一种在对极几何约束下重建三维物体的方法

本文在用对极几何关系重建三维物体的基础上，提出了利用最小二乘法和迭代法相结合的基础矩阵求解算法，推导了新的评价函数作为近代的误差测度，在每次迭代时，以评价函数作为测度来排除具有较大误差的图象点，而对保留的误差较小的点乘以适当的权值，因此得到了精度较高的基础矩阵，实验表明，我们的重建方法比已有算法运算精度更高，性能更稳定，且具有良好的抗噪声性能。     

一种均匀线阵幅相误差校正算法

阵列幅相误差会严重影响MUSIC算法的测向性能,为此基于均匀线阵,给出了一种新的幅相误差校正算法。首先根据协方差矩阵的关系式构造了一种二次代价函数,然后利用理想条件下均匀线阵协方差矩阵具有Toeplitz结构的性质,通过交替迭代的方法对此二次代价函数进行优化求解,从而估计出了幅相误差和理想条件下的协方差矩阵,最后利用MUSIC算法即可估计出信源方位。计算机仿真结果验证了文中的算法是有效的,并且具有较高的参数估计精度。     

谐波恢复的联合对角化算法

该文构造一组具有对角结构的特征矩阵,提出一种新的迭代算法完成这组特征矩阵的联合对角化,进而恢复出谐波频率。新方法将经典ACDC算法的四次代价函数简化为二次代价函数;且每步迭代具有精确的最小二乘闭式解,消除了ACDC算法的误差积累问题。仿真实验表明该方法估计性能优于TLS-ESPRIT 算法和ACDC算法,尤其在低信噪比下性能显著提高。     

基于改进Landweber算法的光学层析成像研究

光学层析成像技术由于其非接触性、结构简单、采样率高、安全性高、分辨率高等特性，在工业流体监测以及医学等领域得到广泛应用，同时在学术领域上也具有很高的研究价值。光学层析成像分为扫描阶段和图像重建阶段。在重建过程中，算法的性能往往决定着图像重建的质量。鉴于现有重建算法存在重建速度慢与图像质量不高等问题，提出一种基于预置矩阵的Landweber重建算法。该算法通过引入历史迭代信息、在迭代过程中添加预置矩阵和加速项而加快迭代速度，减小重建图像与真实图像的误差。对圆形测量场内5个特定分布进行实验仿真，对比所提改进算法与传统算法的性能。仿真结果显示，该算法的重建误差在5%左右，同时证实该改进算法相较于传统算法有显著性能提升，重建误差降低48%，图像质量得到显著提升。     

一种基于直线特征的单目视觉位姿测量方法

提出了一种基于直线特征的单目视觉位姿测量方法SoftNewton。构造了新颖的目标直线与图像直线匹配评价函数,避免检测图像中直线的端点,最终通过软决策技术确定直线特征匹配关系,并采用高斯牛顿迭代算法基于全透视成像模型解算目标位姿。和POSIT算法相比,高斯牛顿迭代算法保持了旋转矩阵的正交性,提高位姿解算精度。仿真图像实验中,在干扰直线和噪声存在的情况下算法经过29次迭代解算得到正确的直线特征匹配矩阵,姿态误差小于0.2°,位移误差小于0.5 mm。仿真图像和实际图像实验结果均表明SoftNew-ton具有较高解算精度和较强的鲁棒性。     

基于几何代数的SVS-NLMS点云配准算法

针对欧氏空间点云配准方法匹配精度低、计算成本大、收敛速度慢等问题,利用几何代数对于高维空间的表达能力,提出一种基于几何代数的点云配准算法。首先,将点云数据转化为几何代数形式,基于几何代数的rotor转子,给出了几何代数空间点云配准的代价函数。其次,结合归一化最小均方算法,将求解rotor转子模拟为信号滤波问题,在几何代数空间基于最速下降法构建rotor转子迭代公式,使每次迭代计算仅使用一对匹配点对而不是全部点对。迭代计算得到的转子可用于任意维度的旋转估计问题,从而将三维点云逐步旋转配准。最后,为进一步解决收敛速度与稳态误差之间的冲突,利用Sigmoid函数给出了一种变步长的rotor转子迭代公式,在加快收敛速度的同时降低稳态误差。采用模型数据集与公共数据集验证所提算法的配准性能,与经典迭代最近点算法相比,模型数据集的配准精度由10?2提升至10?8数量级,公共数据集的配准精度提升35%,所提算法收敛速度更快,配准精度更高,且具有较低的稳态误差。     

一种网络时延矩阵分布式自适应重建算法

该文基于互联网时延矩阵的近似稀疏性,通过给定重建矩阵的零范数先验估计,讨论了不完整时延矩阵在完全去中心化环境下的填充问题。首先,将该问题转化为一对耦合凸优化问题,并进行轮转求解;然后,针对次梯度下降求解算法中存在的计算代价过高与泛化能力不足的问题,提出了搜索上界倍增的自适应分布式矩阵重建(ADMC)算法,并引入不同的损失函数作为重建误差评价准则,以提升算法的适应能力。实验证明,在不增加测量与通信负载的前提下,ADMC能够在不损失精度的情况下显著降低计算代价,同时,多种损失函数的引入也提升了算法的鲁棒性。     

基于线性插值原理的三维发射层析重建技术研究

三维发射层析技术跨越了传统二维层析技术中的“切片”过程,将被测区域作为一个整体进行重建,投影方向及位置不局限在同一水平面内,可以解决实际燃烧场测试中探测器位置受限以及装配误差等问题,对燃烧场的三维成像及测试具有重要意义。针对已有三维发射层析技术中权重矩阵的计算存在数据量大、精度和效率低等问题,在三维空间相机成像投影数学模型的基础上,提出了一种基于线性插值原理的三维权重矩阵计算方法,并结合代数迭代算法实现层析重建。通过数值模拟验证了算法精度,建立了多相机发射层析系统并对燃烧火焰进行三维层析重建。研究结果对提高层析重建精度和效率具有重要的参考价值。     

非对称代价函数的稀疏卷积非负矩阵分解方法

提出一种基于非对称代价函数的稀疏卷积非负矩阵分解方法。该方法利用板仓-斋藤距离作为目标代价函数来衡量目标矩阵与重建矩阵的差异,使得较小的矩阵元素具有较小的重建误差,并且该代价函数具有尺度不变性的特点。为了考察其在弱语音成分重建方面的优势,将本文提出的算法应用于耳语音谱分解及重建实验。实验结果表明,与基于欧氏距离和基于Kullback-Leibler(K-L)散度的卷积非负矩阵分解算法相比,本文算法对于弱语音成分具有更好的重构效果,重建后的语音信号具有较大的可懂度。      

基于FFT的快速高精度正弦信号频率估计算法

提出了一种新的基于FFT的快速高精度正弦信号频率估计算法。通过分析Jacobsen算法和傅里叶系数插值迭代算法的性能,指出Jacobsen算法计算简单,精度不高;傅里叶系数插值迭代算法精度较高,但需要进行两次迭代,每次迭代均需计算两点的FFT系数,计算量较大。结合这两种算法,文中提出一种改进的高精度算法。该算法采用Jacobsen算法作为迭代初值,仅需进行一次迭代就能达到原迭代算法两次迭代的性能。仿真结果表明该算法在FFT信噪比门限以上全频段估计的均方根误差十分接近克拉美罗下限,具有较强的抗噪性能,且计算量较少,易于实时实现。     

A 3-D RECONSTRUCTION METHOD BASED ON THE CONSTRAINT OF EPIPOLAR GEOMETRY

This paper combines the least-square method and iteration method to get the fundamental matrix and develops a new evaluation function based on the epipolar geometry. During the iteration, with the evaluation function as a measurment, the points which bring larger noise are deleted, and the points with smaller noise are retained, thus the precision of our method is increased. The experiment results indicate the new method is precise in calculation, stable in performance and resistant to noise.     

一种用于双基地雷达目标定位问题的改进算法

考虑到在大残量情况下,用Gauss-Newton法求解非线性最小二乘目标定位问题时,迭代点可能会偏离到无规则的远处,且收敛精度和收敛速度依赖于迭代初值与真实值的接近程度和函数的非线性强度。基于此,进一步利用目标函数Hessian阵的二阶信息,并将目标位置的一个大致估计作为迭代初始点,结合修正拟牛顿法提出了一种双基地雷达目标定位问题的优化改进算法。计算机仿真结果表明了该算法在无观测噪声、低观测噪声和中观测噪声情况下的可行性和有效性。     

改进的最小类内绝对差阈值分割及快速算法

现有的最小类内绝对差阈值分割方法分割结果不够准确及计算效率过低,为此,本文提出了基于递推混沌粒子群的改进最小类内绝对差阈值分割方法。首先引入了灰度级 梯度直方图以提高分割准确性,然后简化了阈值选取公式并推出了相应的递推算法,最后利用基于改进的Tent混沌粒子群算法寻找最优阈值,提出了以递推方式计算适应度,大大减少了重复计算。实验结果表明:与基于灰度级 平均灰度级最小绝对差穷举算法相比,本文方法剔除了边缘点和噪声点的影响,选取的阈值更为准确,同时,利用群体智能优化搜索过程,运算时间降低了两个数量级;与基于灰度级 梯度最大类间方差及Logistic混沌粒子群递推算法相比,本文方法基于改进的Tent混沌映射,遍历性更高,因此收敛性更好。      

基于噪声方差确定非线性扩散除噪声的最优停止时间

该文采用非线性扩散进行图像除噪声并在这个计算框架下提出利用噪声方差选择最优停止时间的方法。在利用非线性扩散进行图像除噪声时,每次迭代平滑掉的图像的方差大于平滑掉的噪声的方差时,迭代应该停止。为了在除噪声过程中正确地估计噪声的方差,该文构造一幅纯噪声图像跟实际的观测图像同步进行迭代计算,并把纯噪声图像的方差作为图像中噪声方差的估计值来辅助计算最优停止时间。针对非线性扩散的各项异性,提出了能够保持两种噪声同步变化的特殊的规整化项。新的规整化项在迭代纯粹噪声图像时使用,这样确保每次迭代都可以保持合成噪声与实际图像噪声的统计特性相一致。实验证明新的算法可以非常有效地选择合适的停止时间。     

基于混合迭代滤波的SAR图像相干斑抑制

该文将变窗Lee滤波与自蛇扩散结合,提出了一种抑制SAR图像相干斑噪声的混合迭代滤波新算法,并给出了SAR图像噪声方差的一种有效估计方法。该算法首先估计SAR图像局部统计参量,进而通过改进的变窗Lee滤波对SAR图像进行平滑去噪,接着利用自蛇扩散去除Lee滤波难以平滑的孤立点噪声与边缘噪声。在Lee滤波与自蛇扩散的混合迭代中,Lee滤波的窗尺度随迭代次数的增加而增大,从而在保护SAR图像边缘细节的同时,同质区得到更好平滑。实验结果表明,与已有多种抑斑算法相比,该文算法在SAR图像抑斑与边缘保护方面均获得了更好的性能。     

Ensuring convergence of the MMSE iteration for interference avoidance to the global optimum

Viswanath and Anantharam (1999) characterize the sum capacity of multiaccess vector channels. For a given number of users, received powers, spreading gain, and noise covariance matrix in a code-division multiple-access (CDMA) system, Viswanath and Anantharam present a combinatorial algorithm to generate a set of signature sequences that achieves the maximum sum capacity. These sets also minimize a performance measure called generalized total square correlation (TSC/sub g/). Ulukus and Yates (2001) propose an iterative algorithm suitable for distributed implementation: at each step, one signature sequence is replaced by its linear minimum mean-square error (MMSE) filter. This algorithm results in a decrease of TSC/sub g/ at each step. The MMSE iteration has fixed points not only at the optimal configurations which attain the global minimum TSC/sub g/ but also at other configurations which are suboptimal. The authors of claim that simulations show that when starting with random sequences, the algorithm converges to optimum sets of sequences, but they give no formal proof. We show that the TSC/sub g/ function has no local minima, in the sense that given any suboptimal set of sequences, there exist arbitrarily close sets with lower TSC/sub g/. Therefore, only the optimal sets are stable fixed points of the MMSE iteration. We define a noisy version of the MMSE iteration as follows: after replacing all the signature sequences, one at a time, by their linear MMSE filter, we add a bounded random noise to all the sequences. Using our observation about the TSC/sub g/ function, we can prove that if we choose the bound on the noise adequately, making it decrease to zero, the noisy MMSE iteration converges to the set of optimal configurations with probability one for any initial set of sequences.     

一种基于粗集理论的图像分割方法

提出了一种基于粗集理论的图像分割方法．在图像聚类过程中的对象往往是具有相似关系而不是等价关系的对象．在本文中将相似关系应用到粗集理论中来解决图像中的聚类问题．由于噪声的干扰,往往会影响到图像分割的效果．本方法提出了边界点的最大隶属原则并进而提出了边界点的粗糙度以及边界点的最大隶属原则,从而大大减小了噪声的干扰．在此基础上给出了聚类质量的评价函数．该方法为进行图像分割提供了一个崭新的视角．     

基于场景的空间投影估计和时域迭代非均匀性校正算法

本文提出了一种基于场景的空间投影估计和时域迭代非均匀性校正算法。本算法采用空间投影估计来估算图像的全局平移,并且在相邻帧之间进行时域迭代。具体分为下述三个主要步骤：首先,我们提出了一种基于配准准则的投影估计。然后,我们采用相邻帧的迭代校正来保证较快的收敛速度以及较少的非均匀性残留,同时保证基本没有鬼影。最终,我们将本算法移植到基于FPGA的硬件系统。通过评价标准测试了本算法的性能,并展示了在单调运动下系统非均匀性校正的实际效果。一段添加了模拟非均匀性的干净视频被用来对比此算法和阈值自适应最小均方差算法以及全偏差算法。在本文结尾,我们得到了结论,并对后期的工作进行了展望。     

一种采用刀切法的单通道信源数估计算法

针对现有信源数估计算法不能直接用于单通道接收模型且抑噪能力较差的问题,提出了一种采用刀切法的单通道信源数估计算法。该算法首先通过间隔抽样实现了单通道接收信号多维数的转换,得到矢量化空间;然后采用刀切法将此组空间重构多个协方差矩阵,经酉变换后结果取平均;最后通过循环迭代得到最优信源数。理论分析和仿真结果表明,该算法在白、色噪声环境下能有效抑制噪声,且在低信噪比及采样点较少时能更准确估计信源数,相较于传统的估计算法,显著提高了检测性能。     

相干视频地杂波模拟的通用仿真模型

针对相干视频地杂波模拟中非高斯相关随机序列的产生,提出一种通用的仿真模型。使用迭代算法和随机向量法完成零记忆非线性变换过程,迭代算法用来计算非线性变换过程中高斯序列相关性的变化,而随机向量法用来完成线性变换,仿真实验数据证明利用这两种方法可精确地产生具有指定概率密度和功率谱的非高斯相关随机序列,逼真地复现既包含振幅又包含相位的雷达相干视频散射信号。同时给出了迭代算法使用过程中的注意问题及地杂波模型仿真的过程。