基于改进压缩感知的缺损光纤Bragg光栅传感信号修复方法

光纤光栅传感在实际的应用中,存在采样信号数据丢失问题,该文提出一种改进重构算法的压缩感知信号修复方法。根据缺损信号特征,选取与之匹配的观测矩阵与稀疏字典。基于压缩感知重构算法,提出匹配光纤布拉格光栅(FBG)信号特征的自适应阈值函数,同时增设阈值判决条件。分析了信号修复与传感测量精度的关系,采用重建信号的寻峰误差来验证信号的修复效果。仿真结果显示,在FBG光谱数据缺失30%的情况下,恢复信号的平均相对误差为10-6;均方根误差为0.0707,比对比算法低0.0232~0.1159;且系统平均运行时间远低于对比算法,表明采用该文算法修复缺损的FBG传感信号具有较高的重构精度与较好的实用性。     

基于蚁群DTW算法的哼唱搜索研究

虽然传统DTW算法在模糊匹配上具有很好的性能,但是DTW算法通过局部最优化算出最佳路径的最小累计距离,计算量较大,搜索效率较低。蚁群DTW算法,结合蚁群算法的正回馈机制,搜索语音信号之间匹配的一条全局最优路径,既利用了语音信号的全局特征又考虑了其局部信息,与传统DTW算法相比,能大大提高哼唱搜索效率。     

基于局部尺度特征描述和改进DTW技术的局部轮廓匹配算法

基于轮廓的图像匹配是计算机视觉领域中的重要问题,但是目前尚未有较成熟的算法能够很好地解决局部轮廓匹配问题及非相似变换和非刚体变换引起的轮廓形变问题.根据局部轮廓结构在产生形变时具有相对稳定性的规律及融合轮廓局部信息和全局信息的轮廓描述思想,本文提出了一种具有尺度、旋转、平移不变性,形变鲁棒性和初始点无关性的局部尺度轮廓描述算法.在此基础上,针对线性匹配方法效果不佳以及传统DTW技术约束路径的线性度不满足轮廓采样特性要求的问题,提出一种基于改进DTW技术的轮廓匹配算法,即结合轮廓采样特性设置九宫格的路径约束条件,以旋转角度为参数,计算全局最佳匹配路径.实验结果表明,对于存在尺度、平移、旋转及形变关系的两轮廓,该方法能较好地实现轮廓间的局部匹配,并且其匹配准确率平均约为92%,较HD算法提高了30%,较传统DTW算法提高了26%.     

一种用于压缩感知理论的投影矩阵优化算法

考虑到投影矩阵对压缩感知(CS)算法性能的影响,该文提出一种优化投影矩阵的算法。该方法提出可导的阈值函数,通过收缩Gram矩阵非对角元的方法压缩投影矩阵和稀疏字典的相关系数,引入基于沃尔夫条件(Wolfes conditions)的梯度下降法求解最佳投影矩阵,达到提高投影矩阵优化算法稳定度和重构信号精度的目的。通过基追踪(BP)算法和正交匹配追踪(OMP)算法求解l0优化问题,用压缩感知方法实现随机稀疏向量、小波测试信号和图像信号的感知和重构。仿真实验表明,该文提出的投影矩阵优化算法能较大地提高重构信号的精度。     

基于加权DTW手势识别方法的研究与实现

基于Kinect技术的手势识别是人机交互方面的一个重点,在DTW算法的基础上提出加权DTW手势识别算法,给出一个参数模型,根据手势关节点对手势的相关性来给关节点设置权重,选取合适的模型参数β来最大化类间差距与类内差异之间的比,通过比较加权后的DTW代价函数找出最匹配的模板手势。根据提出的加权DTW手势识别算法开发一个智能家居手势识别系统,系统识别用户输入手势并通过蓝牙发送相应操作命令来控制智能家居设备。评价使用DTW算法,基于隐马尔科夫模型(HMM)的手势识别算法和加权DTW算法手势识别的效果,得出加权DTW算法有更高的手势识别正确率。     

基于PSO和LM的信号稀疏分解快速算法

传感矩阵和重建算法的性能分析和优化是目前压缩传感领域研究的热点。针对匹配追踪算法在信号稀疏分解中计算量巨大的难题,提出了一种交替使用粒子群算法和LevenbergMarquardt算法的混合智能算法来寻找最佳原子。首先利用粒子群算法得到群体最优解,再以该解作为LM算法的初值,交替使用两种算法,直至发现满意的最优解。数值分析表明,新算法克服了粒子群算法过早收敛于局部极值和LM算法依赖初值的问题,保证了求解的速度和精度。     

压缩传感技术及其应用

本文综述了一种新的信号处理方法—压缩传感（Compressive Sensing ,CS）,它是针对稀疏或者可压缩信号,在采样的同时即可对信号数据进行适当压缩的新理论。近年来,压缩传感理论成为信号采样及图像处理领域最新、最热点的问题之一。它主要包括三个方面：稀疏表示矩阵,非相干测量矩阵以及重建算法。本文介绍了压缩传感理论的模型,以及压缩传感的主要重建算法,并将实现方法进行了分析与比较。文章最后列举出了压缩传感的主要应用领域。     

传感网中基于压缩感知的丢包匹配数据收集算法

为了提高传感网中数据重构精度以及降低不可靠链路丢包对压缩感知（Compressive Sensing，CS） 数据收集的影响，本文提出了一种基于压缩感知丢包匹配数据收集算法（Packet Loss Matching Data Gathering Algorithm Based on Compressive Sensing，CS-MDGA）.本文算法通过压缩感知技术构建了全网数据间的"关联效应"，并设计了基于丢包匹配的稀疏观测矩阵（Sparse Observation Matrix Based on Packet Loss Matching，SPLM），证明了该观测矩阵概率趋近于"1"时，满足的等距约束条件（Restricted Isometry Property，RIP），完成了节点间多路径路由数据的可靠交付.仿真实验结果表明，本文算法在链路丢包率为60%情况下，相对重构误差仍小于5%，验证了本文算法不仅具有较高的重构精度，而且还可以有效缓解不可靠链路丢包对CS数据收集的影响.     

一种适用于TDOMP算法的测量矩阵优化方法

测量矩阵的优化设计有利于提高压缩感知中信号的重构性能。该文研究了适用于TDOMP (TwoDictionaries OMP)重构算法的测量矩阵优化方法。TDOMP算法是一种改进的OMP算法,该算法使用与感知矩阵互相关性低的匹配矩阵来辨识正确的感知矩阵原子。所提方法利用交替投影的思想来优化测量矩阵从而得到相关性低的感知矩阵和匹配矩阵,然后用于TDOMP算法来提高信号的重建性能。仿真实验验证了所提方法的有效性。      

小波模极大值点的信号稀疏表示及重建

作为压缩感知理论的前提,稀疏表示要求信号本身是稀疏的或者在某种正交基下可以稀疏表示。本文针对信号本身及小波变换后均不够稀疏的情况,提出一种基于模极大值点的信号稀疏表示算法。该算法在小波变换的基础上,利用小波分解的结构,对各层高频小波系数通过寻找其模极大值点的方法进行稀疏化,然后通过测量矩阵得到它的测量值,对测量点数进行熵编码以实现数据压缩传输。解码时,采用正交匹配追踪算法得到模极大值点的估计值,最后通过交替投影法重构出原信号。仿真结果表明,与经典压缩感知算法相比,该算法恢复信号的质量有较大提高,且由于稀疏度增大,所以信号具有更好的可压缩性,实验表明本文算法对复杂信号效果更明显。      

基于禁止搜索的非线性时间匹配优化算法

动态时间规整算法DTW(Dynamic Time Warping)作为一种非线性时间匹配技术已成功地应用于语音识别系统中。DTW算法使用动态规划技术来搜索两个时间序列的最优规整路径,虽然这种算法计算量小,运算时间较短,但只是一种局部优化算法。禁止搜索TS(Tabu Search)算法是一种具有短期记忆的广义启发式全局搜索技术,适用于解决许多非线性优化问题。本文将该技术用于语音识别系统中,提出了基于禁止搜索的非线性时间规整的优化算法TSTW,使得时间规整函数尽可能逼近全局最优。仿真结果表明,TSTW比DTW有更高的识别率,且运行时间比遗传时间规整算法GTW大大减少。     

一种动态特征匹配的部分重叠点云配准方法

点云配准方法能够有效地完成对不同重叠率、不同规模点云间的配准,可确保三维重建模型的精度。针对该问题,提出一种动态特征匹配的部分重叠点云配准方法,首先基于欧氏距离分割法将点云分割为子点云;然后提取子点云特征,考虑到不同点云的规模不同,提取的特征规模也是不同的,提出利用动态时间规整算法(DTW)完成子点云间的映射;最后利用迭代配准算法求取拼接点云间的平移、旋转矩阵,利用该矩阵完成点云间的配准和拼接。实验结果表明,提出的方法能够有效地解决部分重叠点云和不同规模点云的配准问题。     

基于DTW改进算法的孤立词识别系统的仿真与分析

传统的DTW算法在进行孤立词语音识别时着重于时间规整和语音测度的计算，而没有对数据的可靠性和有效性进行分析。本文提出了一种改进的端点检测算法，并采用一种改进的DTW算法，在计算机上进行了仿真。实验结果表明采用改进后的DTW算法有效的降低了识别时间和存储数据量，提高了系统性能。     

多小波变换在夜视图像融合算法中的应用

从微光图像和红外图像的特点出发,提出了一种基于多小波变换的夜视图像融合算法.该方法先对夜视图像进行多小波变换得到各子带的多小波系数,其低频系数采用自适应加权融合算子进行融合,高频系数先进行阈值去噪和子带增强,再采用基于频带方向的融合算子进行融合,经多小波逆变换后得到融合图像.实验结果表明,本文算法与单小波融合算法、传统融合算法相比,得到的图像能更好地突出图像的边缘特征,增强图像的可视性和清晰度,并在信息熵、峰值信噪比等客观性能指标上取得了显著的改善.     

改进的高效动态时间规整算法语音识别系统

动态时间规整算法是结合了动态时间规整(DTW)技术和距离测度计算技术的一种非线性规整算法,在语音识别模板匹配中有重要的应用。为此提出一种改进的高效动态时间规整算法,其能有效加快搜索路径的寻找。基于Matlab实现了隐马尔科夫算法、高效动态时间规整算法和改进的高效动态时间规整算法的语音识别系统,同时进行了算法的仿真实验。实验结果表明,基于改进高效动态时间规整算法的训练速度远大于基于隐马尔可夫算法和高效动态时间规整算法的训练速度,而识别率下降很小,对于小词汇量非连续语音识别中高效动态时间规整算法的识别率为97.56%,隐马尔可夫算法的识别率为97.14%,改进高效动态时间规整算法的识别率为96.43%。     

一种改进的PDC块匹配运动估值算法

像素差分类（PDC）块匹配运动估值算法是一种考虑独立像素特征的运动估值算法，针对PDC算法的最优匹配不唯一的问题，本文提出了一种基于块运动最小相对位移约束的方法予以改进。本文还引入了双门限法以降低PDC算法的门限敏感性。实验表明本算法不仅克服了原算法的上述缺点，用于视频压缩编码时，还可使解码信噪比和主观质量有所改善。硬件实现的复杂性仅有很小的增加。     

无线传感器网络中一种基于能量策略的路由算法

介绍了无线传感器网络(Wireless Sensor Network, WSN)的概念和特点,在此基础上针对无线传感器网络的特点提出了一种能量效率高和能量消耗平衡的路由新算法:最小能耗路由和节点能量最大路由周期轮转。给出了在WSN中多点对一点通信的最小能耗路径和节点能量最大路径的矩阵算法。     

孤立词语音识别算法在医疗仪器中的应用

研究一种适合医疗仪器的语音识别算法,采用带噪声端点检测算法、美尔频标倒谱系数（MFCC）特征参数提取算法和整体路径约束DTW算法即ADTW算法,能有效地提高识别率和稳健性。在此为噪声环境下的语音识别提供了理论分析与仿真实验数据。实验结果表明：这种语音识别算法不仅有很高的识别率,而且能减小或者消除噪声所带来的训练模型和测试语音之间的失配。它完全满足医疗仪器对语音识别率的要求。     

Dynamic time warping in classification and selection of motion capture data

Multidimensional Systems and Signal Processing - The paper is a comprehensive study on classification of motion capture data on the basis of dynamic time warping (DTW) transform. It presents both...