基于均匀圆阵的闭环式单基站测向算法研究

为了估算基于均匀圆阵列(UCA)的三维(3D)单基站测向(方位角、仰角和区间),提出了一种改进的适用于三维场景的闭环式算法。该算法是一种计算过程较简单的通用算法,无需使用均匀圆阵列的中心对称性,没有任何传感器数量的限制,只需要一个单独的最小平方程序用于估算基站的位置,并可以估算所有的三维测向参数。实验结果表明,相比多种类似算法,所提算法的性能可与三维MUSIC算法的性能相媲美,且计算复杂度更低,实现速度更快。     

多级模糊协方差聚类算法

模糊协方差聚类算法实质是一种局部寻优搜索方法,其收敛结果易陷入局部极小.本文结合分级聚类的思想,提出了一种改进算法实验结果表明改进算法得到最优解的比例提高了.     

一种基于最大相似子阵的彩色图像检索算法

颜色是图像的重要特征之一,被广泛用于图像检索。传统的颜色直方图检索算法丢弃了色彩的空间位置信息,影响了算法的检索精度。针对这一问题,提出了一种基于最大相似子阵的彩色图像检索算法,即采用奇数方阵分割图像以捕捉颜色的空间分布特征,从而得到颜色矩阵,通过求解两个颜色矩阵的最大相似子阵实现相似度计算。研究结果表明,所提算法能够准确描述图像的颜色特征,相似度计算非常有效,相比全局直方图有较好的检索精度。     

基于均匀圆阵的相干信源二维角估计方法

论述了一种利用旋转子空间不变技术对相干信源二维角估计的方法。此方法通过对天线阵列进行虚拟平移，相当于将信号矢量进行旋转，从而使相干信号源的协方差矩阵的秩恢复为满秩，达到去相干的目的。该方法解决了均匀圆阵对二维相干源的测向问题。计算机仿真结果证实了该算法的有效性。     

四元声传感器面阵快速测向算法及误差分析

为了对低速移动的声源目标进行较高实时性的方向跟踪,把四元声传感器面阵分为两个二元线阵,分别对目标进行测向,然后融合两组测量结果,给出了目标方位角的计算公式.根据线阵在被跟踪目标方位角不同时测向精度的不同,用加权因子增加较高精度的线阵测量结果的影响,降低误差较大的线阵测量结果的影响.该算法可对传感器阵列所在平面内任意方位的声源快速进行测向,完成一次测向只需对两对时间采样序列分别进行互相关运算,并可获得较高的定向精度,通过实验验证了该算法的精度和有效性.     

一种基于压缩感知的离格阵列测向方法

基于稀疏表示的阵列测向技术中的一系列高精度鲁棒性方法都基于网格假设,即假设入射信号来向无误差地落在网格上,这一假设与现实中信号来向落在连续角度域内相违背,所造成的网格偏差效应会带来模型失配,从而导致估计性能的恶化。针对这一问题,本文提出了一种基于泰勒展开的离格类信号模型,该模型允许信号来向偏离网格,从而消除了网格误差效应,减小了估计误差。同时采用一种交替迭代优化的方法对模型进行求解,并利用奇异值分解等方法降低计算量。该方法能够有效减小网格误差,提高估计精度。仿真结果验证了所提方法的有效性。     

均匀圆阵下微波光子鉴相相关干涉仪测向算法

为实现高频段微波信号的精确测向,提出了一种基于微波光子鉴相器的均匀圆阵相关干涉仪测向算法。为克服传统的电域鉴相器工作频段低、带宽窄的缺点,利用微波光子技术高频段、大带宽、低损耗和抗电磁干扰的优点,基于双偏振调制器设计一种微波光子鉴相器,利用光干涉将相位差信息映射为光信号功率,通过测量功率计算出相位差。该微波光子鉴相器精度高,能实现±180°的相位差测定,鉴相精度为±2°。利用余弦函数克服了传统相关干涉仪存在的相位模糊问题。同时,为确保算法的实时性,测向算法需选取适当的步进角度。为克服步进角度引入的测向误差,利用二维抛物面进行拟合插值运算,从而提高算法的精确度。最后,通过仿真验证了微波光子鉴相器和相关干涉仪测向算法的有效性。     

一种基于二维MUSIC算法的测向系统

空间谱估计测向具有高精度、高分辨率等优异性能,它基于多信道接收机和阵列信号处理技术,可以分别得到空间中同频多个信号的方位,并且相对干涉仪等其它方法具有较高的测向精度。针对空间谱估计中的经典算法-MUSIC算法,介绍了一种基于二维MUSIC算法的空间谱测向系统,并对整个系统的硬件单元及工作流程进行了描述,最后给出了系统的实测数据。     

宽带信号阵列测向中的子空间方法

按具体实现途径的不同,将宽带信号阵列测向中的子空间方法划分为非相干信号子空间方法、基于角度预估的宽带相干信号子空间方法、无需角度预估的宽带相干信号子空间方法、投影子空间正交性综合测试方法以及基于频率不变波束形成的宽带相干信号子空间方法等五大类,以各类方法的发展脉络为主线,结合已经提出的各种典型算法,对宽带信号阵列测向中的子空间方法进行了系统、全面的介绍,并对各种方法的优缺点进行了深入分析,提供了详实的参考文献,最后以此为基础,对该研究领域的下一步研究工作进行了展望。     

基于协方差矩阵降维稀疏表示的二维波达方向估计

针对稀疏重构下二维波达方向（2D-DOA）估计存在计算量大的问题,提出一种基于协方差矩阵降维稀疏表示的二维波达方向估计方法。首先引入空间角构造流形矢量矩阵冗余字典,将方位角和俯仰角组合从二维空间映射到一维空间,降低了字典的长度和求解复杂度,并且能自动实现俯仰角和方位角配对;其次改进了样本协方差矩阵的稀疏表示模型,对该模型进行了降维处理;然后由协方差矩阵稀疏重构的残差约束特性得到约束残差项置信区间,避免采用正则化方法导致参数选取困难;最后通过凸优化包实现了二维波达方向的估计。仿真实验表明,待选取的协方差矩阵列数达到某个阈值（在只有两个入射信号情况下该值为3）时,可准确实现入射信号角的估计;当信噪比（SNR）较小（<5dB）时,该方法估计精度优于基于空间角的特征矢量算法;低快拍数（<100）下该方法估计精度略低于特征矢量法,但小间隔角度下估计精度与后者相当。     

基于判别式的整周模糊度解算方法

将LAMBDA和Bootstrapping两种GPS双差整周模糊度的估计算法相结合,提出基于判别条件的Bootstrapping方法.该方法充分利用了LAMBDA算法的漏检率低和Bootstrapping算法计算复杂度低的优点,又克服了LAMBDA算法中的整数最小二乘搜索计算复杂度高和Bootstrapping算法漏检率高的缺点,能够快速准确地估计初始时刻的双差整周模糊度.通过理论分析和计算机仿真验证,结果表明该方法是有效的.     

基于格理论的模糊度快速解算方法

为了兼顾未来全球卫星导航系统（GNSS）的兼容与互操作,解决多频多模高维模糊度在常规方法下解算效率低的问题,基于格理论,提出了一种最近格点（CLP）搜索算法对模糊度整型值进行搜索。首先,将模糊度搜索转化为对格中已知格点的最近格点搜索问题;然后,根据格基规约改进得出具有最小可能长度且相互正交的格基向量;最后,采用CLP搜索算法搜索出最优的模糊度参数值。通过模拟实验和实测数据实验验证得出,所提的CLP搜索算法理论上相较经典的最小二乘模糊度降相关（LAMBDA）和改进的LAMBDA（MLAMBDA）算法对模糊度参数的解算效率更高且更可靠,且CLP搜索算法每一个参数搜索时间稳定在0.01 s,即使在高维情况下,CLP搜索算法的搜索依然稳定可靠。     

基于公共协方差矩阵的实用模板攻击*

针对分组密码算法模板攻击所需训练样本数量问题进行研究。通过概率分析,推导出所需样本数量的数学表达式,同时针对训练样本数量有限的情况,提出了一种基于公共协方差矩阵的实用模板攻击方法。通过对10000条AES样本曲线进行攻击,实验结果表明该方法不仅可以避免产生数值问题,而且攻击成功率显著优于传统模板攻击方法。     

基于多特征协方差矩阵的图像匹配算法

针对灰度及红外图像的匹配过程中经常出现的一些问题,如缺乏丰富的目标特征、易遭受复杂背景及噪声等外界因素干扰、目标出现放大缩小或偏转等,抽取目标图像的梯度幅值与方向,腐蚀与膨胀以及信息熵等特征,通过协方差矩阵将其融合在一起,构成新的特征模型.通过全图遍历求取矩阵间相似度距离的方法找到最佳匹配重心,将新方法与其它3种已有的匹配方法进行了对比说明.实验结果表明:在灰度图像匹配时新方法准确率高、鲁棒性好,同时也可以应用于红外图像中,满足了在一些条件下提高匹配准确度的要求.     

一种基于协方差矩阵重构和EMP的宽带波束形成算法

在宽带波束形成中,若干扰信号从主瓣方向进入,会引起主瓣畸变、旁瓣电平抬高,从而使波束性能严重恶化。为了解决波束形成中的这些问题,研究了一种基于协方差矩阵重构和特征投影预处理（EMP）的宽带波束形成算法。该算法首先通过EMP算法求取阻塞矩阵,对接收信号进行干扰相消预处理阻塞掉主瓣干扰;然后通过相干信号子空间（CSM）方法、协方差矩阵重构求取合理的协方差矩阵;最后进行波束形成。在主瓣干扰、旁瓣干扰同时存在的情况下,该算法能够自适应地阻塞主瓣干扰、抑制旁瓣干扰,解决了存在主瓣干扰情况下宽带波束形成的波形畸变问题。计算机仿真验证了该算法有效性。     

基于时空块协方差融合特征的火焰识别方法

提出基于视频图像的[YCrCb]和[CMYK]空间下的颜色和纹理等时空融合特征的火灾区域探测方法,将划分为时空域方块中的帧间颜色、空间纹理分布和运动属性组合成协方差描述子融合特征,通过分析矩阵中每两特征方差对应的正、负样本关联值的分布而确定特征的选择,首次提出了通过对协方差矩阵黎曼距离的变化分析来调整特征选择和组合方式。协方差特征的度量分别采用黎曼流形接地距离、对数欧式距离和用支持向量机训练的分类器进行对比实验。实验结果证明基于协方差矩阵融合特征的火灾探测系统表现出较高的识别精度和运行效率。     

一种基于局部歧义词网格的快速分词算法

提出了局部歧义词网格的概念,针对汉语分词中的覆盖歧义,提出了一种使用迭代算法训练覆盖歧义词典的算法,得到覆盖歧义候选词条词典。在此基础上提出了一种基于局部歧义词网格的、能够检测汉语分词过程中产生的组合歧义和覆盖歧义的分词算法,该算法仅考虑存在歧义的局部歧义词网格,并将对覆盖歧义的处理简化为查询覆盖歧义候选词典,因此,该算法的时间复杂度大幅下降。实验结果表明,该算法能够实现快速的汉语分词,且其分词正确率能够达到97%以上。     

基于简化群优化算法和协方差矩阵学习的差分进化算法

把SSO算法的交叉策略、协方差矩阵学习策略与传统的DE算法结合,提出一个新的DE算法的变种,我们把它称作SCDE算法。正如我们所知,DE算法的变异策略在DE算法中占据了非常重要的位置,然而,传统的DE算法的变异策略都是用相对位置来产生候选解,本文尝试利用个体历史最优解来诱导变异产生候选解,这将大大提高种群跳出局部最优的能力。此外,将算法的变异和交叉操作放在由种群的协方差矩阵的所有特征向量组成的坐标系中执行,这将使算法的交叉和变异操作具有旋转不变性。实验结果表明,本文提出的新的交叉和变异策略可以大大提高DE算法在CEC 2013中28个测试函数的全局寻优能力。