排序方式: 共有96条查询结果,搜索用时 0 毫秒
31.
现有信源定位方法大多假定信源是远场源或近场源,而实际定位系统中往往存在远场源和近场源共存的情况。为实现远、近场源分离及高精度信源定位,本文在稀疏信号重构理论框架下提出了一种新的远近场混合源定位算法。该算法利用阵列协方差矩阵反对角线元素和重加权l1范数惩罚获得所有信源的到达角(Direction Of Arrival, DOA)估计。在DOA估计的基础上,根据远场与近场源距离参数位于不同区间的特点利用一维搜索实现远、近场源分离以及近场源距离参数的估计。从理论角度分析了重加权l1范数惩罚算法的重构性能。本文所提算法不仅同时适用于高斯和非高斯信号,而且无需多维搜索和参数配对,也无需信源数的先验信息,同时还可以获得较好的定位精度。计算机仿真结果验证了所提算法的有效性。 相似文献
32.
33.
基于特殊导频去噪的OFDM信道估计算法 总被引:1,自引:0,他引:1
主要研究了正交频分复用(OFDM)系统中基于导频辅助的信道估计算法,分析和比较了2种常用的算法,并提出了一种基于特殊导频序列去噪的信道估计算法。仿真结果表明:提出的基于特殊导频去噪的信道估计算法和LS算法相比,在没有增加LS算法运算复杂度的情况下,有效地抑制噪声的影响,提高了信道估计的准确性;和LMMSE算法相比,信道估计的准确性高于LMMSE算法。 相似文献
34.
35.
字典学习模型、算法及其应用研究进展 总被引:15,自引:0,他引:15
稀疏表示模型常利用训练样本学习过完备字典, 旨在获得信号的冗余稀疏表示. 设计简单、高效、通用性强的字典学习算法是目前的主要研究方向之一, 也是信息领域的研究热点. 基于综合稀疏模型的字典学习方法已经广泛应用于图像分类、图像去噪、图像超分辨率和压缩成像等领域. 近些年来, 解析稀疏模型、盲字典模型和信息复杂度模型等新模型的出现丰富了字典学习理论, 使得更广泛类型的信号能够被简单性描述. 本文详细介绍了综合字典、解析字典、盲字典和基于信息复杂度字典学习的基本模型及其算法, 阐述了字典学习的典型应用, 指出了字典学习的进一步研究方向. 相似文献
36.
37.
根据双树复数小波具有近似平移不变性和良好方向选择性的特点,提出了一种基于双树复数小波的识别方法,获得了有限平移不变和尺度不变的特征,解决了Serre视觉标准模型中Gabor小波计算复杂的问题。用Caltech5图像库的图像进行测试,获得了良好的识别效果。结合Dirk Walther提出的自上而下注意机制,在保证较高识别率的同时大大提高了运算速度。实验结果表明,该方法在识别准确率上可与Serre标准模型相比,且运算速度明显提高。 相似文献
38.
39.
基于可调滤波器金字塔算法的人脸特征提取 总被引:2,自引:0,他引:2
特征提取是人脸识别中最重要的一个环节,我们在HMAX模型的基础上,提出了一种改进的视觉信息处理模型,它利用可调滤波器金字塔算法对图像进行多尺度、多方向分析,并结合一系列分层处理,得到了具有尺度、平移、旋转不变性的特征向量,解决了人脸识别中的一个重要难题。在ORL人脸数据库中的实验结果证明了该算法的有效性。 相似文献
40.
单幅图像超分辨率问题是典型的图像反问题。近年来深度学习广泛应用于图像超分辨率重建。为提高超分辨率算法的性能,本文利用多尺度和残差训练的思想,提出一种利用多尺度卷积神经网络的图像超分辨率算法。该算法采用多尺度的卷积核及收缩--扩展的网络结构来提取图像多尺度的信息,并在网络结构中使用跳跃连接,以便更好的传递信息并弥补由于使用下采样和上采样而造成的图像细节信息的损失,来提高图像的重建质量。通过与其它算法的对比实验表明了本文算法不仅可以取得更好的性能,并且训练的收敛速度较快。 相似文献