,本文利用交替方向乘子法将各区域之间的联系解耦,将整个系统的大型优化问题分解为各个区域内部的子优化问题,通过迭代求解每个区域的子问题即可得到整个系统的最优解.进一步地,本文算法取消了负责乘子更新的数据中心,实现了完全分布式的调度策略.同时,为了兼顾电力系统中时间断面之间的紧密联系,本文的经济调度模型采用了多时段优化方法.最后,本文对基于IEEE标准测试系统的3区域互联系统算例进行了分析,验证了本文的调度策略的有效性.     

改进的辅助变换相干干扰抑制波束形成技术

提出一种相干干扰下自适应波束形成方法。该方法同时约束非相干干扰与相干干扰,更好地实现对此两类干扰方向的自适应零陷滤波。采用变换预处理,避免抑制期望信号;恢复噪声特性并采用对角加载技术,增强算法稳健性;采用拉格朗日乘子法得到最优波束形成算法。理论分析与仿真结果表明,保持阵列孔径不变时,该算法提高了输出信干噪比和稳健性。     

智能音箱中的一种快速回声消除算法

考虑到智能音箱中多采用麦克风阵列作为拾音装置,而单通道自适应滤波技术对声学回声消除具有失真性和复杂性,提出一种麦克风阵列快速回声消除算法。该算法首先用自适应滤波技术估计第一通道回声,然后估计阵列间的相对回声传递函数,把两者相乘得到其他通道回声;其次,把估计出的回声和噪声当作广义旁瓣抵消器（GSC）波束形成下支路的噪声参考信号,利用GSC波束形成算法去除回声和噪声。仿真结果表明,在中度混响、远距离、低回噪比且用音乐作为回声环境时,该算法具有良好的回声消除与噪声抑制性能,不仅运算量小,而且使目标语音信号具有较高的信源失真率和可懂度。     

分裂可行性问题的外推加速线性交替方向乘子法及其全局收敛性

针对在图像重建以及语言处理系统等领域有着广泛应用的分裂可行性问题(SFP)的最优化求解，提出了外推加速线性交替方向乘子法。首先将SFP描述为一个具有线性约束的可分离凸极小化问题；然后引进外推线性交替方向乘子法，利用问题的可分离结构，产生了具有闭式解的子问题，并在适当条件下证明了该算法的全局收敛性；最后，通过数值实验验证了该算法的可行性和有效性。     

改进狮群优化算法的鲁棒波束形成

为提高自适应波束形成在非理想因素情况下的鲁棒性，提出一种改进狮群支持向量机鲁棒波束形成算法。结合支持向量机相关理论，构建标准支持回归波束形成优化模型；针对传统狮群算法寻优效率不高以及容易陷入局部最优解的问题，将灰狼算法中头狼的位置更新方式、萤火虫算法中的吸引力机制、差分进化算法中的变异操作引入传统狮群算法的更新方式中来提高算法的寻优性能；通过改进狮群算法对所构建的标准支持回归波束形成优化模型进行寻优求解。仿真结果表明，无论导向矢量是否失配，所提算法在高信噪比、干扰信号个数较少的情况下具有良好的鲁棒性。     

隐式低秩稀疏表示的多视角子空间聚类

针对多视角子空间聚类问题,提出基于隐式低秩稀疏表示的多视角子空间聚类算法(LLSMSC).算法构建多个视角共享的隐式结构,挖掘多视角之间的互补性信息.通过对隐式子空间的表示施加低秩约束和稀疏约束,捕获数据的局部结构和稀疏结构,使聚类结果更准确.同时,使用基于增广拉格朗日乘子交替方向最小化算法高效求解优化问题.在6个不同数据集上的实验验证LLSMSC的有效性和优越性.     

基于粗糙集理论与差分进化的混合多目标优化算法

针对传统算法求解约束多目标优化所得近似解精度不高、分布性能不好的问题,提出一种基于粗糙集理论与差分进化的混合算法.首先利用多目标差分进化生成一个初始的近似 Pareto 前沿;然后利用粗糙集理论提高Pareto 前沿的分布质量.选取一组标准的多目标约束测试问题,采用混合算法与 NSGA-II 算法进行仿真求解,对比结果表明,所提出的算法在求解约束多目标优化问题时具有更好的近似解分布和更优越的近似解性能.