图像视频信号的压缩采样与稀疏重建

要视觉传感器通常不知道它们“看到”的现象之下的物理过程，以远远超出图像视频信号有效维度的Shannon／Nyquist采样率获取图像视频数据，从而导致了对图像视频信号的存储、传输等数字处理的巨大压力．压缩感知（compressivesensing，CS）理论表明：在某个线性变换域下稀疏的信号，可以利用少量的观测数据精确地重建，或在噪声情况下鲁棒地重建．压缩感知是实现图像视频信号有效维度采样的理论基础，为图像视频信号的采样、处理和识别等领域带来了前所未有的突破．本文对图像视频信号领域压缩感知面临的基本问题：压缩采样、稀疏重建模型及其优化求解算法的研究进展进行了综述．在采样方面，分析了图像视频信号随机观测矩阵和有结构观测矩阵的性能；在稀疏重建模型方面，从图像视频信号的稀疏先验性出发、介绍了分析型的重建模型和合成型重建模型的构建方法；在优化求解方面，针对重建模型，介绍了约束优化问题和无约束优化问题两类求解算法．以此为基础，分析了在图像视频领域压缩感知的理论与应用的进一步发展所面临的问题和挑战，展望了未来的发展方向．     

基于压缩感知思想的图像分块压缩与重构方法

压缩感知理论在数据获取、数据存储/传输、数据分析和处理方面有很大优势,成为近年来的研究热点.考虑到大多数图像信号信息分布有差异,编码端,在对图像分块的基础上,融合熵估计和边缘检测方法计算各图像块的信息含量,再从两个不同的角度进行分类采样:依据信息量多少将图像块分为平滑、过渡和纹理3类,使用不同的采样率采样;依据信息量的分布特征,采用不同的采样率分配策略进行采样.在解码端,根据不同类型的图像块构造不同的线性算子进行重构,再运用改进的迭代阈值算法去除块效应和噪声.实验证明,算法在提升图像重构质量的同时缩短了重构时间,并且对纹理边缘多的图像的重构效果较其他方法理想.     

稀疏化的压缩传感超声图像重构特性研究

传统医学超声成像射频信息存储数据量大,传输耗时且成本高.基于稀疏化的压缩传感技术,研究超声图像的稀疏特性,利用离散余弦变换(DCT)对原始超声图像进行稀疏变换,在稀疏域内进行压缩采样获得降采样数据,然后通过求解L1范数重构原始图像.理论和实验表明,该方法可以很好地应用到超声图像的重构中,且随着稀疏度的减小和测量值的增加,重构图像的峰值信噪比(PSNR值)增加,重构图像的视觉效果较好.     

分数阶Fourier域过采样分析

过采样广泛应用于实际数字信号处理过程中。随着分数阶Fourier变换在信号处理领域的不断发展和应用,研究分数阶Fourier域过采样理论就显得十分必要.文中深入研究了分数阶Fourier域的过采样理论:导出了过采样序列与其子序列的分数阶Fourier谱关系;然后利用此关系得到了过采样序列子序列准确重建丢失采样点的表达式.最后以chirp信号为例,利用分数阶Fourier域过采样理论,证明了对于时频分布在分数阶Fourier域具有最小支撑宽度的信号,对其过采样重建更适合在分数阶Fourier域进行。     

基于栅极信号的功率器件老化特征分析

本文研究栅极动态信号在功率器件故障预测上的应用.首先介绍了功率器件栅极动态信号反映的相关失效机制,并分析了栅极动态信号的老化特征及影响因素.提出了老化特征提取方法,选定动态过程时间,动态过程面积比率作为老化特征.使用降频错位采样的方法还原高频采样下计算的老化特征,降低利用动态信号进行故障预测的采样频率,以提高方法可行性.通过NASA公布的数据集进行实验验证,提取的老化特征明显,降频采样达到了预期效果.     

月面采样机械臂采样位形分析与优选

在月面采样任务中,受土壤反作用力、能耗等因素影响,机械臂采样位形会影响其采样性能.为了准确评估采样位形对采样性能的影响,提高采样任务执行的可靠性,提出了机械臂采样位形分析方法与优选策略.首先,分析机械臂与采样器、采样器与铲挖执行机构之间的耦合关系,建立机械臂与采样器的联合动力学模型;其次,分析采样过程中机械臂位形与土壤反作用力、机械臂末端抗偏移能力、关节运动行程以及运动能耗之间的关系,并构建量化指标对采样性能进行评估;进而,根据构建的采样性能评价指标,构建考虑采样点区域、关节轨迹等多种约束的多目标最优化问题框架,设计基于NSGA-2多目标遗传算法的采样位形优选策略;最后,以嫦娥五号采样机械臂为对象进行实验分析.实验结果验证了本文提出的采样位形分析方法与优选策略的有效性,相关结论为嫦娥五号采样机械臂实际采样指令的生成提供了参考依据.     

基于压缩感知的多角度合成孔径雷达成像

多角度合成孔径雷达（syntheticapertureradar，SAR）成像是实现多SAR信息融合的重要方式．对提高成像分辨率．重构目标轮廓进而提高雷达目标检测或分类性能具有基础性价值．由于各传感器发射信号和测量位置的多样性，实现多角度SAR成像具有挑战性．如何在噪声干扰情况下快速实现多角度SAR成像是一个新问题．本文建立了基于压缩感知的多角度SAR测量模型．通过对测量矩阵的分析，证明多角度SAR测量角度范围、发射信号载频和空间采样位置是影响成像性能的关键因素，研究了目标空间离散间隔对成像质量和分辨率的影响．以上述分析为基础，本文对多角度SAR发射信号载频和测量位置进行设计，构建满足约束等距性的测量矩阵．针对测量矩阵阶次较高的问题，文章提出用分段正交匹配追踪（stagewiseorthogonalmatchingpursuit，STOMP）进行模型求解，在测量矩阵欠定严重的情况下，该算法可以迅速求得模型最优稀疏解．在实验环节．通过分析多角度SAR参数对成像性能的影响，进一步验证了本文结论．实验验证了模型和相应求解算法的有效性和鲁棒性．     

基于压缩感知的宽孔径SAR成像

宽孔径SAR数据包含目标不同姿态角散射信息,实现宽孔径SAR成像对目标轮廓重构与解译识别具有重要价值.本文首先提出点模糊函数(point ambiguous function,PAF)研究影响压缩感知SAR成像的因素,然后用模型失配函数(model mismatch fucntion,MMF)分析宽孔径测量条件下点散射模型失配对成像性能的影响.最后根据上述结论,选择发射信号参数改善测量矩阵性能,利用广义似然比检验方法克服模型失配对成像性能的影响.实验结果验证了本文结论的正确性和成像算法的有效性.     

面向空间态势感知的天基可见光空间目标自主跟踪方法

天基可见光(space-based optical, SBO)监视是空间态势感知的重要手段之一.传统的天基观测平台都需要在自身精密星历已知的情况下,通过对目标的测量,确定其状态.而本文提出了自主天基空间目标监视的概念,天基可见光观测平台在自身精密星历未知时,也可以完成空间态势感知任务.与传统的目标跟踪不同,此方法只需依靠平台获取的在惯性系下描述的仅测角测量信息,便可实现自主定轨.结合长弧段的观测数据,本文给出了基于历史数据的事后自主轨道改进算法.通过分析发现,观测卫星对其他目标观测的历史数据也可用于改进原有的被观测目标的轨道.基于此,本文提出了通过额外测量量辅助下的实时自主跟踪策略,可通过单星搭载多SBO相机,对多目标同时跟踪的方式实现.最后,本文通过仿真算例验证了所提出方法的可行性.与传统的空间目标跟踪相比,虽然自主跟踪的精度较低,但在同时跟踪两目标时,尤其是在同时跟踪低轨和高轨两目标的情况下,估计精度能接近传统方法的水平.本文为发展自主天基空间态势感知平台提供了可行的方法.     

窄带雷达自旋目标成像

在详细分析自旋目标窄带雷达回波特性的基础上,提出基于复数后向投影算法的自旋目标成像算法,由于该算法利用旋转散射点的相位进行匹配搜索成像,因此具有较高的分辨率以及成像效率.同时,本文分析了该算法的分辨率及其对雷达脉冲重复频率(PRF)的要求.若目标转速较高而系统PRF无法满足,则根据压缩感知理论以及自旋目标ISAR数据的稀疏性特点,建立了方位欠采样条件下的成像模型,并提出基于正交匹配追踪的自旋目标成像算法.不同条件下的仿真结果验证了算法的有效性.     

Monitoring of the dilution rate during continuous in vivo blood sampling with a double lumen catheter.

A simple and non-destructive method for monitoring the dilution rate during continuous blood sampling is described. When the dilution rate is not constant, the proposed method based on electrical resistivity measurement provides a correction factor for further analysis.     

具有通信受限的网络控制系统量化反馈控制

针对一类通信受限的网络控制系统,研究量化反馈控制器及动态调度策略的联合设计问题.考虑到介质访问约束和信号量化误差的影响,将网络控制系统建模为等价的离散时间切换系统;通过Lyapunov稳定理论推导出保证系统鲁棒稳定的模式及量化依赖型充分条件,并给出了量化反馈控制器的设计方法;在此基础上,设计了基于实时状态的动态通信调度策略,实现了网络控制系统的镇定控制.最后通过仿真示例验证了所提出方法的有效性.     

Monitoring of the dilution rate during continuous in vivo blood sampling with a double lumen catheter

Summary A simple and non-destructive method for monitoring the dilution rate during continuous blood sampling is described. When the dilution rate is not constant, the proposed method based on electrical resistivity measurement provides a correction factor for further analysis.     

混凝土材料非线性多轴动态强度准则

将广义非线性强度理论的4个材料参数转化为混凝土材料的基本强度参数,通过混凝土材料的基本强度特性,分析了4个材料参数的变化规律与取值范围.基于S准则建立了混凝土材料4个基本强度参数的率效应表达式,建立了混凝土材料的非线性多轴动态强度准则,分析了动态强度参数的率效应规律,结果表明,混凝土材料的强度特性随着应变率的提高,逐渐向金属材料的强度特性过渡,在应变率从-3~3,应变率对混凝土动态强度的影响较大,并且动强度不是随着应变率的提高无限增大的,而是存在动强度峰值.通过与3组双轴压-压和2组双轴拉-压动态加载时混凝土材料试验结果的比较,表明非线性多轴动态强度准则可较好地描述混凝土材料双轴动强度规律.在同一应变率下,可较好地描述强度的非线性特性;不同应变率下,动强度面互不相交,即应变率效应与多轴应力状态对强度规律不存在耦合影响.     

Split Bregman迭代算法生物发光断层成像

生物发光断层成像重建中,发光光源在生物体内稀疏分布,基于压缩感知思想,将?1范数正则化的稀疏重建应用于生物发光断层成像,并采用Split Bregman迭代算法求解?1范数目标函数,以获得快速、稳定的重建.三维数字鼠模型数值实验结果表明,该算法应用于生物发光断层成像重建,在没有使用任何光源可行区域先验和多光谱测量信息的条件下,仍能获得准确的定位和定量重建结果,算法对噪声具有较好的鲁棒性.     

新型可测量大变形的弯曲型光纤光栅裂缝传感器

光纤光栅传感技术以其自身的优势,在结构裂缝监测等工作中得到了广泛的应用,然而由于其自身很容易折断的特点,其测量的范围较小.在前人研究成果的基础上,设计了一种简易弯曲型光纤光栅裂缝传感装置,并通过实验对此传感装置的性能进行了验证.实验结果表明,本裂缝传感装置切实可行,可明显提高普通光栅光纤传感器的测量范围,而且具体良好的重复使用能力,以应对实际工程中裂缝开展情况的不确定性.     

Neural model identification,variable selection and model adequacy

In recent years an impressive array of publications has appeared claiming considerable successes of neural networks in modelling financial data but sceptical practitioners and statisticians are still raising the question of whether neural networks really are ‘a major breakthrough or just a passing fad’. A major reason for this is the lack of procedures for performing tests for misspecified models, and tests of statistical significance for the various parameters that have been estimated, which makes it difficult to assess the model's significance and the possibility that any short‐term successes that are reported might be due to ‘data mining’. In this paper we describe a methodology for neural model identification which facilitates hypothesis testing at two levels: model adequacy and variable significance. The methodology includes a model selection procedure to produce consistent estimators, a variable selection procedure based on statistical significance and a model adequacy procedure based on residuals analysis. We propose a novel, computationally efficient scheme for estimating sampling variability of arbitrarily complex statistics for neural models and apply it to variable selection. The approach is based on sampling from the asymptotic distribution of the neural model's parameters (‘parametric sampling’). Controlled simulations are used for the analysis and evaluation of our model identification methodology. A case study in tactical asset allocation is used to demonstrate how the methodology can be applied to real‐life problems in a way analogous to stepwise forward regression analysis. Neural models are contrasted to multiple linear regression. The results indicate the presence of non‐linear relationships in modelling the equity premium. Copyright © 1999 John Wiley & Sons, Ltd.