一类非线性信号去噪的奇异值分解有效迭代方法

对于一类非线性信号的去噪问题,该文提出一种基于奇异值分解(Singular Value Decomposition, SVD)的有效迭代方法。对现有奇异值差分谱方法在两类不同非线性信号上的去噪效果进行了对比,指出在信号不具有明显特征频率、非周期性变化时这一方法并不适用,并分析了现象产生的原因;然后针对该类信号的特点重新定义了Hankel矩阵结构,给出有效奇异值的确定方式,并通过SVD多次迭代过程实现对该类信号的有效去噪。对实际飞行数据去噪的实验结果表明,该方法对提出的一类信号对象不仅去噪效果良好,而且可提高运算效率。     

图像奇异值特征矢量缩放不变性分析及应用

图像奇异值特征矢量以其稳定性和它在转置、平移、旋转和镜像变换下具有的不变性,被认为是一种图像的代数特征,广泛应用于图像匹配和图像识别。通过矩阵运算,证明了奇异值特征矢量在图像做缩放变换时具有不变性,并将这种性质运用于图像匹配。实验结果表明这种不变性与奇异值特征矢量在图像做转置、平移、旋转和镜像变换时所具有的不变性一样,是奇异值特征矢量能够作为图像代数特征的一个重要依据。     

双重功能图像水印算法

提出一种能同时实现内容认证和版权保护双重功能的图像水印算法.首先,对原始图像进行分块奇异值分解(SVD),计算所有子块最大奇异值的均值,通过比较各子块的最大奇异值与所有子块最大奇异值的均值间的数值关系产生鲁棒零水印序列.然后,对原始图像进行分块离散余弦变换(DCT).调整图像子块DCT高频系数的数值大小,建立同一子块两...     

用于奇异值分解的全并行神经网络

本文提出一个实时奇异值分解(SVD)的全并行神经网络,给出并证明了它的有界性定理和稳定性定理,同时给出一个模拟例子。理论和模拟结果都说明所提出的神经网络对于SVD是有效的。     

一种基于奇异值分解的SAW传感器频率估计算法

在声表面波(SAW)谐振式无线传感器的频率估计中,该文提出了一种奇异值分解(SVD)与快速傅里叶变换(FFT)相结合的频率估计算法。首先采用重复采样的方法对无线SAW谐振器回波信号进行提取,然后在FFT之前利用SVD法去除回波信号中的白噪声,最后通过高斯曲线拟合法对FFT算出的频率进行校正。运用该算法得到的频率均方误差为1.53×103,而直接用FFT算法均方误差为2.38×10~3,均方误差减小了55%。可见,利用该SVD与FFT相结合的频率估计算法在准确度、稳定性方面都有很大改善,且该算法操作简单,易于实现。     

短码、周期长码直扩信号伪码序列盲估计

针对短码、周期长码直扩信号在不同的时延下伪码序列估计问题,提出了一种基于奇异值分解的盲解扩算法.在已知信息码元速率和伪码周期条件的前提下,算法首先把接收到的直扩信号按照一定长度进行分段构成相关矩阵并对此矩阵进行奇异值分解得出信号子空间,然后根据信号子空间和伪码序列的模糊关系,利用求解的模糊酉矩阵和特定约束条件(如m序列)去其模糊性,最终估计出伪码序列.仿真结果表明,该算法不仅解决了在不同的时延下估计伪码序列带来的问题,而且具有稳定性高、在低信噪比条件下有良好的估计性能等优点.     

A CBIR system based on saliency driven local image features and multi orientation texture features

In Content-based Image Retrieval (CBIR), the user provides the query image in which only a selective portion of the image carries the foremost vital information known as the object region of the image. However, the human visual system also focuses on a particular salient region of an image to instinctively understand its semantic meaning. Therefore, the human visual attention technique can be well imposed in the CBIR scheme. Inspired by these facts, we initially utilized the signature saliency map-based approach to decompose the image into its respective main object region (ObR) and non-object region (NObR). ObR possesses most of the vital image information, so block-level normalized singular value decomposition (SVD) has been used to extract salient features of the ObR. In most natural images, NObR plays a significant role in understanding the actual semantic meaning of the image. Accordingly, multi-directional texture features have been extracted from NObR using Gabor filter on different wavelengths. Since the importance of ObR and NObR features are not equal, a new homogeneity-based similarity matching approach has been devised to enhance retrieval accuracy. Finally, we have demonstrated retrieval performances using both the combined and distinct ObR and NObR features on seven standard coral, texture, object, and heterogeneous datasets. The experimental outcomes show that the proposed CBIR system has a promising retrieval efficiency and outperforms various existing systems substantially.     

基于周期截断数据矩阵奇异值分解的干扰抑制技术

针对现有适用于单天线接收机的干扰抑制技术难以为周期调频(PFM)干扰和卫星导航信号提供足够分离度,导致消除干扰成分时卫星导航信号损伤较大的问题,该文提出一种基于周期截断数据矩阵奇异值分解的干扰抑制方法。利用调频干扰信号的周期性把分散在较大带宽的能量集中到重排数据中几个甚至单个频点;进而采用奇异值分解(SVD)将干扰与期望信号映射进不同的投影子空间以消除干扰成分。仿真结果表明该方法可以降低在剔除干扰时卫星导航信号损失,提升卫星导航接收机对抗宽带周期调频干扰的能力。     

基于矩阵范数分析的自适应数字水印算法

针对数字产品的版权保护问题,提出了一种基于矩阵范数分析的自适应数字水印算法.算法将载体图像分为8×8不重复块并进行DCT变换,根据8×8模板对每个分块的低、高频数据分别组成新矩阵并进行SVD分解.结合人眼视觉特性和矩阵范数理论推导结果求解对应的块能量确定嵌入位置.水印信息选择在摸板的低频区矩阵的奇异值分解的首个值中,嵌入强度随块能量比自动调节.理论分析和实验结果表明,该算法不仅具有较好的透明性,而且对常见攻击如高斯噪声、JPEG压缩、滤波以及几何攻击等具有较好的稳健性.     

基于PCA与EMD的超宽带雷达生命信号检测算法

 本文分析了脉冲超宽带(UWB)生命信号模型,提出了基于主元分析(PCA)和经验模态分解(EMD)的非接触生命信号检测方法.根据UWB信号杂波与生命目标回波特点,结合PCA去除杂波.提取适当的主元特征向量序列曲线上峰值所对应的时延,估计目标距离信息.采用EMD分解目标回波序列为有限个固有模态函数(IMF)分量,在时域上重构平滑生命特征曲线,且其在高信噪比下可实现心跳与呼吸信号的分离.实验研究表明该方法简单有效,能同时提供生命信号的频域和时域波形位置信息,且重构得到的生命信号较符合实际信号时变、非平稳特性.