将稀疏自动编码器用于置换混叠图像盲分离

针对一类置换区域含噪声的置换混叠图像,提出一种基于稀疏自动编码器的算法来自动检测和分离含噪声的置换区域。对含噪声的置换混叠图像进行分块,获取输入数据集。构建稀疏自动编码器网络,通过数据集训练参数,获得解码后的置换混叠图像。将解码后图像与原置换混叠图像作差运算得到差图像,通过检测差图像来确定置换区域,采用自适应阈值化操作分离出含噪声的置换区域,实现对置换区域的自动检测和分离。实验结果表明,采用本算法在置换区域位置、大小、个数和所含噪声类型、大小均未知的情况下,能有效地分离出含噪声的置换区域。      

基于差分进化的插值置换混叠图像盲分离

针对插值置换混叠图像提出了一套完整的盲分离方案。根据插值图像像素点之间存在的相关性,通过对置换混叠图像分块进行有限差分,检测插值图像与原图像经过有限差分后的值之间的差距,设定适当的阈值,将其分开。为获得最优阈值,用差分进化算法进行优化,获得最优阈值。根据阈值将图像二值化,进而将置换图像分离出来。实验结果表明,该方法比阈值法的鲁棒性强,对经过不同插值方式的置换混叠图像进行盲分离都有较好的效果。     

基于盲源分离算法的混叠电磁信号分离研究

针对装备电磁环境效应研究中存在的干扰源信号混叠的问题,探讨了盲源分离算法在混叠干扰源信号分离中的应用。通常应用盲源算法需以估计得到源信号数目为前提,本文提出直接根据观测信号个数设置初始化分离矩阵维数,然后分离得到与观测信号数目相同的分离信号,再通过分离信号的相关性检测,即实现了源信号的分离,避免了事先估计源信号个数的工作。通过仿真实验验证了方法的可行性。     

基于循环频率特征的单信道混合通信信号的调制识别

单信道多个时频重叠的混合通信信号盲分离具有广泛的应用价值,是近年来通信信号处理研究领域的一个热点和难点,而单信道多个混叠通信信号的调制识别和信号个数的估计是实现单信道多个混叠通信信号盲分离的基础。该文通过分析数字调制信号的二阶和四阶循环累积量的循环频率特性和结构特征,提出一种基于循环频率特征的单信道混合通信信号调制识别的方法和实现算法,其主要特点是不需要已知混合信号的个数、功率、载频、符号率及定时等先验信息,对一些典型的数字调制信号(如BPSK, QPSK, OQPSK, MSK等)的随机混合,能够有效地辨识接收信号中所包含的信号个数以及每个调制信号的调制方式。利用计算机仿真实验,考察了不同条件下算法的性能,表明了其可行性和有效性。     

一种有效的语音信号盲分离方法

利用语音信号的短时平稳特性,本文提出了一种WVA分布与联合对角化的盲分离方法,该方法采用新的联合差分相关矩阵白化算法去除有色噪声影响,估计出源语音信号,实现对混叠信号的盲分离.通过仿真实验,结果表明,本算法具有分离效果好,能有效的将混叠的盲语音信号分离.     

基于压缩感知的欠定图像盲源分离研究

系统阐述了利用稀疏成分分析(Sparse Component Analysis,SCA)算法进行欠定图像盲源分离。首先在估计出源图像个数的基础上,利用线性聚类估计混合矩阵;其次将压缩感知(Compressed Sensing,CS)应用到恢复源图像中。为了得到自适应的过完备稀疏字典来提高分离效果,提出了利用K均值奇异值分解(K-means Singular Value Decomposition,K-SVD)算法对过完备DCT字典循环迭代训练的思想,并对图像分块处理来减少计算复杂度;最后进行了仿真测试并对分离出的图像进行了分析和进一步处理。     

混叠通信信号的盲分离处理

同频混叠信号的处理一直是通信信号处理中的难点,常规的信号处理方法难以对其进行有效分析。本文运用最新的盲源分离理论,实现了混叠通信信号的盲分离。仿真结果表明,本文采用的算法分离效果好,运算速度快,可移植性强,基本实现了对混叠通信信号的实时盲分离。     

带源个数估计的BPSK信号盲分离算法

目前盲分离研究已有算法众多,但有关数字信号或有限字符集的盲分离研究尚不多见,而带源个数估计的此类盲分离算法更鲜有涉及。针对这类问题,该文提出了一种新颖的BPSK数字信号的盲分离算法,首先由接收到的观测信号的特征,在无噪和有噪情况下分别给出了估计源信号的数目算法;然后再利用观测信号之间的关系估计出混叠矩阵,并在算法中给出了证明。通过估计的混叠矩阵即可恢复得到分离信号,此时得到的分离信号与源信号或者顺序发生了交换,或者产生了符号之间的差别,但并不影响盲分离。最后的仿真结果显示了该文提出的算法在估计混叠矩阵以及最后恢复源信号上都是非常成功,也表明了此算法的可行性和优异性能。     

基于信道矩阵结构划分的用户信号恢复

多用户MIMO-OFDM信道的色散效果可以看成是一组由频点(FB)观测值组成的瞬时混叠结构。如果一个新的用户加入时,意味着引入新的干扰,信道矩阵结构被扩大。由于扩大的矩阵含有已知和未知2部分信息,由此需要设计一个针对2部分信息的盲结构。选择盲分离方法,利用信号间存在的相关性,推导出新用户的混叠结构参数矩阵,然后在每个FB上分离出不同用户的信号,由于利用了已知信道的信息,盲分离后产生的不确定性被纠正。计算机仿真验证了所提出算法的有效性。     

同频同调制通信信号的卷积混合单通道盲分离

针对单通道的同调制方式、同调制参数的时频重叠信号的盲分离问题,提出了一种新的卷积混合盲分离算法。首先,基于时间分集的过采样技术的信道多样性性质,将单通道混叠的MISO模型转化为多通道混叠的MIMO模型进行研究。然后,结合MIMO模型混叠矩阵的结构特点,讨论了混叠信号分量的时延差对MIMO模型混叠矩阵结构和混叠矩阵秩的影响。最后,数学推导证明:当信号分量时延差为符号速率的整数倍时,从信号时延的角度来讲混叠信号不具有盲可分离性,并通过仿真实例予以验证。     

结合复小波的倒易晶胞图像复原方法

 遥感图像的退化主要受到噪声、模糊、混迭等多种因素的影响.针对单帧图像复原中的混迭现象,采用一种基于传感器几何特性的倒易晶胞复原方法.这种倒易晶胞的复原方法是把图像从空域对偶到频域,去除超出频域网格之间的频谱交叠部分,从而抑制混迭.然后,在频域采用逆滤波的方法进行去模糊和去彩色噪声.最后,利用复小波多方向可选择的特性进行去白噪声,可得到更准确的重建小波系数.实验表明,倒易晶胞结合复小波的复原方法比常用的复原方法效果更好.由于本复原算法考虑到了去混迭,因而比常用的图像复原方法更适于指导工程实践.     

应用判决反馈的混合信号单通道盲分离算法

该文提出了一种基于判决反馈思想的DF-PSP单通道盲分离算法。该算法结合判决反馈的思想,利用Viterbi序列检测器最可能的幸存序列得到的预判决来合成信道冲激响应尾部造成的符号串扰,来弥补现有PSP单通道盲分离算法对信道冲激响应进行截断处理而带来的性能损失。仿真结果表明,对于两路混合QPSK信号,该算法较截断PSP单通道盲分离算法在复杂度相当的条件下有更好的性能,在误码率为 时,信噪比改善可达到2dB左右,且在同等过采样条件下,该算法能获得更好的性能提升。      

光斑区域内存在单个盲元条件下点源目标质心探测误差分析

在哈特曼波前传感器点源目标探测质心算法中,除信号光子噪声、读出噪声和背景光噪声等误差源之外,图像传感器上存在的盲元也会对质心的探测精度造成一定的影响。系统地推导了哈特曼传感器子孔径光斑区域内存在单个盲元条件下各种误差源对点源目标质心探测误差影响的数学表达式,进一步分析了盲元和光斑质心间相对距离、光斑等效高斯宽度等因素对盲元存在所引入的质心偏移误差的影响,指出当相对距离约等于光斑高斯宽度时质心偏移误差达到最大值。实验结果与仿真和理论推导结果相符。     

基于信源数目估计的超定盲信号分离

针对盲信号分离中信道噪声大、信号分离效果差等问题,在传统主分量分析和特征值分解方法的基础上,提出了一种基于信源数目估计的超定盲信号分离方法。首先,采用主分量分析和最大似然估计方法分别对混合矩阵和噪声协方差进行估计,用于对信道噪声的估计与去除;然后,采用交叉验证法对源信号维数进行估计,实现盲信号分离。为了验证提出算法的分离效果,对轻拖尾与轻拖尾混合信号以及重拖尾与轻拖尾信号混合情况进行仿真实验验证,结果表明该算法具有良好的分离效果。     

Method for eliminating mode mixing of empirical mode decomposition based on the revised blind source separation

Since mode mixing of empirical mode decomposition (EMD) is mainly caused by the intermittence and noise, we propose a novel method to eliminate mode mixing of EMD based on the revised blind source separation. To this aim, an optimal morphological filter is employed to eliminate the noise. As a result, the component of mode mixing caused by noise is suppressed. Furthermore, the de-noised signal is decomposed into different intrinsic mode function (IMF) components through the EMD algorithm. Since it is impossible to apply blind source separation to a single channel signal directly, the IMF component, which has mode mixing is chosen and reconstructed in the phase space. Following that, the equivalent hypothetical signals are obtained. Finally, an improved fixed-point algorithm based on independent component analysis (ICA) is introduced to separate the overlapping components. The analysis of simulation and practical application demonstrates that our proposed method can effectively tackle the mode mixing problem of EMD.     

基于图像背景噪声特性的篡改检测

数字图像都包含有一部分来自成像过程或者数字压缩的背景噪声,如果两幅不同背景噪声的图像被拼接在一起,则图像篡改区域和其他区域的噪声特性会有差异。本文基于一种估计信道信噪比的高阶统计量法提出了一种新的图像背景噪声的盲估计算法。通过对图像进行分块计算每块的噪声方差,从而检测图像篡改部分。此算法通过二次加噪的方法解决了高阶统计量法中必须已知原始信号的问题,实现了待检测图像噪声的盲估计。实验结果显示该算法能有效估计图像的噪声方差从而达到检测局部篡改的目的。并且图像的缩放和压缩对检测结果影响很小,算法具有较好的鲁棒性。      

基于有限差分的置换图像盲检测方法

 针对一类经过插值放大的置换篡改图像,本文提出了一种基于有限差分算法的周期特性的盲检测方法.该方法对插值信号进行有限差分,检测差分序列的周期特性,根据周期特性的异同辨识不同插值因子的放大图像,具有原理简单,计算量小的优点.实验表明,该方法对经历不同插值方式的置换篡改图像均能达到较高检测正确率,同时,算法对高斯噪声和有损JPEG压缩具有较好的鲁棒性.     

同频重叠信号的单通道盲分离方法综述

同频重叠信号单通道分离在信号分离领域具有广阔的应用前景,成为近年来信号处理领域研究的热点之一.在回顾了自然信号单通道分离方法的基础上,对同频重叠信号的单通道盲分离方法作了详尽的分析,总结了国内外的研究成果,讨论了现有理论和方法的优缺点及应用条件,最后指出了今后可能的进一步研究方向.