非标准约束恒模盲多用户检测的改进算法研究

针对码分多址蜂窝移动通信中存在的多址干扰问题,以瑞利分布为变步长,构造了基于瑞利分布变步长的非标准约束恒模算法;与差分形式相结合,提出了基于瑞利分布变步长的非标准约束差分恒模算法(RDV-NSCDCMA);分析了此算法的性能并与非标准约束恒模算法(NSCCMA)进行了仿真比较.     

风廓线雷达在一次大到暴雪天气过程中的应用

利用芜湖市边界层风廓线雷达资料对2012-12-29芜湖市出现的1次大到暴雪天气过程进行分析,结果表明:风廓线的大气风场显示这场大雪属于典型的安徽大雪天气形势。降雪前925hPa左右高度可见东风气流,当东风气流转为西北气流时,降雪天气开始;500~850hPa为西南暖湿气流;降雪时低层冷平流,中高层暖平流,逆温结构有助于降雪的发生;西北气流向上扩展到700hPa高度以上时,降雪趋于结束。雨转雪时,垂直风速由4~7m/s迅速减小到1.4~1.9m/s,表明了雨雪性质的转换,产生的原因是雪的下降速度小于水滴。当垂直风速出现了0值和弱负值,说明大气层结恢复静力平衡,降雪趋于结束。此外,折射率结构常数的变化也同样与降雪过程相对应。     

Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法

行人检测在安保领域、无人驾驶领域、机器视觉领域以及多媒体分析领域等具有广泛的应用。针对目前行人检测技术运算量大、实时性差等不足, 提出了一种Hadoop云平台下基于梯度直方图(HOG)特征和Adaboost算法的快速行人检测方法。该方法首先利用云计算模式提取图片的HOG特征, 然后利用PCA方法对提取特征降维, 最后使用Adaboost算法构建分类器对降维特征进行分类。利用不同场景照片对本文方法进行实验, 仿真结果表明, 在保持较高检测准确度前提下, 采用Hadoop云计算的检测速度比传统的基于HOG特征行人检测算法提高将近五倍, 有效提高检测算法的实时性。     

一种基于曲率变分正则化的小波变换图像去噪方法

噪声和图像的细节特征主要集中于图像高频部分,在图像去噪过程中,图像的某些重要特征（如边缘、细小纹理等）易受到破坏.针对这一情况,本文提出基于曲率变分正则化的小波变换图像去噪方法,首先用小波提取图像的高频成分,对图像进行增强处理,然后用增强图像的水平集曲率建立一个基于水平集曲率的曲率驱动函数,再将曲率驱动函数作为一个校正因子引入到变分模型中,建立曲率变分模型,用以控制图像的整体结构.在缺乏图像梯度信息的情况下,该模型克服了ROF模型错误扩散这一缺点,符合图像处理的形态学原则.最后,用建立的曲率变分模型处理提取的高频成分,重构处理后的高频成分和原来的低频成分,得到去噪后的图像.分析和仿真结果表明,新算法可有效抑制噪声,有极高的图像结构相似度,去噪效果明显.     

基于旋转块的BM3D图像去噪改进算法

针对经典BM3D去噪算法中存在的相似块匹配误差较大及对图像细节保护不足的问题,提出了一种基于旋转块的BM3D图像去噪改进算法.新算法首先对参考块进行不同角度的旋转获取旋转块,通过旋转块进行相似块匹配过程;然后使用低秩正则化来代替传统算法中的硬阈值滤波;最后,对结合旋转块匹配与低秩正则化的BM3D算法进行自适应调整,从而改善在均匀图像区域中的去噪效果.实验结果表明,新算法的相似块匹配程度更高,峰值信噪比相较于经典算法平均提升0.5 dB,有效保留图像边缘和纹理细节.     

镜像图与粗细层次结合的稀疏人脸识别方法研究

人脸在实际环境中,伴随着各种不可预知的情况,会呈现出复杂多变的特性.为了提高人脸识别率及更好的显示人脸特征,本文提出一种镜像图与粗细层次结合的稀疏识别新方法.该方法首先利用人脸的镜面性生成新的人脸图像,将原来的人脸训练样本和新生成的镜像图样本结合起来,使用粗细层次结合的分类方法来进行识别.新方法一方面增加了训练样本的数目,克服由于光照和姿态等外部因素带来的影响,另一方面选取合适的训练样本,丢掉不合适样本对于人脸识别所造成的不利影响.实验结果表明,新方法在人脸识别率上有了明显的提高.     

基于群组运动模式变化分析的群体骚乱行为检测

群体骚乱行为对社会公共安全的危害极大,是智能视频监控防范的重点之一。针对现有群体骚乱行为检测算法运算效率和检测正确率均较低的问题,提出了一种基于群组运动模式变化分析的行为检测算法。该方法提取前景像素点的光流特征作为行为分析的依据,采用K均值聚类和贝叶斯准则实现场景中不同人群的群组划分。在此基础上,分析场景中所有群组的运动模式变化,构建最大变化因子,计算最大变化因子变化量,检测群体骚乱行为。实验结果表明,采用所提方法检测群体骚乱行为的虚警率和漏警率均较低,平均检测耗时短。     

受迫广义Klein-Gordon方程的孤子近似解

利用同伦映射方法和理论讨论了一类受迫广义非线性Klein-Gordon方程,在适当的条件下,较简捷地得到孤波的任意次精度的近似解.     

QCA技术在递归盒式滤波器中的应用

量子点元胞自动机(quantum dot-cellular automata, QCA)因其延迟时间短、功耗低以及占用面积小等优点被当作代替CMOS的新型技术之一。针对CMOS器件尺寸日益减小导致的高功耗和电容寄生及串扰问题,本文首次利用QCA技术构建了一种递归盒式滤波器。其中,提出了一种全新的QCA全加器,较已提出的QCA全加器减少了55%的电路面积;少使用了56.7%的元胞数;量子成本也降低了10%以上。并以此为基础设计了一种高效的行波进位加法器(ripple carry adder, RCA)以及一种高效的进位选择加法器(carry select adder, CSA)来构成盒式滤波器的加法单元。以此构建的盒式滤波器较一般QCA盒式滤波器节省了32.6%的硬件资源;减少20%的电路运行时间;减少了48.7%的功耗。并使用QCA Designer仿真,结果表明,本设计完全可以代替实现传统的盒式滤波器功能,并在效率、功耗、电路面积、资源占用方面均有显著降低。     

基于分数混合阶的交叠组合稀疏全变分 HFOGSTV 去噪模型

针对全变分(TV) 模型引起的阶梯效应,造成图像出现块状伪影的问题,提出了基于分数混合阶的交叠组合稀疏正则 项全变分(HFOGSTV) 去噪模型。考虑到交叠组合稀疏正则项与分数阶微分能够抑制全局以及局部的块状伪影的特点,将二 者引入 TV 模型,可以较好地抑制阶梯效应。并引入高阶微分,提高模型的去噪效率,构建了基于 HFOGSTV 去噪模型。新 模型采用交替方向乘子法(ADMM)分解为各个子问题进行依次迭代求解,并选择合适的参数。实验结果表明,HFOGSTV 模 型与非局部均值去噪(NLM)、TV 和混合非凸高所交叠组合稀疏全变分(HNHOTV-OGS) 模型相比,峰值信噪比(PSNR) 分 别提升7.2%、5.3%、1.9%,结构相似性(SSIM)分别提升6.6%、6.1%、3.4%,耗时分别减少89%、51%、45%,不仅有效抑制 了阶梯效应,而且去噪效果更佳,运行时长大大降低。