基于改进增广拉格朗日乘子法的鲁棒性主成分分析

针对增广的拉格朗日乘子法在求解鲁棒性主成分分析,特别是当数据同时受到稀疏噪声和高斯噪声的干扰时,计算精度会降低,数据降维去噪任务不能很好完成的情况,提出改进的增广拉格朗日乘子法来解决上述问题.一是用基于最优乘子初始化的改进增广拉格朗日乘子法来提高算法的计算精度,二是针对鲁棒性主成分分析,提出一个带高斯噪声的凸优化模型.实验结果表明,本文提出的最优乘子初始化改进算法赋予增广的拉格朗日乘子法一个最优的拉格朗日乘子,从而提高算法的计算精度,而凸优化模型能够清晰地将高斯噪声和稀疏噪声从数据矩阵中分离出去,进而提高数据对高斯噪声的鲁棒性.     

基于三维网格的三维模型盲数字水印

三维数字水印的主要研究方向为三维盲数字水印,特别在三维网格模型建立以后,算法要求提取数字水印时,网格顶点序号与原始网格完全一致.提出了一种改进的k阶邻域编号法,该算法提高了网格顶点的识别概率.理论分析和实验证明,该算法在对抗网格简化和给顶点坐标加入加性噪声这类改变网格顶点相对位置和顶点数量的攻击时,鲁棒性有了较大的提高.     

改进型UKF滤波算法的卫星姿态估计

针对矢量观测的三轴稳定卫星的姿态估计问题,提出了一种改进的UKF（unscented Kalman filter）滤波算法．它通过引入简化球形分布Sigma点UT变换（SSUT）,使得Sigma点的数量减少,从而在与UKF算法估计精度相当的情况下,计算量大大减少．同时,该算法依据姿态四元数与修正罗德里格参数之间的变换关系以及Sigma点的本质属性,保证了在姿态估计过程中四元数满足归一化约束,并且给出了过程噪声方差阵的选取方法．与扩展卡尔曼滤波（EKF）相比,无需计算Jacobian矩阵且具有更高的估计精度,并且对初始姿态误差更具有较好的鲁棒性．数值仿真表明该方法能很好地改善滤波效果,提高了估计精度,同时减小了计算量。     

块矢量拉普拉斯矩阵的三维模型数字水印

针对三维网格模型数据的版权保护,提出了一种块矢量分布与拉普拉斯矩阵结合的三维模型数字水印算法.对三维模型进行块分解,选取嵌入域,对水印图像进行预处理,构造拉普拉斯矩阵,通过修改拉普拉斯矩阵的频谱系数嵌入处理后的水印信息.实验结果表明：该算法具有很强的鲁棒性、不可见性和较好的抗剪切和仿射变换能力,是一种新的高效的三维网格模型数字水印算法.     

非平稳噪声下稀疏表示的DOA估计算法

为提高非平稳噪声下远场非相干窄带信号波达方向（DOA）的估计精度,提出了一种基于稀疏重构的DOA估计算法.采用类协方差差分算法构造差分矩阵,抑制非平稳噪声的影响;基于类旋转不变子空间参数估计算法基本原理构造稀疏表示模型与权函数;利用加权l₁范数对模型求解,实现DOA估计.仿真结果表明,与传统的协方差差分算法、噪声协方差矩阵估计算法、秩迹最小化算法以及稀疏重构算法相比,所提算法不仅能较好地抑制非平稳噪声的影响,而且在低信噪比、低快拍数情况下具有较强的稳健性和较高的估计精度.     

基于多新息算法的阶次未知的Wiener系统参数估计

针对阶次未知Wiener系统辨识模型过参数问题和最小二乘精度低的问题,提出一种行列式比确定阶次和基于分解技术的多新息最小二乘估计方案。首先,利用系统数据构造数据矩阵,利用行列式比方法估计系统的阶次;然后,利用分解技术将线性模块代入到非线性模块的特定项中,建立线性参数和非线性参数相互分离的估计模型,减少算法的计算量;其次,设计参考模型处理估计模型中存在的未知的内部变量,使内部变量转化为间接可测的变量;最后,采用一定的新息长度修改标量新息为多新息,提高估计算法的性能。通过分析不同噪声和不同新息长度对所提出算法的影响,验证该算法的鲁棒性和有效性。仿真结果表明,所提出的估计方案在估计精度和收敛速率上都优于递归最小二乘方法。     

基于三维模型网格子集属性的数字水印算法

提出了一种基于三维模型网格子集的新型盲水印算法.算法以三维模型网格中的网格子集为载体,提取三维模型的三角形面片数据,根据三角形相似四元组（TSQ）法计出边长比和宽高比,通过阈值控制定位嵌入基元,最后根据水印信息值修改网格子属性ID嵌入水印.水印提取过程则通过对嵌入基元定位后,查询属性ID值计算完成.实验结果表明：该算法对于几何变换和剪切、噪声攻击等都具有较好的鲁棒性.     

色噪声下基于差分聚焦的宽带DOA估计方法

针对色噪声下宽带阵列波达方向(DOA)估计精度差及稳健性不足的问题,本文结合协方差矩阵差分理论及特征向量空间聚焦算法提出有效解决方案.算法首先按照协方差矩阵差分理论求解差分矩阵,并对差分协方差矩阵进行特征分解,取正特征值部分对应的特征向量重构观测模型,消除色噪声及"伪峰"影响;然后,针对新观测模型,构建新的信号自相关矩...     

基于随机矩阵的新型频谱盲感知方法

针对传统频谱感知算法需要预先估计噪声方差且当存在噪声不确定度时,检测性能降低的特点,提出一种基于随机矩阵的改进型频谱盲感知算法(M-CMME)。该算法通过分析协方差矩阵最大特征值极限分布特性,分析并利用采样协方差矩阵特征值与信号平均能量的关系,推导设定虚警概率条件下判决门限的闭式表达式。该算法不需要预先知道授权用户信号的先验知识,且能够有效克服噪声不确定度的影响。仿真结果显示,当噪声方差估计存在偏差的情况下,该算法具有较强的鲁棒性,且在较少采样点、低信噪比、较少阵元数情况下能够获得比CMME更优的检测性能。     

基于Bregman散度的无线传感器网络定位

现有算法难以处理脉冲噪声,导致无线传感器网络（WSN）中节点定位精度较低,为此提出基于Bregman散度的WSN定位算法. 该算法分为2个阶段：欧氏距离矩阵（EDM）恢复阶段和坐标映射阶段. 基于EDM的自然低秩性,将EDM恢复问题转化为噪声环境下的矩阵补全问题;采用L_1,2范数显式平滑脉冲噪声,建立正则化矩阵补全模型;为了有效求解该模型,定义多元函数Bregman散度,将分裂Bregman迭代拓展到矩阵空间,结合交替最小化算法,得到EDM的估计;在此基础上,基于多维标度法对节点位置进行估计. 实验结果表明,在不同噪声条件下,该算法在保证高效性的同时,在定位精度和鲁棒性方面优于其他算法,特别是当采样率达到一定程度时,定位误差不到其他算法的1/4.     

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。     

一类时变系统参数跟踪估计

提出了利用参数估计误差变化率修正协方差阵估计系统参数的协方差阵修正算法，理论分析和仿真研究表明协方差阵修正算法还具有跟踪时变参数的能力。     

New method for estimating 2-D DOA in the coherent source environment based on data matrix reconstruction

The performance of classical two dimensional (2-D) Direction-Of-Arrival (DOA) estimation algorithms degrade substantially in the presence of coherent environment. A new DOA matrix method——DOA matrix method based on data matrix reconstruction (DMR-DOAM) is proposed for 2-D DOA estimation in the coherent source environment. The proposed algorithm reconstructs two Toeplitz equivalent covariance matrices by using cross-correlation information among receiving data from arrays. Decorrelation and 2-D DOA estimation can be realized via the eigen-decomposition of the new DOA matrix. The algorithm can retain the advantages of the traditional DOA matrix method, such as automatical parameter alignment and no need of 2-D search spectrum peak. The equivalent covariance matrices only use the middle column of classical covariance matrices, so the calculation amount is reduced, and the algorithm can be realized easily. Furthermore, the paper analyzes the estimation performance and influencing factors of the proposed algorithm. Theoretical analyses and simulation results both show that the proposed algorithm is effective.     

基于延时相关预处理的MUSIC算法

针对MUSIC算法的分辨力受信噪比、快拍数及阵元数等因素限制的问题,利用各阵元接收数据的延时相关函数重新构造协方差矩阵,提出了基于延时相关预处理的MUSIC算法.根据阵元间的延时相关函数与原阵列流型及信号延时相关函数的关系,推导了4个与原阵列流型相同（共轭）的延时相关函数矩阵,分别对各矩阵求协方差并按规则求和得到新的协方差矩阵,之后对协方差矩阵进行特征分解,根据信号子空间处理稳健性高和噪声子空间处理估计精度高的特点构造谱函数进行谱峰搜索,实现DOA估计.通过仿真实验验证了本文算法的可行性和有效性.     

一种采用盖尔圆半径修正特征值的信息论判源方法

结合盖尔圆定理与信息论准则提出了一种新的信息论判源准则(MAIC)。对信号采样协方差矩阵进行盖尔圆变换,利用信号协方差矩阵的特征值与对应的盖尔圆半径在区分信号和噪声方面的一致性,用盖尔圆半径修正特征值,并将修正后的特征值及新的罚函数应用于信息论方法得到MAIC判源准则。理论分析表明,由MAIC方法估计得到的目标数目接近真实数目的一致估计,克服了AIC方法在高信噪比下容易出现高估的问题。计算机仿真和湖上试验数据处理结果表明MAIC是一种在高、低信噪比下都能取得良好检测效果的稳健的多目标检测算法。     

改进的三次相位函数法LFM雷达信号参数估计

为了研究对线性调频(LFM)雷达信号的参数估计,提出了利用改进的三次相位函数法对LFM雷达信号进行参数估计.三次相位函数法可提取信号的相位函数的各项系数,并且只需通过二阶非线性变换在信号参数空间形成最大值来进行估计参数,具有较高的精度和良好的低信噪比能力,但是计算量较大.针对三次相位函数法计算量大的问题,提出调频斜率搜索范围设定准则及双尺度调频斜率搜索法,可减少大量计算量,同时保持了低信噪比下的算法精度.仿真测试结果表明,新算法有效地减小了计算量,并且保证了低信噪比下的算法精度,算法性能得到了提高.     

基于非均匀时延的频率估计改进算法

为了减少算法运算量,将多级维纳滤波器引入非均匀时延频率估计中,对原有算法进行改进.改进算法通过简单的乘加运算得到噪声子空间,无需对观测数据协方差矩阵进行特征根分解,因此也更加易于硬件实现;结合一维MUSIC高分辨算法完成对信号频率的参数估计.仿真结果表明：在信噪比大于0dB时,改进算法与原有算法性能相当.     

空间非平稳噪声环境下的DOA估计新算法

针对环境噪声为白噪声而阵元噪声为空间非平稳的情况,文中提出了一种加性色噪声环境下的DOA估计新算法,该算法可以有效估计出加性色噪声相关矩阵,通过利用估计的噪声协方差矩阵对阵列数据相关矩阵进行预白化处理,克服了空间非平稳噪声对空间谱估计的影响误差,进而实现色噪声环境下DOA精确估计,理论分析和仿真结果均表明所提方法的有效性.     

一种采用协方差矩阵稀疏表示的DOA估计方法

提出一种新的基于样本协方差矩阵稀疏表示的联合波达方向估计方法.该方法对传统的基于协方差矩阵稀疏表示的模型进行改进,仅利用协方差矩阵的部分信息来进行波达方向估计,无须已知噪声功率,以极小的孔径损失换取算法的稳健性.虽然是基于样本统计信息(即协方差矩阵)的波达方向估计方法,但是其原理与传统的角度高分辨估计方法(MUSIC,CAPON)不同,该算法对具有任意相关性的信号源能进行有效的波达方向估计,不需要进行去相关处理,且具有很高的分辨力及估计精度.