基于线性噪声特征值的信源数估计

为了提高信源数目估计的准确性,本文通过对采样协方差矩阵特征值的分析,得出噪声子空间对应的特征值近似线性而信号子空间对应的特征值不在该直线上的性质,根据此性质提出一种简单有效的基于最小二乘直线拟合的信源数估计算法,可以在低信噪比的情况下准确估计信号源数目。     

改进ORB-LK光流法的无人机速度估计

针对无人机无法在全球定位系统信号弱或拒止环境下实现自主导航的问题,提出一种基于改进的ORB-LK光流法的速度估计算法.首先,通过ORB算法提取目标物体上的特征点,经过LK光流法计算出图像光流速度;然后,采用前向后向匹配算法确定匹配点对,利用渐近一致采样算法剔除误匹配实现精匹配;最后,结合惯性测量元件测得的无人机旋转速度...     

新型自适应广义特征向量估计算法及其特性分析

为了发展快速稳定的广义特征向量估计算法,该文提出基于神经网络的新型单维广义特征向量估计算法;通过分析该算法的所有平衡点证明了当且仅当神经网络权向量等于最小广义特征值对应的广义特征向量时该算法达到稳定状态;利用确定性离散时间分析方法完成了所提算法的动态特性分析,给出了保证算法收敛的边界条件;通过膨胀技术将单维算法扩展为多维广义特征向量估计算法,该算法可以根据实际需要增加提取广义特征向量的数量。仿真实验表明所提算法具有很好地收敛性,而且收敛速度优于一些现有算法。     

地面数字视频广播系统中的频偏估计

提出了适合数字视频广播地面传输系统的频率偏移估计方案,采用频偏捕获和跟踪多级同步策略,研究分析了时域上基于数据保护间隔的粗小数倍频偏估计算法、频域上基于内插导频单元的整数倍频偏估计算法以及小数倍频偏精估计算法,仿真结果表明:此方案具有良好的性能.     

基于最小控制GARCH模型的噪声估计算法

MCRA（ Minima-Controlled Recursive Averaging ）方法是经典的噪声估计算法,然而在语音段MCRA方法存在不能对噪声功率谱进行有效更新的问题。针对这一问题,本文利用广义自回归条件异方差（ Generalized Autoregres-sive Conditional Heteroskedasticity ,GARCH）模型在时频域对噪声信号建模,在MCRA算法原理的基础上,提出了基于最小控制GARCH模型的噪声估计算法,实验结果表明,本文所提的噪声估计算法能够更为准确估计噪声功率谱,将该算法应用到语音增强中能够获得到较好的语音增强效果。     

基于Bayes决策的组合中值滤波

针对图象滤波中的滤噪和细节保护的矛盾，提出了基于Ｂａｙｅｓ决策的组合中值滤波技术，内容有：（１）导出了测试向量的联合分布密度函数；（２）提出了先验概率的一种估计算法，该算法有一定的普遍应用意义；（３）基于Ｂａｙｅｓ决策，将标准中值滤波器（ＭＦ）和多级中值滤波器（ＭＬＭ）组合应用，给出一种效果优良的组合中值滤波器结构。     

适合突发传输的非数据辅助载波频偏估计算法

针对突发条件下线性调制信号的载波频率同步,研究了基于非数据辅助的直接判决引导频偏估计算法和开放环频偏估计方法。研究结果表明,直接判决引导频偏估计算法复杂度较低,适用于对性能要求不高的系统。开放环频偏估计算法计算简单,其复杂度低于直接判决引导频偏估计算法,估计时间短适合突发通信系统。     

QPSK数字化解调中载波同步技术研究

分析了判决辅助载波同步和非判决辅助载波同步的基本原理,研究了基于信号相位的载波频偏估计算法和基于信号自相关函数载波频偏估计算法,提出了基于恒包络零自相关(CAZAC)序列为前导的载波同步算法,并对基于CAZAC序列的载波恢复算法进行了分析和计算机仿真,结果表明该算法性能优良且实现简单。     

OFDM同步技术研究

在OFDM系统中研究了基于循环前缀（Maxirnum Likelillood,ML）的估计算法,这种算法是一种能联合完成了栽波频率同步和符号定时同步。仿真结果给出了具体算法的性能比较。     

基于多直线融合的雷达误差标定算法研究

针对雷达方位误差标定问题,提出了一种基于多直线融合的雷达误差标定算法,算法首先利用航迹相似度匹配原则选择雷达与ADS-B获得的匹配数据集对;然后基于直线可信度判断算法对ADS-B数据集进行直线集拆解,与该直线集对应完成雷达数据集的拆解,进而计算直线对的夹角集;最后结合直线的可信度对夹角集进行统计平均,获得雷达标定误差角。该算法很好地克服了目前雷达标定过程中对航迹特性要求高、标定航迹选择难的问题。经实装测试表明,该方法可以高效快捷地对雷达进行标定,有效保证了雷达侦察能力的完成。     

Similarity measure for superquadrics

Superquadrics with parametric deformations are suitable models for use as solid primitives for describing a complicated 3-D object. Some different methods for the recovery of superquadric primitives from range data have been proposed, but there is still no effective similarity measure for the matching task between two superquadrics in a 3-D object recognition system. The authors propose a similarity measure to evaluate the degree of shape similarity between two superquadric-based objects. This similarity measure is defined as the volume of regions bounded by the surfaces of two 3-D objects. The proposed measure has been proved to be a metric. The metric value is computed by the Monte Carlo integration method. The experimental results illustrate that the proposed similarity measure is effective in matching a recovered superquadric with a set of superquadrics in the model database     

A similarity measure for stereo feature matching

An approach to stereo feature matching is presented with the introduction of a similarity measure for evaluating and confirming a stereo match. The contributions of this study are reflected in (1) the development of a similarity measure which evaluates a stereo match based on feature locality and gray-level gradient associated with the feature; and (2) the use of a matching procedure that integrates local and global matching strategies based on matching first those features with the highest similarity measure among the set of all highest similarities found locally under confined search spaces, ensuring that each feature is matched with a high degree of certainty. A left-to-right and right-to-left consistency check is used for each feature to comply with the uniqueness constraint and to confirm if a potential match can be declared a correct match     

直线特征立体匹配中的不确定性问题

直线特征断裂和提取不完整、过提取是直线特征提取结果中常见的不确定性问题,是影响直线特征立体匹配结果的关键因素。提出一种以边缘检测结果为依据定量描述这些不确定性的方法,依据已提取直线特征延长线附近边缘点分布,定义直线特征端点定位的概率密度函数,以单条直线特征的不确定性描述为基础,计算断裂直线特征编组假设的可靠性测度,进而计算用于衡量立体图像中任意两条直线特征匹配假设可靠性的核线约束测度和灰度相似性测度。应用真实遥感立体图像,对比已有方法,结果证明了本文方法能够有效提高直线特征匹配结果对于两类直线特征提取不确定性问题的抑制能力。      

基于最小最大圆度量的鲁棒模板匹配方法

为了解决强噪声干扰、部分遮挡等复杂环境下的图像匹配问题,给出了一种鲁棒的图像匹配算法。在引进圆约束的条件下,对点点间距离给出了一种新的定义。在此基础上,对经典Hausdorff距离进行改进,提出了一种新的度量,即最小最大圆度量。以此度量作为景象匹配的相似性度量,并在搜索的过程中采用圆形窗,获得了一种鲁棒的图像匹配方法,即基于最小最大圆度量的鲁棒模板匹配方法。多组实验与分析表明,该算法可以有效地解决存在旋转、灰度对比度变化、噪声干扰、部分遮挡与强光饱和等变换与干扰存在下的景象匹配定位问题。     

一种基于频繁序列匹配的交通状态趋势预测方法

海量的交通流数据中一定隐藏着某些潜在的交通状态演变规律,然而少有研究能以实验的方法支持这种观点。本文提出一种基于频繁序列匹配的交通状态趋势预测方法：首先,介绍交通状态序列模型及序列切分处理,其次,提出投影压缩序列相似度计算方法及序列匹配算法,第三,讨论基于频繁序列匹配的交通序列预测算法。通过真实采集数据验证本文提出的方法可行有效。     

一种具有选择注意特性的模板匹配网络模型

本文提出一种选择性注意相似度量，并构造了一种用于模板匹配分类的网络模型。     

基于半正定约束的极化相似度最优模型匹配目标分解

目标分解是实现极化合成孔径雷达目标分类、检测与识别应用的重要手段。传统方法由于优先对体散射分量进行提取,其体散射能量的高估或二面角散射能量的低估现象较为严重。该文通过引入极化相似度量,基于数据驱动自适应地对基本散射机制的最优匹配模型进行选择。在此基础上,根据极化相似度量确定基本散射机制散射能量提取的优先顺序,并以各阶次剩余矩阵能量非负为约束,最终确定面散射、二面角散射、体散射这3种基本散射机制的能量贡献值。实测数据处理结果及其与光学图像的对比结果表明,该文方法获取的极化目标分解结果优于传统方法,能够准确地提取目标区域的基本散射特征。     

前下视红外图像中复杂地面背景下的目标定位

对于地面背景较复杂条件下的目标定位问题,目标模板匹配算法是一种有效的方法。将隐马尔科夫统计模型引入到目标模板匹配,并结合离散余弦变换,给出了一种图像相似性测度。采用真实的中波红外图像验证了该相似性度量的性能。实验结果表明,该测度适用于红外图像的模板匹配问题;且该相似性测度对噪声不敏感,优于常用的以相关系数为测度的方法。     

测地自旋图院三维物体局部形状描述符

针对自旋图中欧氏测量存在歧义、形状信息存在丢失的现象,提出一种新的三维物体表面局部形状描述符:测地自旋图（Geodesic-spin-image,GSI）。GSI采用测地距离取代欧氏距离限定局部支持区域;GSI在自旋图的基础上,还引入了3个新的特征,以补偿自旋图在方位角上的信息丢失。这3个特征为:局部支持区域在描述点切平面上投影的长轴长度、短轴长度,以及局部支持区域形心到描述点切平面的距离。基于GSI描述改进了现有自旋图匹配算法,首先基于3个新特征进行粗略匹配,而后基于测地支持区域内的自旋图进行精确匹配,以提高识别效率。仿真实验结果表明:相比于标准自旋图方法,该方法提供的物体局部形状信息更丰富,具有更高的目标分辨能力和匹配识别效率。