基于改进子空间追踪算法的稀疏信道估计

由于许多通信系统的信道具有稀疏多径的特性,因此可以将信道估计问题归结为稀疏信号的恢复问题,继而应用压缩感知理论(CS)的算法求解。针对CS中现存的信号重构方法——子空间追踪法(SP)需要对稀疏度有先验知识的缺点,提出一种改进的子空间追踪法(MSP)。该方法的反馈和精选过程与SP算法一致,不同之处是MSP算法每次迭代时向备选组合中反馈添加的向量个数是随着迭代次数而逐一增加的,而SP算法中备选组合被添加的向量个数与稀疏度相同。仿真结果表明,基于MSP方法所得到的稀疏多径信道估计结果优于基于传统SP的方法,且无需已知信道的多径个数。     

一种基于子空间的MIMO-OFDM信道盲估计算法

论文主要讨论利用子空间算法对MIMO-OFDM信道进行盲估计.子空间算法是一种非常重要的信道估计算法,但该算法最大的缺点是要求精确估计信道阶数,对信道阶数欠估计或过估计非常敏感.针对这一点论文提出了一种联合子空间算法,该算法能够同时完成信道阶数估计和信道估计.仿真实验表明在低信噪比、观测数据较短和信道具有较小的初始和结尾系数等条件下时,该算法的信道阶数估计能力优于以前的算法,同时信道估计性能也得到较大的提高.     

基于子空间的OFDM系统信道估计算法

研究了适用于正交频分复用（OFDM）系统的信道估计算法,给出了一种基于子空间分解的半盲信道估计算法,利用循环前缀引入的冗余信息和子空间分解的特性,并结合OFDM系统的导频信息估计信道参数。该方法无需改变发送信号的结构,因而适用于大多数OFDM系统,此外该算法不需考虑信道的具体特性,便于信道的实时跟踪。仿真结果表明,算法的信道估计精度优于基于导频的方法,适用于任意调制星座。     

基于新息估计和正交投影的闭环子空间模型辨识

针对闭环控制系统提出一种基于新息估计和正交投影的闭环子空间模型辨识方法.首先采用最小二乘法对VARX模型（Vector autoregressive with exogenous inputs model）进行计算得到新息估计值,然后通过将由观测输入输出数据构造的Hankel矩阵正交投影到新息数据的正交补空间以消除噪声影响,从而在无噪声的输入输出数据奇偶空间中提取得到扩展可观测矩阵和下三角形Toeplitz矩阵.最后采用平移变换法得到系统矩阵.对该算法严格分析和证明了实现一致估计的条件.通过仿真实例验证了本文方法的有效性和优越性.     

基于压缩感知的图像自适应子空间追踪算法

针对稀疏自适应匹配追踪（SAMP）算法中存在的运行速度慢、重建效果欠佳的问题,提出了一种新的自适应的子空间追踪算法（MASP）。采用SAMP算法中分段的思想,先对半减小预估稀疏度,再逐一增加,得到真实稀疏度后,再利用子空间追踪算法对原始信号进行重构。实验表明,相比于SAMP算法,该算法在相同观测数量的情况下,具有较快的运行时间和较好的重建效果,其中,在重构信噪比方面平均提高8.2%。     

基于SVD的二维子空间拟合DOA估计

改进传统子空间拟合波达方向(DOA)估计方法,以快拍数据矩阵的奇异值分解代替接收数据协方差矩阵的特征值分解,用奇异值和奇异值矢量进行信源数估计,避免协方差矩阵估计,减少运算量和矩阵估计误差。根据已有子空间拟合的一维修正变化投影(MVP)算法原理,推导出二维MVP算法实现步骤,对基于均匀圆阵的接收信号进行二维DOA估计。     

一种针对单快拍DOA估计的子空间搜索近似消息传递算法

压缩感知（Compressed sensing,CS）技术应用于单快拍波达方向（Direction of arrival,DOA）估计中可以实现相关信号的超分辨估计,但会遇到感知矩阵高相干性以及对噪声敏感的问题.本文提出一种基于近似消息传递的子空间搜索算法以解决上述问题.该算法首先通过近似消息传递算法得到一个粗解,随后利用该粗解划分子空间,最后在子空间中寻找精确解.仿真结果验证了所提算法的有效性.文章最后通过理论分析了该算法性能并讨论了算法在信号数未知时的扩展应用.     

基于差别子空间的用户击键特征识别

根据用户的击键行为特征，提出了一种基于差别子空间的识别算法，该算法仅依据用户前几次成功登录的击键特征计算出能够代表用户击键的共性特征向量，进而利用当前用户击键特征向量与共性特征向量的欧几里德距离作为判别依据来判定用户的身份。该算法主要进行内积运算，实现简单且识别速度快，实验结果表明该算法误报率较低，鲁棒性较强。     

基于白噪声加载近似的子空间相交方位估计方法

利用长线阵在水下多途声传播环境下估计源方位,子空间相交(Subspace intersection,SI)方法有很好的估计性能,本文旨在改善其稳定性.在分析得出SI稳定性差的原因是简正波阵列响应矩阵(Array response ma-trix,ARM)不满秩的基础上,奉文提出在ARM上加载白噪声(Whire noise loading approach of SI,WASI)来改善SI的稳定性,给出了自适应确定白噪声加载参教的方法,并设计假想实验考察了白噪声加载对WASI的影响.数值仿真结果表明,WASI很好地改善了SI的稳定性,对弱目标检测和源方位估计性能和SI接近相同.     

基于神经网络和学习子空间的OCR识别方法在选票处理中的应用

选票信息的自动处理能提高录入速度、保证选的公正性，绝大多数的选票信息自动处理系统都是采用光学标记识别的方法。该方法对于选票纸张和填写要求较高，而且误识率较高，该文提出了一种基于神经网络和学习子空间光学字符识别（OCR）方法。该识别方法具有对纸张和填写的要求低，精度高、通用性好的特点。     

基于ESO迭代学习算法的故障估计

针对基于迭代学习的故障估计器方法,提出一种基于扩张状态观测器(ESO)思想的迭代学习算法,以提高虚拟故障的收敛速度。该算法将ESO的输出误差非线性反馈机制用于迭代学习过程,利用故障估计器当前输出残差的非线性函数修正下次迭代时的虚拟故障值。对所建立的故障估计器的收敛性进行理论分析,并在此基础上进行了仿真实验。仿真结果表明,所提出的算法具有良好的收敛速度和故障估计精度。     

基于牛顿迭代法的RFID标签数量估计算法

ALOHA算法是一种被广泛采用的射频识别(RFID)标签防碰撞算法,要提高它的识别效率,算法帧长必须根据标签数量自适应调整,因此标签数量估计的准确性十分重要。针对已有标签估计方案存在的误差大问题,提出一种基于牛顿迭代法的标签数量估计算法(NIATE)。首先,根据标签数量与帧长的数量关系确定一个调节因子;其次,研究标签识别过程中成功时隙占总时隙比例,得到调节因子与所占比例的关系;最后利用牛顿迭代法求解得出准确的标签数量。仿真结果表明,NIATE算法在不同标签数量情况下,相比现有主流算法具有较好的自适应能力,标签估计平均误差更小,从而减少了识别所有标签所需的总时隙数,提高了系统吞吐率。     

融合高光谱影像三维空谱特征的子空间聚类算法

为提高高光谱遥感影像的聚类精度,将三维空谱特征和子空间聚类算法相结合,提出一种新的稀疏子空间聚类模型,在关注高光谱影像光谱信息的同时也关注了空间上下文信息。首先提取高光谱影像像素点的三种三维空谱特征,然后通过特征对子空间聚类模型的系数矩阵进行加权,使得像素点可被与它最为相似的像素点稀疏表示,从而获得更好的系数矩阵,最后由系数矩阵通过谱聚类获得更好的聚类结果。算法对四个经典高光谱数据集进行实验,并将实验结果与六种聚类算法进行比较,结果表明,所提出的3DF-SSC算法在四个数据集上获得的聚类精度都比其他算法要高,对于同样是利用三维空谱特征的M3DF3△、3DF-SSC算法最高能提高8.62%的精度,而与同样是利用空间上下文信息对子空间聚类算法进行改进的L2-SSC和SS-LRSC算法相比,最高能提高25.18%的精度。     

一种基于谱图理论的Web图像搜索方法*

在对当前Web图像搜索面临的问题进行剖析的基础上,根据谱图理论的研究成果,提出了一种针对Web图像搜索的新的解决方法。这种基于谱图理论的方法极有可能是一种更有效的新型Web图像信息分析方法,从而可以大幅提高现有基于链接的Web图像搜索引擎的工作效率。     

An iteration method with maximal order based on standard information

For finding a root of a function f, Halley's iteration family is a higher generalization of Newton's iteration function. In every step, it uses the values of f and its first number of derivatives, called standard information. Based on the standard information, we obtain an iteration method with maximal order of convergence. It is a natural generalization of Halley's iteration family in terms of divided differences. An explicit construction for this method is also obtained. Numerical experiments are given demonstrating the importance of the proposed approach.     

多窗谱估计的语音增强减法研究

多带谱熵不仅能体现和谱熵一样的频率特性,还能体现能量的分布情况,因此在进语音检测时更趋向于采用多带谱熵估计。通过仿真,证明多带谱熵估计在非平稳信号检测中相比于谱熵估计的优越性,确定适合坦克环境的多带谱熵噪声估计算法。结合多带谱熵估计、相关加权、分帧相减等理论,提出一种以多窗谱估计为基础的改进的语音增强算法。仿真结果表明,提出的算法不仅能更好地抑制背景噪声和音乐噪声,而且还较好地保持了语音的可懂度和自然度。     

基于谱分析的无线传感器网络模块度分簇算法

基于谱分析与模块度,提出一种无线传感器网络分簇算法(CHSM).首先利用非平凡特征向量获得传感器网络的原始簇结构;然后借助模块度的增量来评估、合并原始簇,从而形成一个与真实网络相匹配的簇结构;同时设计了一种能量异配度函数,并利用各节点的能量异配度及其剩余能量在各个簇内选取簇头节点.仿真结果表明,CHSM算法找到的簇结构具有更高的模块度,其选取的簇头节点具有更高的能量异配度,进而表明了所提出的算法能有效延长网络的寿命.     

一种XP项目迭代周期估计方法

XP项目开发周期依赖于项目团队的开发效率。这个效率可以用每个迭代开发阶段加入的用户Story被成功实现的概率来描述。提出了一种简单、实用的估计XP项目开发效率和迭代周期的数学方法。该方法可用于项目开发成本和工作量估计。用一组数据对该方法进行了模拟验证。     

FBMC/OQAM系统中基于子空间的信道估计算法

针对滤波器组多载波偏移幅度调制（FBMC/OQAM）系统中基于传统导频结构的信道估计方法估计精确度不高、频谱利用率低的问题,提出一种基于子空间的盲信道估计算法。区别于传统的子空间方法,该算法通过空间上的接收分集技术引入数据冗余进行盲信道估计,不需要发送导频序列,从而提高了频谱利用率。仿真结果表明,该算法可以有效地估计信道且估计性能优于传统导频方法。     

一种频谱分方向指纹纹线距离估计的新方法

纹线距离是指纹的固有本质属性，在自动指纹识别中有着重要的作用。然而目前多数纹线距离估计的方法直接在空域作估计，对低质量指纹图像的处理普遍存在较大误差。为了适应低质量指纹图像，提出了一种基于频谱分析的纹线距离估计的新方法，该方法首先通过快速傅立叶变换将指纹图像变换到频域，然后将频谱图像分成n个方向分别求纹线距离，最后作处理从而得到指纹图像的纹线距离。部分典型指纹图像的实验结果表明，该方法具有较强的有效性和鲁棒性。