用曲线近似进行目标辨识

在基于边缘特征的识别系统中，所使用的边缘算子会产生支离破碎的边缘段，之后的细化和边缘段的连接也不是一项简单而有效的工作，因而要从杂乱的场景图象边缘中区别目标的边界非常困难或计算非常复杂，这导致后续的目标识别难于进行。本文针对坦克这种特定目标，将其形状分解为若干有一定位置关系的曲线的近似，根据曲线间的关系定义出适合的适应度函数，用遗传算法完成曲线的检测，从而完整地检测出目标，并可通过边缘特征匹配，为以后的目标匹配节省大量的计算。１、目标的曲线近似 坦克的形状可看作由上下两个部分组成，上部分可近似为…     

应用于矢量量化的改进粒子群优化算法

针对粒子群优化算法(PSO)应用于矢量量化时,最优粒子对与其对应维度距离较大的粒子缺乏有效指导问题,提出适用于矢量量化的改进粒子群优化算法(IPSO_VQ).该算法通过建立粒子与榜样粒子的维度映射关系,以基于映射关系的维度学习代替对应维度学习关系,使粒子相关维度间的学习有一定相关性,增强算法局部搜索能力.同时,借鉴广泛学习粒子群优化(CLPSO)算法中的广泛学习思想,并将其应用于基本PSO中的全局最优位置学习部分,通过对多个粒子的广泛学习,增加种群的多样性.实验结果表明该算法有效避免种群早熟收敛,从而使解码恢复图像获得更高的主客观质量.     

基于联合参数估计的最大似然调制识别算法

提出一种针对延迟信号相位差的联合参数估计最大似然调制识别算法,通过对相邻信号相位差的分布建立等均值高斯混合分布模型,同时完成了延迟信号相位差最大似然调制识别中所需的频差和噪声似然参数的估计.此算法无需信号先验知识,可通过EM算法同时估出所需的相关参数,极大地降低了最大似然调制识别算法中参数估计的复杂度,可应用于MPSK信号的调制识别,也可用于MQAM信号的相位方式识别.     

DCT变换域滤波码捕获方法

 针对较小时频不确定度的卫星信号捕获,提出了一种结合离散余弦变换(DCT)的码捕获算法.首先对信号进行部分匹配滤波(PMF),然后对各个码相位对应的PMF输出矢量进行DCT变换域滤波及信号重构,最后对信号进行基于能量的检测.由于PMF输出信号和噪声时变特性不同,滤波重构后信号能量几乎无损,而噪声能量得到了明显降低,从而提高了相同虚警概率下的捕获概率.理论分析和仿真结果表明本文检测算法可以有效提升检测概率,并且具有较低的复杂度.     

低信噪比下的高精度复正弦频率估计算法

MAP/ML频率估计算法由于同时利用了幅度和相位信息,在信噪比较高时可得到极高的估计精度,但在低信噪比下估计性能不佳．对此分析了形成原因,并提出了结合FFT确定相干积分长度及无卷绕序列的最大似然(ML)估计方法．利用FFT的粗估计值对信号进行频移,从而将信号的频率和序列的相位变化限制到了一定范围内,据此推导了不同相干积分长度下的克拉美罗界(CRLB),确定了相干积分数据分段的最佳长度,通过相干积分提高信噪比保持高估计精度．依据相移后相位方差选择估计序列的方法,避免了解卷绕过程,从而消除了解卷绕对低信噪比下算法性能的影响．Monte Carl仿真实验结果表明本频率估计可达到非常接近CRLB界的估计性能．