基于多帧杂波稀疏度估计的无源协同定位

针对杂波密度未知时的多目标无源协同定位问题,提出一种基于多帧杂波稀疏度估计(multi-scan clutter sparsity estimation,MCSE)和高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GMPHD)的多目标无源协同定位算法.首先,构建高斯混合后验强度和杂波密度估计之间的反馈模型,利用门限技术在线剔除潜在的目标测量,以减少目标测量对杂波密度估计的干扰.其次,基于多帧杂波稀疏度估计,实现非均匀分布的杂波密度的在线估计,进一步提高杂波密度未知时的多目标跟踪性能.仿真验证了所提算法的有效性.     

扩展目标跟踪的PCRLB

在杂波和漏检的环境下针对扩展目标估计的性能评价问题, 提出求扩展目标跟踪估计的后验克拉美罗界(PCRLB) 的方法. 该方法假设单个扩展目标的量测个数服从泊松分布, 杂波的个数也服从泊松分布, 给出在有漏检和杂波环境下求PCRLB 的方法—–信息约减因子法(IRF). 算例展示了不同的检测概率和杂波密度对PCRLB 的影响. 仿真结果表明, 所提出方法能有效反映扩展目标跟踪所能达到的最优性能, 检测概率越高, PCRLB 越小; 杂波密度越大, PCRLB 越大.

     

多目标联合检测与估计的误差界

在随机有限集框架下提出了当杂波和漏检存在时基于最优子模式分配距离的多目标联合检测与估计(JDE) 误差界. 此处的JDE 是指同时估计目标个数和存活目标状态. 算例1 展示了该误差界随传感器检测概率和杂波密度的变化趋势; 算例2 利用多假设跟踪, 概率假设密度(PHD) 和势PHD 滤波器对该误差界的有效性进行了验证.

     

图像块稀疏结构相似度邻域约束超分辨率方法

在利用稀疏邻域嵌入来改进视觉伪影的图像超分辨率过程中,以稀疏特征进行高频信息估计时会产生过拟合,导致图像目标的边缘纹理部分过于平滑而丢失细节信息.针对此问题,提出图像块稀疏结构相似度邻域约束超分辨率方法.首先通过建立高/低分辨率样本块对模型并进行字典对学习,同时得到样本对模型的同构稀疏表示系数;然后以图像块稀疏结构相似度作为特征,在样本对模型中进行稀疏结构相似邻域选择;最后建立图像超分辨率目标函数,将邻域加权估计、稀疏线性组合以及下采样逼近作为约束项,采用共轭梯度算法进行模型求解.利用公共数据仿真实验和实际采集图像进行实验,并对主要参数进行验证和分析,结果表明,该方法在抑制视觉伪影的同时有效地保留了图像细节信息,峰值信噪比和结构相似度等客观评价指标也有所提高.     

群目标联合检测与估计误差界的递推形式

在随机有限集框架下给出了当杂波和漏检存在时,群目标联合检 测与估计(Joint detection and estimation, JDE)误差界的递推形式. 首先,将多个群目标运动过程建模为一个多Bernoulli过程, 并采用连续个体目标数假设建模群目标观测似然函数; 其次,采用最优子模式 分配距离定义群目标JDE误差; 最终,利用信息不等式推导获得了建议的误差界. 仿真实验在不同杂波密度和检测概率场景下利用群势概率假设密度 和群势平衡多目标多Bernoulli滤波器对该误差界的有效性进行了验证.     

基于压缩感知的稀疏度自适应匹配追踪改进算法

针对稀疏度自适应匹配追踪(Sparsity adaptive matching pursuit,SAMP)算法存在预选原子过多、重构时间长、步长的选择固定等缺点,提出一种稀疏度自适应匹配追踪改进算法.该算法将稀疏度预先设定值与稀疏度估计过量判据相结合进行真实稀疏度快速估计,通过模糊阈值的方法提高候选原子的精确度,采用原子相关阈值改善迭代停止条件,最终实现信号的精确重构.仿真实验表明,改进算法重构质量较好于SAMP算法,重构速率显著提高.     

基于贝叶斯预测密度的弱匹配追踪频谱检测

针对在低信噪比、观测点数较少情况下稀疏度的欠估计问题,提出了一种基于贝叶斯预测密度的弱匹配追踪频谱检测算法.该算法利用贝叶斯预测密度理论推导出罚函数,然后引入弱匹配策略于CoSaMP算法,提高频谱支撑集估计性能,且减弱受稀疏度估计准确度的影响.仿真结果表明,当信噪比高于3 dB时,利用400个观测样本该算法就能获得90％以上的频谱检测概率,宽带频谱感知性能优于已有算法.     

一种基于稀疏度估计的自适应压缩频谱感知算法

针对现有的频谱感知存在信号稀疏度估计所需压缩观测值不能满足信号稀疏度变化时实时跟踪的问题,研究一种基于稀疏系数信息估计的自适应宽带频谱压缩感知方法,在流信号进行稀疏度未知的压缩时,先采集由先验信息得到的观测值数目.在采集到的观测值数目上自适应调整,得到信号稀疏度估计所需的观测值数目,并精确估计信号的稀疏度.仿真结果表明,SCI-CSS算法对流信号频谱能够保持良好的收敛性和较快的跟踪速度,且能有效地确定使信号稀疏度估计所需压缩观测值数目并随信号稀疏度自适应调整,实现对信号稀疏度变化的实时跟踪.     

基于特征优选和字典优化的组稀疏表示表情识别

针对在小样本人脸表情数据库上识别模型过拟合问题,文中提出基于特征优选和字典优化的组稀疏表示分类方法.首先提出特征优选准则,选择相同类级稀疏模式、不同类内稀疏模式的互补特征构建字典.然后对字典进行最大散度差优化学习,使字典在不失真重构特征的同时具有较高鉴别能力.最后联合优化后的字典进行组稀疏表示分类.在JAFFE、CK+...     

基于拟合优度检验的灵巧噪声干扰识别

针对传统抗干扰方法无法有效对抗灵巧噪声干扰的缺陷,提出了一种基于拟合优度检验实现灵巧噪声干扰识别的方法.分别根据Swerling起伏模型得到的目标信号分布特性、从灵巧噪声干扰产生过程得到的干扰信号分布特性,分析了目标位置信号与干扰位置信号分布特性差异,提出利用拟合优度检验理论实现干扰识别.该方法计算AD检验统计量,在一定显著性水平下对若干周期同一时刻的样本进行假设检验,根据检验的结果进行干扰识别.仿真实验表明,该方法能有效地对低信干比情况下的目标进行识别.