依据高阶累积盲解卷积

对盲匀衡（盲解卷积）提出了两种三阶累积量的基本算法，在算法中依据非因果的ＡＲ模型及与逆滤波器系数相关的方程，把非最小相位系统的盲均衡问题转化为解相应的线性方程组的问题，保证了这种解法的唯一性，在算法中仅利用了累积量的对角线切片，从而使该算法简单，准确。仿真实验结果表明，该算法是可行有效的。     

基于盲解卷积算法的纤维模糊图像复原

图像采集过程中可能会受到各种情况的影响,如羊绒纤维本身有污损、羊绒纤维制片时受到污损、采集现场光照不均等,这常使羊绒纤维图像中存在一些不可避免的噪声;另外,由于光学显微镜其自身的局限性,会使得采集的羊绒纤维图像的边缘比较模糊.图像复原主要目的是改善给定的图像质量并尽可能恢复原图像.当点扩展函数未知或不确知的情况下,从退化图像中恢复原始图像的过程称为图像盲复原.本文对纤维模糊图像进行了图像盲复原,结果证明该方法能有效还原模糊图像.     

基于时频分析的非平稳机械振动信号的盲解卷积方法

将盲源分离技术应用于机械振动信号处理,为故障诊断技术提供了一个新的途径.针对传统BSS方法忽略机械振动信号的非平稳和卷积混合的特性,文章将基于二阶统计量的BSS推广至盲解卷积模型,并结合时频分析这一有力工具,给出了针对机械振动信号的二阶盲解卷积方法.仿真和实测数据实验结果表明,该方法为有效方法.与传统盲源分离算法比较,该算法分离精度至少提高了一倍左右,该算法更适合于机械振动信号的分析.     

基于二阶、四阶累积量的盲解卷积准则

以SW理论为基础,研究了一般的非最小相位系统的盲解卷积问题;基于二阶、四阶累积量,定义了一个新的概念——归一化累积量,形成了归一化累积量匹配的盲解卷积准则;并导出了一种新的盲均衡算法,计算机模拟验证了该算法,获得了可用结果。     

基于峰度准则与判决引导的非线性盲解卷积

针对Weiner模型,提出了一种基于最大峰度准则与判决引导相结合的非线性系统盲解卷积算法。在代价函数中引入了判决引导均方误差,优化代价函数,减少局部极值和降低剩余误差。研究了利用实数编码的遗传算法对代价函数进行最优化搜索。仿真实验表明该算法具有快速收敛性能和高精确度等优点,能够大大提高解卷积后的输出信噪比。     

一种基于稀疏正则化的图像盲复原方法

在图像盲反卷积的过程中,最主要的难点是缺少点扩散函数的足够信息而导致的病态问题.解决此问题可以通过对原始图像和点扩散函数同时进行正则化约束.为了在图像复原过程中得到惟一、稳定的解,并保证图像恢复结果的有效性,提出了一种具有尺度不变性和稀疏性的正则化函数,并通过两组对比实验例证了利用该函数的图像盲复原算法具有良好的鲁棒性和收敛稳定性.     

无穷时滞非自治非卷积型微分方程周期解的存在性

利用相空间理论和方法,研究了形如x′（t）=x（t）[a（t）-b（t）x（t）-c（t）y（t）] y′（t）=y（t）{-d（t）＋∫-∞t K[s,t,x（s）,x（t）]ds}无穷时滞非自治非卷积型微分方程周期解的存在性,并给了其性质的二个充要条件。     

一种改进的模拟退火图像盲复原算法

通过分析均匀分布与Cauchy分布的分布机制,提出了一种改进的模拟退火图像盲复原算法,该算法选择Cauchy分布为随机扰动量来产生状态扰动函数。通过计算机仿真,验证了该算法对初值的鲁棒性和复原的效果优于基于均匀分布随机扰动量模拟退火盲解卷积算法,提高了收敛到最优解的速度。     

基于中频的实时图像盲复原算法

图像盲复原是图像处理中的一个热点课题,但往往因速度过慢而难以应用。为了实现实时图像盲复原,提出了图像“中频域”的新概念,利用中频域可以迅捷准确地估计图像的降质点扩展函数（PSF）和复原图像。其中,提出了一种无任何参数的几何法和特殊的平滑法来有效地定位中频域,并导出了一种新的基于中频域的Wiener滤波来实现图像的快速盲复原。然后,针对适合大量成像系统的G类PSF,利用中频域法和单参数导数拟合法导出了一个新的实时图像盲复原算法,并使用了一种快速平滑法来提高速度。实验证明,该算法具有极速、稳定、参数少、功能多的特点,可用于实时图像的反模糊、细节增强和噪声抑制等处理。     

基于Givens-Hyperbolic 双旋转的多路语音信号卷积盲分离

针对语音信号的卷积混迭模型,通过对接收信号进行滑窗处理并重新排列,使得重构后的接收信号可表示为块独立的源信号与扩展的混迭矩阵的瞬时混迭模型。利用不同语音信号之间的近似独立和短时平稳特性,分析接收信号二阶相关矩阵的非正交联合块对角化结构。改进基于Givens和Hyperbolic旋转的瞬时混叠盲分离算法,提出Givens-Hyperbolic双旋转的联合块对角化算法(GH-JBD)。所提出的GH-JBD算法可以直接在时域估计传输信道的块本质相等矩阵,实现非正交联合块对角化,进而完成卷积混叠信号盲分离。该方法不需要进行预白化处理,避免了由于白化不彻底而引入的额外误差。仿真实验验证了该算法的有效性并就参数变化对分离信号的影响进行了分析。     

基于递归计算DFT的反卷积高速算法

提出计算反卷积的一种高速算法，该算法将使其运算的乘法次数大为减少，而相应的加法和除法次数与已有的快速算法相当。     

基于反卷积计算的BLDCM电流跟踪控制器设计

针对电流反馈环的特点,在保持电流环不变的前提下,提出了一种基于反卷积计算的控制器设计方法．该方法采用数字控制算法,每一时刻控制量的大小与前一时刻跟踪误差以及速度环控制器的输出大小直接相关,具有反馈叠加前馈的结构形式．仿真结果表明,该控制设计方法能够使电流环输出有效地跟踪输入目标电流,且具有超调量小、响应速度快、鲁棒性强等优点．     

一种适用于混合相位未知脉冲的反褶积方法

在黄小晶等人提出的混合相位未知脉冲反褶积方法［１、２］基础上，本文提出一种改进的反褶积方法。与文献［２］的反褶积方法比较，本方法具有运算量小，压缩地震子波的反褶积效果更好等优点。     

快门编码模型重影模糊图像盲复原方法

针对刑侦取证工作中经常出现的一种重影模糊图像,提出了一种快门编码模型来近似模拟重影模糊的本质,利用快门编码模型对重影模糊图像进行盲复原处理.实验结果表明了该快门编码模型对复原重影模糊图像的合理性,对实际拍摄的重影模糊图像,该算法能够有效地复原出模糊图像中的感兴趣信息,具有较高的实用性.     

稀疏正则化方法的超声信号反卷积

提出了一种在稀疏分解框架下的超声信号反卷积模型,改善了超声成像的质量。该模型包含两个正则项,分别约束信号的光滑性和字典表示的稀疏性,并应用高阶统计量和MA模型估计系统的点扩散函数。模型直接求解很困难,采用分裂Bregman方法交替迭代求解;并对反卷积的信号进行动态滤波、包络检波、二次抽样、动态压缩、灰阶映射等处理,得到超声灰度图像。实验结果表明,该反卷积方法成像比直接成像的分辨率高,图像的对比度得到增强,斑点噪声明显减少。     

盲均衡器研究的进展

盲均衡是不借助于训练序列即可收敛的一种自适应均衡技术，本文回顾了盲均衡技术的发展，对Ｂａｓｓｇａｎｄ型，高阶矩型，信号检测型和非线性型等算法进行了讨论，并提出了盲均衡器的发展方向。     

基于先验优化的一致性模糊盲复原算法

为了提高一致性模糊图像盲复原清晰度,针对复原过程中涉及的全变差模型先验约束问题,提出一种基于先验优化的一致性模糊盲复原算法.利用基于半高斯梯度算子的局部加权全变差模型提取模糊图像显著边缘,在去除噪声和纹理干扰的同时,可提高有利信息的保持能力;提出多尺度混合特性先验估计模糊核,增强了模糊核估计的准确性;利用非盲去卷积得到了清晰的复原图像.实验结果表明,相较其他算法,针对模拟模糊图像,所提算法的复原图像峰值信噪比平均提升约1.7%,结构相似性指数平均提升约19.1%;针对真实模糊图像,复原图像伪影更少,边缘纹理细节更加清晰自然,整体视觉效果更好.     

病态条件下的逆卷积问题及其多参数最佳化解

给出一个多参数最佳化解决方法，该方法采用模拟韧化最佳化技术，将病态逆卷积问题分解为多参数最佳估计问题，成功地解决了相应的病态条件问题，最后用一个简单的计算机仿真例子说明了该方法。