最小亮度变化角点自适应检测算法研究

对最小亮度变化角点检测进行了深入探讨，对其存在的不足提出两点改进：(1)用模糊度概念进行自适应窗口插值，大大减少了以往最小亮度变化角点检测普遍采用固定窗口插值所造成的漏检和虚报概率；(2)利用斜线上边缘点的方向连续性，有效地滤除了由于图像量化误差而造成的伪角点．实验证明，改进的算法明显地提高了角点检测概率和准确度．     

基于循环平稳多天线的DSSS信号参数估计

提出了基于SIMO(Single-Input Multi-Output)循环平稳特性的参数估计方法,对分集合并后的DSSS信号进行了循环谱分析,并对信号的载频、码元宽度进行估计.仿真结果表明,该方法能充分利用多天线提供的空间分集,提高DSSS信号的参数估计性能.     

基于人工蜂群算法的线性调频信号参数估计

针对多分量线性调频(LFM)信号的初始频率和调频斜率估计问题,提出了基于人工蜂群算法的LFM信号最大似然函数估计方法。首先,利用最大似然方法对LFM信号的初始频率和调频斜率进行联合估计;然后,用人工蜂群算法对似然函数进行优化求解;接着,针对人工蜂群算法收敛速度慢、易早熟等问题采用多维并行搜索结合交叉全局引导的方式对算法进行改进,实现了高效的多分量LFM信号参数估计。仿真实验证明,本文算法具有最大似然估计的有效性,兼具快速性和实时性。     

基于多项式变换的自适应Chirp信号参数估计

提出了一种新的基于多项式变换的RLS(recursiveleastsquare)算法。利用多项式变换将多项式相位信号(PPS)转变为具有线性相位的谐波信号,这一谐波信号满足AR(Autoregressive)模型且其频率对应于多项式相位的最高次项系数。然后利用RLS算法对AR模型的AR系数进行自适应估计,通过AR系数求解谐波信号频率,便可以获得多项式相位中最高次项的系数。本算法速度快,计算量小,并且在较低的信噪比(SNR)下估计性能依然良好。Monte Carlo仿真实验证明了本方法的有效性。     

泊松过程的随机模拟及参数估计

研究了泊松过程的随机模拟，给出泊松过程的最大后验密度可信区间，借助Matlab软件对此展开探讨并给出了模拟程序。     

基于混沌的LFM信号检测与参数估计

为了实现线性调频(LFM)信号的检测与参数估计,提出一种基于混沌理论的新算法.该算法首先分析了LFM信号参数变化对处于混沌临界态的Duffing振子输出相图的影响,并对待检LFM信号进行解调频处理.利用Duffing混沌振子构造滤波器阵列,以最大Lyapunov指数的符号作为系统状态的判断标准,从而实现了LFM信号的检测和参数估计.数值模拟表明,该算法易于操作,在低信噪比下,能有效检测LFM信号并获得较好的参数估计精度.     

短序列多项式相位信号的参数估计

恒定幅度的多项式相位信号(PPS)由其相位多项式系数表征。针对短序列PPS参数估计的困难,在介绍基于高阶模糊函数(HAF)和乘积高阶模糊函数(PHAF)参数估计算法的基础上,通过对该算法的估计效果特别是短序列情况的分析,提出短序列PPS参数估计的一般方法和对该算法的改进。Monte-Carlo仿真表明,改进算法改善了PPS参数估计的效果,同时提高了运行效率。     

新的时空特征点检测方法

提出了基于累积差熵的时空特征点检测算法。首先利用周期性时空检测方法检测视频的关键特征点;然后提出了视频累积差熵的概念,用累积差熵作为特征点的评价准则;以该准则为基础,选择具有累积差熵大的特征点作为关键点,并对关键视频进行聚类,得到关键视频的原型特征。实验结果表明:本文方法可以简单有效地去除非运动信息得到的关键点,可以较好地用于动作识别、表情识别等视频分析领域。     

基于新型DFrFT的LFM信号参数估计算法

针对传统算法对高调频率线性调频(linear frequency modulation,LFM)信号进行参数估计时误差较大的问题,提出了一种基于新型离散分数阶傅里叶变换(discrete fractional Fourier transform,DFrFT)的LFM信号参数估计算法.新型DFrFT在传统离散算法的基础上...     

一种基于循环前缀的OFDM盲检测及参数估计算法

提出了一种基于循环前缀的OFDM盲检测及参数估计算法。该算法利用接收信号循环前缀的相关性进行OFDM信号的盲检测,并通过搜索联合相关函数的峰值来实现参数估计。该算法能区分OFDM与其它多种体制的信号,应用范围广范。实验结果表明该算法所需数据量小,检测及参数估计精度高,具有一定的可行性和实用性。     

一元线性回归模型突变的估计

提出了变点回归的概念,建立了一元线性变点回归的数学模型,用拉格朗日乘数法对变点回归模型的参数进行了最小二乘估计。根据变点是否落在自变量的某一观测值上,把回归变点分为两种类型,回归变点最终位置和类型的统计推断,应使总体回归残差平方和最小。根据不同变点下总体残差平方和的性质,对回归变点的计算进行了简化。     

基于信息散度的过程故障检测与诊断

为了充分利用卡尔曼滤波新息中的非高斯故障特征,提出一种基于信息散度的非线性过程故障检测与诊断方法.通过unscented卡尔曼滤波产生新息序列,利用核密度估计方法计算概率分布.在此基础上建立信息散度统计量,监控过程的运行状态.一旦检测到故障后,引入对称信息散度计算待诊断过程与故障库中各类故障之间的距离,判断故障类型.在连续搅拌反应器上的仿真结果表明,提出的方法能够及时检测到故障的发生,正确判断故障类型.     

基于小波的非参数回归模型多变点检测

构造了基于小波系数的多变点检测算法,该算法可应用于非参数回归模型多变点检测.渚河水文时间序列实例分析结果表明,检测的结果与实际情况相符合.该方法不需要对时间序列做任何参数化的假定便能方便地检测出变点的位置,同时还能够给出变点个数的估计.     

自动控制系统中被控参数的预测

通过对工业过程控制系统中被控对象过渡过程特性的分析，针对其规律特点提出：依据所测试的过程参数的一系列历史数值预估该参数的发展趋势及数值的大小，为控制决策指明了方向。特别是对于具有大惯性、纯滞后的被控对象的控制系统，运用参数预估，增加预估反馈环，能够克服许多控制上的困难，取得好的控制效果。     

长码直扩信号的伪码参数及序列的估计方法

针对长码直扩信号的盲估计问题,将相关函数二阶矩方法、最大范数法和特征值分解方法应用于扩频周期、同步偏移、符号周期和PN码序列的估计中。根据长码直扩信号的特点,对各种估计方法进行了分析,得出了与短码直扩信号不同的结论,并提出了长码直扩信号的参数估计和PN码序列估计方法。计算机仿真实验验证了所提出的方法的有效性。     

随机分形信号参数的快速估计

从随机分形信息的分数差分方程入手,分析了随机分形信号分数差分后输出信号的归一化自相关函持性提出了彩和了分数差分结果的Ｋ步截尾特性作为测试表达式进行参数估计。该方法实质是寻找一分数阶因子,使随机分形信号通过分数并分后的输出信号最接近白噪声。     

水下模糊图像参数估计复原方法

针对不同的图像退化模型,分析了图像模糊的不同类型以及通过解卷积复原图像的各类方法,讨论了对应于不同模糊类型所适用的解卷积方法。在对水下图像复原前先采取去噪预处理较好地抑制了复原过程的病态问题,再利用拉东变换和傅里叶变换估计点扩展函数中模糊角度和模糊距离,实现了在缺少先验信息前提下的水下图像的复原,且相比于其他估计方法更加简便准确。实验结果表明:该方法能较为有效地复原水下模糊图像。     

Performance assisted enhancement based on change point detection and Kalman filtering

A performance assisted enhancement Kalman filtering algorithm （PAE-KF） for GPS/INS integration navigation in urban areas was presented in this work. The aim of this PAE-KF algorithm was to prevent ＂deep contamination＂ caused by error GPS data. This filtering algorithm effectively combined fault estimation of raw GPS data and nonholonomic constraint of vehicle. In fault estimation, a change point detection algorithm based on abrupt change model was proposed. Statistical tool was then used to infer the future bound of GPS data, which can detect faults in GPS raw data. If any kinds of faults were detected, dead reckoning mechanism begins to compute current position. Nonholonomic constraint condition of vehicle was used to estimate velocity of vehicle and change point detection was added into classic Kalman filtering structure. Experiment on vehicle shows that even when the GPS signals are unavailable for a period of time, this method can also output high accuracy data.     

四元数和超复数在加性高斯噪声背景下二维谐波频率估计中的应用

针对二维谐波频率估计中的分维配对问题,首先对一般二维谐波信号模型进行变换, 构造了符合四元数结构的新的信号模型。并根据该模型利用特殊的四阶累积量切片分析了加性高斯有色噪声中二维谐波频率估计及联合Hamilton四元数和超复数在二维谐波频率估计中的应用前景。此方法避免了在复数模型的二维谐波频率估计中构造复杂的增广矩阵问题, 并从根本上解决了通过分维求取频率之后,频率配对中所有可能产生的错误频率对以及有可能产生的两维频率估计精度的不平衡性这两大难题。仿真实验验证了该算法的有效性。