遗传算法用于波达方向估计的圆阵稀疏优化

关于阵列信号优化问题,利用遗传算法对双圈圆阵进行优化,尽量用最少的阵元个数达到甚至取得更好的 DOA 估计,改善了 CBF 算法的方位估计性能.在单源和多源入射条件下,分别设定了不同的目标函数,为了探测阵的主瓣宽度或最大旁瓣水平尽可能小,对双圈圆阵进行了稀疏优化.仿真结果表明:优化阵的主瓣宽度比原始均匀圆阵阵小 1°,最大旁瓣水平降低近 3dB 左右.优化后的阵列在不同频率和低信噪比情况下仍具有较好的 DOA 估计性能,为设计提供了可靠的参考.     

基于FFT的多个空间信号波达方向的估计算法

本文提出了一种与传统算法完全不同的多个空间窄带信号波达方向的估计算法。该算法通过对阵列输出数据的快速傅立叶变换(FFT),建立了FFT频谱与波达方向角的关系;利用这一关系并通过对FFT谱峰的搜索,从而实现了对波达方向的快速估计。计算机模拟实验验证了算法的可行性。     

基于FFT的多个空间信号波达方向的估计算法

本文提出了一种与传统算法完全不同的多个空间窄带信号波达方向的估计算法.该算法通过对阵列输出数据的快速傅立叶变换(FFT),建立了FFT频谱与波达方向角的关系;利用这一关系并通过对FFT谱峰的搜索,从而实现了对波达方向的快速估计.计算机模拟实验验证了算法的可行性.     

基于限定PSO初始化空间的随机最大似然算法

针对随机最大似然算法（SML）在波达方位（DOA）估计中由于多维非线性优化导致计算复杂度大的问题，提出一种限定粒子群（PSO）算法搜索空间的SML算法。该算法克服了一个缺陷，即在采用ESPRIT算法限定PSO初始化空间时，在阵列结构是非均匀线性阵列而且信号是相干信号时ESPRIT算法不能直接处理信号，且需要采用一组预处理技术，这增加了算法计算的复杂度。提出的算法的关键之处在于采用假设技术确定初始化点来代替ESPRIT算法的解，结合克拉美罗界（CRB）确定PSO算法的初始化解空间。这一方法不必再采用预处理技术，且利用限定PSO初始化空间的算法大大降低了SML算法的计算复杂度。实验结果表明，提出的算法为相干情况和非相干情况都提供了相当好的初始值。最后，将该算法与许多现有算法进行比较，验证提出算法的有效性和准确性。     

基于最大似然估计的加权质心定位算法

为解决无线传感器网络中节点自身定位问题,针对接收信号强度指示（received signal strength indication,RSSI）测距误差大和质心定位算法精度低的问题,提出一种基于最大似然估计的加权质心定位算法．首先通过计算将估计距离与实际距离之间的最大似然估计值作为权值,然后在权值模型中,引进一个参数k优化未知节点周围锚节点分布,最后计算出未知节点的位置并加以修正．仿真结果表明,基于最大似然估计的加权质心算法具有定位精度高和成本低的特点,优于基于距离倒数的质心加权和基于RSSI倒数的质心加权算法,适用于大面积的室内定位．     

最大似然估计ROC凸包曲线算法

采用列联表表示特定阈值下入侵检测系统(IDS)的性能,使用ROC曲线对不同阈值下IDS的总体性能进行评估。在实际应用中,基于样本数据集,通过计算几何的方式得到ROC凸包曲线(ROCCH)。为降低ROCCH的计算复杂度,在曲线下面积(AUC)最大似然估计的条件下,通过保序回归得到最大似然估计ROC曲线(MLE-ROC)算法。实验表明,MLE-ROC算法在降低计算复杂度的同时提高了AUC的近似程度。     

基于数据矩阵的多个窄带信号频率和波达方向同时估计

以矩阵奇异值分解的性能研究为基础,针对等矩线阵提出了一种多个窄带信号波达方向和频率的同时估计方法。该方法用采集到的数据矩阵在最小二乘意义下低秩近似无噪数据矩阵,并根据信号的窄带假设构造了可用ESPRIT型方法求解待测参数的矩阵结构,频率和方向可自动配对,计算量较小。计算机模拟实验证实了该方法所作近似的有效性,显示了其高分辨率特性和在短数据条件下的鲁棒性。     

遗传算法用于波达方向估计的线阵优化

利用遗传算法优化阵列设计来改善声目标波达方向估计性能.研究波达方向估计采用信号相位匹配原理的奇异值分解法SVDSPM,利用遗传算法对线阵进行了优化.优化时,阵列孔径不变,将阵元数目作为优化变量,优化目标是降低DOA估计误差.仿真结果标明:优化后在阵元数目减少的情况下,DOA估计偏差和均方误差更小.而且优化的阵列有好的低信噪比及宽带信号波达方向估计的能力.     

基于最大似然估计准则的特征匹配点提纯算法

图像特征匹配的准确度直接影响着图像分析与处理的效率与性能,所以要对图像的特征匹配点进行提纯和过滤。首先使用SIFT算法从图像中提取显著特征,建立粗略的匹配关系,利用最近邻比策略初始化特征匹配点的匹配概率,然后基于混合模型的最大似然估计采用EM算法建立匹配点之间的空间转换模型。EM迭代收敛之后,通过其对应关系过滤掉错误的匹配点。实验数据表明,本方法提纯的平均精度可以达到96.8%,平均召回率为81.6%,平均时间消耗为3.1 s。采用该方法提取到的正确匹配点数高于其他算法,同时对包括大视角差、光线变化和仿射变换等大多数变换具有鲁棒性。     

基于负约束条件下最大似然估计的无线传感网络定位算法

针对基于RSSI(Received Signal Strength Indicator)的无线传感网络定位算法精度不高的问题,提出一种负约束条件下的似然估计定位算法。当未知节点在参考节点的通信范围之外时,引入负约束条件来提高定位精度。主要工作可分为三部分:第一,根据RSSI值测量参考节点与未知节点之间的距离。第二,根据参考节点与未知节点通信关系建立正约束和负约束条件下的似然估计函数。第三,利用粒子群优化算法找到未知节点的最佳位置。仿真结果表明,引入负约束条件可以提高定位精度,且优于传统的定位算法。     

图像高斯噪声估计的极大似然算法

提出一种图像高斯噪声极大似然估计方法,目的是估计出噪声图像所含噪声大小。首先,根据高斯噪声模型的特点,用极大似然法估计噪声值,对图像所含噪声模型进行分析。其次,把噪声图像用直方图表示,从归一化直方图中选出不同的样本观测值,用极大似然算法对噪声的方差进行估计。最后,用MATLAB对该方法进行了模拟实验,实验结果表明此方法所得的图像噪声的方差与实际图像噪声的方差近似相等。所以,此方法无论是在准确性上还是在可行性上均具有优良的特性。     

极大似然估计的递推计算灵敏度算法

极大似然估计的递推计算灵敏度算法崔平远,吴瑶华,黄文虎,李乃宏（哈尔滨工业大学航天工程与力学系１５０００１）关键词连续－离散系统,极大似然估计,灵敏度,正交试验玉引言采用极大似然法对连续一离散系统进行参数估计,实际上是一个似然函数的优化计算问题,而其...     

递推计算灵敏度的极大似然估计算法实现

对非线性连续一离散系统的极大似然参数估计方法导出了一种递推计算灵敏度的新算式.该算式借助二水平正交表的性质,避免了原灵敏度递推算式中的矩阵求逆运算.仿真实例验证了该算法的实用性和有效性.     

雷达高度计中最大似然算法的应用

首先从分析国外星载雷达高度计中的自适应处理器入手，介绍了最大似然算法的基本理论，旨在分析最大似然算法用于雷达高度计的技术方法，并对有关公式进行了详细的推导，并对国外有关文献中的一些公式的推导错误进行了纠正。     

进化策略在极大似然法参数估计中的应用

采用极大似然法进行参数估计,是为了避免传统优化算法的缺点。本文采用进化策略算法与极大似然参数估计法相结合使参数估计变量不再受初始值影响,从而可获得全局更优的解。最后,以威布尔三参数分布为例进行参数估计。结果表明,该方法有求解精度高和收敛速度快的优点,从而使进化策略算法能更好地应用于数理统计中。     

基于正交计算灵敏度的极大似然估计算法*

本文基于正交计算灵敏度的极大似然估计算法研究了弹性飞行器的气动参数辨识问题。文中利用指示函数(indicial function)的概念和Duhamel积分描述任意的非定常气动力过程,借助于正交试验的正交表解决了递推计算灵敏度的数值计算问题。最后给出了弹性飞行器气功参数估计的一个仿真算例。     

基于类别相关近邻子空间的最大似然稀疏表示鲁棒图像识别算法

为了构建一个快速鲁棒的图像识别算法, 提出基于类别相关近邻子空间的最大似然稀疏表示图像识别算法. 考虑到每个测试样本的不同分布特性及训练样本选择的类别代表性原则, 不再将所有训练样本作为稀疏表示的字典, 而是基于距离相近准则选择合适子空间, 从每个类别中选取自适应数量的局部近邻构成新的字典, 在减少训练样本的同时保留了稀疏表示原有的子空间结构. 然后基于最大似然稀疏表示识别方法, 将稀疏表示的保真度表示为余项的最大似然函数, 并将识别问题转化为加权的稀疏优化问题. 在公用人脸与数字识别数据库上的实验证明该算法的合理性, 提高识别速度的同时保证了识别精度和算法的鲁棒性, 特别是对于遮挡与干扰图像具有较好的适应性.