一种基于二阶统计量的盲均衡算法

对于多输入多输出(MIMO)信道,使用有色输入的二阶统计量进行盲均衡是一种有效的方法.相对于原有的、基于自相关匹配原理的盲均衡算法,本文给出了一个在时域上不必先知道用户自相关序列值就能实现均衡的条件,并提出了相应的的时域均衡器训练算法,对含白噪声的情况也进行了讨论.     

基于二阶统计量的盲波束形成方法

为了恢复二阶统计独立的源信号,本文给出一种基于二阶统计量的盲波束形成方法。这个方法是基于二阶统计独立的源信号之间统计互不相关的特性．此方法适用于任意流形阵列 的盲波束形成．除了要求噪声是白色的外,源信号必须是有色的随机信号或确定信号。没有必要估计波达方向．在源信号估计中,此方法使信号与干扰加上噪声之比达到了最大。与累积量基方法相比,这个方法的最突出优点有：方法简单,运算量少以及二阶相关矩阵易鲁棒地估计,因此更适合于在移动通信中应用。     

基于二阶非平稳统计量的船舶噪声信号的盲分离

针对船舶噪声信号为实的非平稳信号的特点,使用二阶非平稳统计量的方法对传感器阵列所接收到的信号进行了盲分离.首先对原始信号进行了稳健正交化处理,同时根据信号的非平稳性,采用分段加窗的方法求取时滞协方差矩阵,将正交分离矩阵的求解转化为时滞协方差矩阵的联合近似对角化,并最终转化为子空间拟合问题,最后通过Gauss-Newton发进行求解.文中较为详细的给出了针对非平稳实信号的二阶统计量盲分离算法的基本步骤.最后对三艘实测的船舶噪声信号所进行的盲分离仿真试验表明,该算法具有较快的收敛速度和较好的分离效果.     

一种简化的语音信号盲分离算法

近年来所提出的许多瞬时混合信号盲分离算法大都是基于高阶统计量(HOS：High Order Statistics)，这使得算法不易收敛且计算量较大。在本文中，我们证明了当源信号是非平稳信号(语音信号、音乐信号等)时，使用二阶统计量(SOS：Second Order Statistics)就足以成功地对混合信号进行盲分离，从而，大大简化了计算的复杂度。据此，我们提出一种基于二阶统计量的盲分离算法，并在试验中用此算法成功地分离了语音和音乐的混合信号。     

基于二阶统计量的多径混合语音分离算法

介绍了一种实用的语音分离算法CoBliSS,他是一种基于二阶统计量的多通道盲反卷积算法.但是源信号自相关函数的序列长度必须足够大,而大多数语音信号不满足这一要求.但是针对非平稳的语音信号,非严格的理论分析显示二阶统计量可以用于语音分离,将CoBliSS算法与回声消除相结合,给出了ECoBliSS算法.结果表明当ECoBliSS算法用于远程会议系统时,分离出了较高质量的语音信号,而且速度也比较快.     

基于三阶统计量的欠定盲源分离方法

盲源分离(BSS)在缺失源信号信息及信息混合方式信息的情况下,仅利用观测信号实现源信号恢复,是信号处理中的重要手段。欠定盲源分离(UBSS)中观测信号少于源信号数目,因此,相较于正定/超定情形,其更接近现实情况。然而,观测信号往往受到噪声干扰,传统基于2阶统计量和信号稀疏性的欠定盲源分离结果对噪声较为敏感。鉴于3阶统计量在处理对称分布噪声时的优势,该文利用观测信号的3阶统计信息实现混合矩阵的估计。考虑到源信号的自相关特性,计算多时延下观测信号一系列的3阶统计信息,并堆叠成4阶张量,进而将混合矩阵估计问题转化为4阶张量的典范双峰分解问题。该文进一步利用广义高斯模型和期望最大算法实现源信号的恢复。1000次蒙特卡罗实验表明该文算法能够有效抑制噪声的影响。针对3×4混合模型,当信噪比为15 dB时,该文算法对混合矩阵的平均估计误差达到–20.35 dB,所恢复出的源信号与真实源信号之间的平均绝对相关系数达0.84,与现有方法相比,取得了最好的分离结果。     

基于矩阵补全的二阶统计量重构DOA估计方法

该文针对传统波达方向角(DOA)估计算法在非均匀噪声下角度估计精度差及分辨率低的问题,基于矩阵补全理论,提出一种二阶统计量域下加权L1(MC-WLOSRSS)稀疏重构DOA估计算法。首先,基于矩阵补全方法,引入弹性正则化因子将接收信号协方差矩阵重构为无噪声协方差矩阵;而后在二阶统计量域下通过矩阵求和平均将无噪声协方差矩阵多矢量问题转化为单矢量问题;最后利用稀疏重构加权L1范数实现DOA参数估计。数值仿真表明,与传统MUSIC, IL1-SRACV, L1-SVD子空间算法及稀疏重构加权L1算法相比,所提算法能显著抑制非均匀噪声影响,具有较好DOA估计性能,且在低信噪比条件下,亦具有较高估计精度和分辨力。     

一种基于人工蜂群优化的有序盲源抽取方法

提出了一种基于人工蜂群优化的盲源抽取方法,该方法首先根据源信号的高阶统计特性构造了用于估计分离向量的目标函数,然后通过人工蜂群算法优化其函数获得最佳分离向量,并达到逐次恢复源信号的目的。仿真实验结果表明,该方法不仅能依4阶累积量绝对值降序地实现源信号的盲分离,还能同时分离服从亚高斯分布的图像信号和超高斯分布的语音信号。     

一种基于二阶统计量的近场源三维参数估计方法

该文研究近场源的距离、角度和频率的三维参数估计问题。提出了一种仅需利用二阶统计量和相应的配对程序就能直接估计出参数的新方法。该方法无需谱峰搜索,同时避免应用四阶累积量,减轻了算法的计算量。仿真实验证明了该算法的有效性。     

New criteria for blind source separation using second-order cyclic statistics

This paper addresses the problem of blind separation of cyclostationary sources. By using the cyclostationarity property of the source signals, new criteria based on second-order cyclic statistics (SOCS) are established, from which two algorithms for blind source separation are proposed. Compared with the existing higher-order statistics-based approaches, our new approach requires few data samples and does not impose any restrictions on the probability distributions of the source signals. Simulation results are given to demonstrate the effectiveness of this new approach.     

基于Huber正则化二阶加速Richardson-Lucy湍流图像复原算法

为了快速准确地恢复湍流退化图像,提出了Huber正则化Richardson-Lucy(R-L)加速迭代盲反卷积(IBD)算法。根据图像滤波处理结果,采用Huber函数自适应地选择一阶范数和二阶范数正则化约束,增加算法收敛速度同时提高图像细节和边界复原质量。引入基于泰勒级数的二阶矢量外推加速方法,进一步增加迭代的收敛速度。实验结果表明,采用提议的算法需要的迭代次数较少,适用于实时性要求较高的场合,复原图像的主客观质量均有所提高。     

基于FPGA的速率自适应图像抽取算法

载荷图像可视化是深空探测任务中的重要需求,但受信道带宽的限制,无法实时传输所有载荷数据,因此星载复接存储器中图像的抽取下传是实现任务可视化的关键。设计了一种载荷图像抽取方法,适用于深空探测航天器载荷自主管理和可视化应用。通过图像帧识别、指针管理和数据筛选实现图像抽帧回放算法,具有图像完整、实时,速率自适应的特点。该方法在某探测器工程项目中采用FPGA进行了实现,经测试、试验验证,满足工程可视化要求。     

基于广义二阶循环统计量的通信信号调制识别研究

针对传统的二阶循环统计量在Alpha稳定分布噪声中显著退化的问题,提出了广义二阶循环统计量的概念。在研究了所选通信信号的广义二阶循环统计量的基础上,提取信号广义二阶循环谱中特定频率和循环频率处的幅值作为特征参量,采用最小误差准则作为分类器算法,实现信号调制方式识别。仿真结果表明,在Alpha稳定分布噪声背景下该方法性能优于传统二阶循环统计量的方法,且在高斯噪声背景下也具有良好的性能。     

基于颜色索引相关统计的彩色图像特征提取

提出了一种基于颜色索引相关统计的彩色图像特征提取(CILCS)方法。图像的像素颜色值被稀疏表示成类似直方图的索引形式,将相关计算应用到特征提取中,计算图像颜色分布规律在局部和整体的相关性,并结合数值统计最终得到具有一定旋转、尺度和平移不变特性的特征向量,能更有效地表示颜色纹理特征。经图像检索和图像分类的实验表明,本文方法能有效提高图像检索和图像分类的精确度。     

一种轮胎X射线图像缺陷提取和分割方法

针对轮胎X射线图像对比度不高、图像噪声多和存在较大背景起伏的特点,提出一种基于平滑滤波和灰度校正的轮胎X射线图像缺陷提取和分割方法。首先采用平滑滤波的方法,消除带束层帘线影像和图像中的高频噪声;然后依据整幅图像的灰度均值和图像中每个像素的邻域内部灰度均值的比例关系,对像素的灰度进行校正;最后对校正后的图像进行二值化处理,完成对轮胎X图像的分割。实验结果表明,该方法能够有效地实现轮胎X射线图像缺陷的提取和分割。     

基于亮度统计的无参考图像质量评价

基于亮度均值减损对比归一化(MSCN) 系数统计特性及其8方 向邻域系数间的相关性,提出了一种通用无参考图像质量评价方法.首先,分别利用非 对称广义高斯分布(AGGD)模型拟合MSCN系数及其8方 向邻域系数,并估计 相应AGGD 模型参数作为亮度统计特征;其次,计算8方向邻域MSCN系数间的互信息(MI),作为描述方向相 关性的统计特征;进而,分别利用支持向量回归机(SVR)和支 持向量分类机(SVC)构建无参考图像质量评价模型和图像失真类型识别模型; 最后, 在LIVE 等图像质量 评价数据库上进行了算法与DMOS的相关性、失真类型识别、模型 鲁棒性及计算复杂性等方面的实验。实 验结果表明,本文方法的评价结果与人类主观评价具有高度的一致性,在LIVE图像质量评 价数据库上的斯 皮尔曼等级相关系数(SROCC)和皮尔逊线性相关系数 (PLCC)均在0.945以上;而且,图像失真 类型识别模型的识别准确率也高达到92.95%,明显高于 当今主流无参考图像质量评价方法。     

基于图割的交互式彩色图像目标提取方法

根据图像边缘基本性质,运用图割理论,把目标 提取问题转化为网络最大流-最小割问题,提出一种人机交互的彩色图像目标提取方法。根 据目标形状及大小,调节触笔笔尖粗 细,在目标区域内较为随意地划一道或若干道连通的粗线,以该粗线边界作为初始活动轮廓 线,在张力作用下向外侧膨胀生成环状域,对其构造s-t网络, 进行最小代价切割获得新的 活动轮廓线。由此经过若干次变形迭代,活动轮廓线最终收敛于目标边界。当因目标边界模 糊不清等原因导致提取结果局部出现错误时,算法提供方便快捷、安全导向、手自结合的纠 错方法。实验表明:当目标边界呈现较为清晰时,本文算法以人能够接受的毫秒级时间实时 快速作出响应,目标提取结果正确率在95%左右。当提取结果出现局 部错误时,算法通过人机结合与交互,对错误进行有效纠正。     

基于时频分布盲辨识算法的电磁干扰信号分析

提出一种可用于分离不同时频分布的非平稳信号的盲信号辨识算法。采用Wigner－Ville分布（WVD）进行盲源分离时,合成信号有交叉项存在,其分离性能不理想。而Cohen 类时频分布可以抑制交叉项,并且保持时频聚集性。因此,在TFBSS 中,Cohen 类时频分布可以取得更好的分离性能。分析了Cohen 类时频分布对交叉项的抑制性能,以及对盲源分离性能的影响,结果表明：采用盲辨识算法进行电磁干扰信号分离,其效果明显优于采用WVD进行分离的效果。     

布里渊散射谱图像的边缘特征提取方法

为有效提取布里渊分布式光纤传感系统的布里渊频移,减少数据处理时间,提出一种基于二阶Laplacian边缘检测算子的布里渊散射光谱图像边缘特征提取方法.将布里渊频移视为散射谱图像边缘,利用二阶Laplacian边缘检测算子对布里渊散射光谱图像进行锐化处理;通过非极大值抑制和自适应阈值去除无效边缘获得二值图像,并搭建布里渊...