基于NSST和CS的红外与可见光图像融合

针对红外与可见光图像需要实时融合的特点,提出一种降低算法复杂度的基于非降采样剪切波变换(Non-subsampled Shearlet Transform)和压缩感知域的红外与可见光图像融合算法。利用NSST算法对红外图像和可见光图像分别进行多尺度、多方向稀疏分解,分别得到低频系数和各带通方向子带系数。对低频子带系数采用基于目标特征的加权平均融合规则;压缩感知理论的测量矩阵采用哈达马阶快速沃尔什矩阵,对细节信息保留较多的各带通子带系数进行观测测量,得到更稀疏的各带通子带系数测量值,对此测量值采用基于区域方差选大的融合规则得到融合测量值,运用基于增广的拉格朗日乘子和交叠方向恢复算法对融合测量值进行重构得到近似精确的各带通子带融合系数,最后对低频子带融合系数和各带通方向子带融合系数执行NSST逆变换得到最终的融合图像。实验结果表明,该融合方法不仅可以保证融合清晰度,同时还可以缩短算法的运行时间。     

仅依赖连通度的压缩感知多目标定位方法

提出仅依赖连通度的多目标定位方法,将多目标定位问题转化为基于压缩感知的稀疏向量重构,解决室内参照物高密度分布的目标定位问题。定位方法仅以连通度为观测值,运用最小化l1-范数法求解目标位置。当观测数据压缩为1 bit时,提出半正定松弛和不动点迭代法结合的目标求解算法。根据仿真实验结果,与MDS-MAP、DV-Hop和RSS-CS方法进行比较得出,仅连通度的非1-bit和1-bit量化的CS定位方法的平均定位误差小于1个网格,且2种方法占用的比特数只相当于RSS定位方法占用比特数的 和 。     

基于CUDA的压缩感知重构算法并行化研究

压缩感知重构算法存在计算量大、运行时间过长的问题,无法满足人们对算法处理实时/准实时性要求。最近几年,GPU计算能力得到很大的提升,已成为提高算法处理速度最有效的方式之一。根据GPU的硬件特性,文中提出了基于CUDA的压缩感知重构算法的并行设计。实验结果表明:在NVIDIA K20Xm平台上运行,并行算法取得的加速比可达到100X。     

混合卫星-地面协同网络的误符号性能

该文研究了直达径满足阴影莱斯分布,中继链路满足阴影莱斯/瑞利分布的混合卫星-地面协同网络的误符号性能。基于最大比合并准则,首先推导了直达径和中继链路的矩生成函数解析式。然后,计算出系统平均误符号率的理论表达式和高信噪比条件下的渐进解来分析系统的分集度和阵列增益。最后,通过仿真验证了理论分析的正确性。     

K分布雷达杂波中两种非参量检测器性能分析

分析了广义符号检测器(GSD)和秩二元累积检测器(RQD)两种非参量检测器在独立和相关K分布杂波下的检测性能.Monte Carlo数值试验表明,GSD在独立K分布杂波拖尾特性越明显时,达到指定检测概率所需要的信杂比越小,而RQD则与之相反.针对独立K分布杂波,RQD的第一检测门限等于参考单元数时可获得较好的检测性能.当参考单元数大于24时,继续增加参考单元数目对于提高两类检测器的检测性能的效果不明显.同时,两类检测器在相关K分布杂波下的虚警概率均会急剧增加,难以完成相关K分布下的CFAR检测.     

基于预处理的单符号可译全分集准正交空时分组码设计

把预处理的思想应用于更一般的准正交空时分组码(G-QOSTBC)中,使其实现单符号最大似然译码;然后设计合理的符号交织和星座旋转,使其获得全分集并最大化编码增益.仿真分析表明,该编码方案在保证与G-QOSTBC性能几乎相同的前提下,大大降低了译码复杂度;此外,与现有的全分集单符号可译码CIOD(coordinate interleaved orthogonal design)相比,误码率性能一致,但具有更低的峰均比.     

自动识别数字调制方式的一种方法

提出了一种对经符号成形的数字通信信号进行调制方式自动识别的方案,该方案将数字已调信号的瞬时特征与功率谱特性相结合,设计了一组对信号信噪比不敏感的特征参数。通过提取经升余弦滤波成形的2FSK等六种常用的数字调制信号的5个特征参数,分别采用决策树和神经网络分类器进行调制方式自动识别。仿真表明,当信噪比为11dB时,采用决策树分类器对除2ASK外的5种信号的识别率在95%以上,神经网络分类器此时对所有信号的识别率达到了98%以上,证明了该方案的有效性和可行性。     

乘性噪声环境下基于符号秩统计量的非参伪码捕获方法

扩频系统常常工作在多径环境中,伴随着加性噪声的同时往往还存在着乘性噪声.该文提出了一种乘性噪声环境下基于符号秩统计量的非参伪码捕获方法,将伪码捕获等价为假设检验问题,利用局部最佳检测算法推导出了乘性噪声环境下基于符号秩的检测统计量,通过简化记分函数进一步给出了局部次佳秩检测器.将局部次佳秩检测器与局部最佳检测器和平方和检测器的性能进行了仿真对比,结果表明该文所提出的捕获方法在乘性噪声环境下检测性能接近于乘性噪声环境下的局部最佳检测器,而较平方和检测器则有较大幅度的提高.     

基于双树小波通用隐马尔可夫树模型的图像压缩感知

标准压缩感知图像重构仅利用图像小波系数具有稀疏性的先验知识,未能利用小波系数的结构分布特性。利用基于模型压缩感知重构思想,将能有效描述图像小波系数分布特性的隐马尔可夫树(HMT)模型引入到图像的压缩感知重构。经过理论推导,将基于HMT模型的重构转化为型如标准图像压缩感知重构的优化问题,并提出基于贝叶斯优化的凸集交替投影法进行求解。为进一步提高重构质量和速度,引入了双树小波域通用HMT (uHMT)模型及改进的uHMT (iuHMT)模型代替小波域HMT模型。实验结果表明,基于双树小波域iuHMT模型的重构图像的平均峰值信噪比(PSNR)比uHMT模型高0.97 dB.     

混合衰落信道下选择中继译码转发的性能分析

蜂窝中继通信中基站到中继以及中继到移动台可以建模成混合衰落信道,即基站到中继的信道通常经历莱斯衰落,中继到移动台的信道通常经历瑞利衰落。该文研究混合衰落信道下协同通信系统中两跳译码转发方式的性能,首先通过分析推导了基于选择最佳中继的中断概率、误符号率以及误符号率的渐近线的闭式表达式,然后基于误符号率的渐近线给出了一种功率优化方法。蒙特卡洛仿真验证了理论公式,仿真结果显示优化功率分配的性能优于平均功率分配的性能。