空时二维线性预测谱估计算法

线性预测是时间序列分析中常用方法,针对传统一维线性预测谱估计算法只能估计信号源角度或信号频率问题,提出空时二维线性预测算法。采取对空时二维阵列接收到的数据进行数据抽取和排列,和对数据协方差矩阵进行重新构造的方法,求取空时二维线性预测权值并进行谱峰搜索。重点分析了空时二维的前向预测、后向预测和双向预测算法的原理,着重研究了构造的空时二维线性预测协方差矩阵的数据结构,讨论了前向、后向和双向预测的相互关系以及二维与一维的关系,并与空时二维最小方差算法、空时二维多重信号分类(multiple signal classification, MUSIC)算法进行了对比与分析。理论分析与仿真表明,一维空域、一维时域算法的前向、后向和双向预测为空时二维预测算法的特例,同时空时二维预测算法不仅克服了空时二维最小方差算法、空时二维MUSIC算法不能解相干信号源的缺点,还具有很好的测向测频能力。     

关于二维部分可观测随机过程非线性滤波的最优化

在完备概率空间中，着重讨论一类二维部分可观测随机过程非线性滤波的最优化问题，获得了该过程依概率意义的最佳非线性滤波方程以及在均方意义下的内插与外推最佳非线性估计式等若干良好结果。     

基于宽带二维合成孔径的三维成像算法

利用二维合成孔径并发射宽带信号,可以实现目标的距离-方位-方位三维成像,提出一种基于三维匹配滤波的高适应性三维成像算法。先选定成像焦点的位置,再根据场景参数计算出在该焦点处的回波数据,将其反转共轭充当整个目标回波的匹配函数,然后将该匹配函数与目标回波进行三维匹配滤波直接成像。该算法流程简单,适应性很强,对具有各种形状如矩形、圆形、三角形及不规则形状的二维合成孔径均适用,且在近场条件下具有比传统成像算法明显高的成像分辨率。通过详细的理论推导与典型示例证明了所提算法的有效性。     

结合运动补偿的球体双边滤波视频降噪算法

提出一种结合了运动补偿的球体双边滤波（motion compensated sphere bilateral filtering, MCSBF）视频图像降噪算法。在受噪视频图像中,首先利用视频序列中的当前帧和前后多帧图像,通过运动补偿得到当前帧的参考帧。在当前帧和参考帧构成的三维空间中,构建滤波窗为球体的双边滤波器,对当前帧像素进行三维双边滤波、实现降噪。算法能够充分利用视频图像中的空时相关性,在保持视频图像细节的同时、有效地去除噪声。实验结果表明,在提升受噪视频图像主观视觉质量和峰值信噪比（peak signal noise ratio, PSNR）等方面,算法优于空时联合滤波（spatial temporal joint filtering scheme, JNT）、空时转换滤波（spatial temporal varying filter, STVF）、多假设运动补偿滤波（multi-hypothesis motion compensated filter, MHMCF）等经典视频图像降噪算法。     

双站纯方位空时软约束无迹粒子滤波算法

针对双站纯方位机动目标跟踪中由信息不完全和非结构化测量环境导致的有界混合似然问题，提出空时软约束无迹粒子滤波算法。针对目标先验未知，利用光电经纬仪对极几何约束测量空间点，预测空间曲面中心计算转弯率；为覆盖多域似然，采用无迹变换技术更新目标状态，引入模糊测度调制重要性函数；为保持估计方差维数不变性，根据狄拉克后验采样提取目标状态。仿真结果表明，对于典型的双站经纬仪跟踪空域点目标，相比于Rao-Blackwell多模型粒子滤波，提出算法的计算复杂度与单模型粒子滤波量级相当；相比约束辅助粒子滤波算法，提出算法的滤波精度提高了27%～41%。     

机载雷达二维自适应处理的空时结构方法比较

在机载雷达时空二维信号处理中，通常有三种处理结构：空时级联、时空级联和空时联合域结构。尽管联合域最优处理在实际中不大可能应用，但它有极为重要的理论价值，人们已将其有用概念和方法应用于空时级联或时空级联结构中，这时“级联”一词的含意已不再是“空、时频率响应之积”，因而它们的性能将大大提高。本文对比分析了空时结构中几种自适应算法的性能，并讨论了其实际应用的可能性。     

基于GABOR滤波的大脑MRI图像边缘检测

基于二维Gabor滤波提出了一种对大脑MRI图像进行边缘检测与提取的方法,通过分析、简化、分解Gabor函数,设计了Gabor函数的多个参数,包括中心频率φ,滤波方向θ,以及沿着x轴和y轴Gaussian包络的空间常量σ。在算法实现过程中,恰当选取了一组可以覆盖给定图象整个频率空间的滤波,用这组滤波分别提取图象的局部信息,然后按照一定的规则将滤波后提取出局部信息的多幅图像整合为一幅图像。实验结果表明,该方法相对于传统的Gabor滤波可明显的减少计算量,并可连续、有效的检测边缘信息,定位准确,检测效果明显,对噪声也显示出较好的鲁棒性。     

超宽带合成孔径雷达图像中二面角目标的检测

目标的散射特性常依赖于雷达和目标间的姿态角,这种依赖性在大积累角的UWB-SAR中尤为明显。通过分析SAR图像的频谱特点,提出一种归一化标准偏差滤波方法。在该方法中,SAR的复数图像首先通过一组带通二维滤波器,然后将滤波器组的输出图像序列合成一幅信杂比得到提高的图像。对仿真数据处理的结果表明,该方法的性能优于曾提出的方向匹配滤波方法。     

一种基于功率倒置法的机载雷达杂波抑制方法

根据机载雷达回波信杂比很小的特点 ,提出了一种基于功率倒置法的地杂波抑制方法。该方法利用单脉冲雷达空间双路接收的特点 ,采用时 -空二维联合处理的方法对回波信号进行处理。理论分析和仿真结果表明 ,该方法信杂比改善性能优于AMTI等一维杂波抑制方法。并且由于其自适应权采用功率倒置法准则求得 ,计算量大大低于采用最大输出信杂比准则的一般时 -空二维处理 ,因此 ,该方法是一种具有工程意义的机载雷达杂波简化时空二维处理方法     

机动目标跟踪的灰色截断变维法

在灰色预测滤波和截断滤波的基础上建立了灰色截断变维法。在截断变维法中嵌入灰色预测滤波 ,用性能优越的机动检测技术为开关 ,在机动区用灰色预测滤波替代并导引截断变维滤波。该方法具有很强的自适应性和更高的滤波跟踪精度 ,其性能优于单模型有参数自适应滤波算法及多模无参数自适应滤波算法 ,同时无需任何先验的统计参数。计算机仿真表明了它的各种优越性。     

α稳定分布噪声下一种稳健加权滤波的统一框架

针对传统滤波方法在α稳定分布噪声环境下性能退化的问题,从加权Myriad滤波以及加权Merid滤波方法出发,以M估计理论为基础,推导得到稳健加权(robust weighted,RW)滤波方法的统一算法结构,并据此提出了基于RW滤波的新算法,即基于稳健加权滤波的统一框架,从而将加权Myriad、加权Merid以及基于广义柯西分布的加权滤波器统一起来。此外,针对线性调频(linear frequency modulation, LFM)信号采用基于RW的LVD(RW LVD)方法估计其参数,并根据估计性能对RW方法的抑噪效果进行分析。仿真结果表明,与基于加权Myriad滤波、加权Merid滤波以及基于广义柯西分布的加权滤波等多种方法相比,在强脉冲噪声下RW滤波方法能有效抑制脉冲噪声,并具有良好的稳健性。     

强杂波干扰背景下高分辨雷达信号的模糊检测

本文研究了强杂波干扰背景下运用模糊集合理论解决高分辨雷达信号的检测问题。文中首先分析了在高分辨雷达体制下获取稳定距离像的方法，并指出了传统匹配滤波方法的局限性。针对该问题，文中定义了四种模糊集合相似性测度，并在此基础上提出了一种模糊匹配滤波方法。基于文中定义的增量相似性测度准则对平均距离像采用模糊匹配滤波，实验结果表明该方法具有在强干扰背景下检测目标的良好能力，其性能明显优于传统匹配滤波方法。     

Empirical mode decomposition using variable filtering with time scale calibrating

A novel and efficient method for decomposing a signal into a set of intrinsic mode functions （IMFs） and a trend is proposed. Unlike the original empirical mode decomposition （EMD）, which uses spline fits to extract variations from the signal by separating the local mean from the fluctuations in the decomposing process, this new method being proposed takes advantage of the theory of variable finite impulse response （FIR） filtering where filter coefficients and breakpoint frequencies can be adjusted to track any peak-to-peak time scale changes. The IMFs are results of a multiple variable frequency response FIR filtering when signals pass through the filters. Numerical examples validate that in contrast with the original EMD, the proposed method can fine-tune the frequency resolution and suppress the aliasing effectively.     

被动定位跟踪中的非线性滤波技术

针对被动定位跟踪中状态空间模型非线性程度较高所引发的滤波精度偏低的问题,分析和总结了已有的包括推广卡尔曼滤波(EKF)、修正增益的推广卡曼滤波(MGEKF)、二阶滤波、自适应推广卡尔曼滤波(AEKF)等各种次优递推滤波算法的特点。在此基础上重点论述了一种基于贝叶斯原理的序贯蒙特卡罗粒子滤波技术,该方法通过粒子的加权和表征后验概率密度,获得状态估值,在处理非线性非高斯系统的状态估计问题时精度逼近最优,鲁棒性更好。     

基于最小扰动相关去噪法股票投资组合风险优化

金融相关矩阵的计算是构建金融投资组合的基础.为解决金融相关矩阵的“维数灾祸”问题,进而促进金融投资组合风险的优化,受基于随机矩阵理论(RMT)和特征向量的Krzanowski稳定性的KR去噪法的启发,对收益相关矩阵特征值增大时的特征向量最小扰动进行了数学推导,并将以该扰动衡量的特征向量的Krzanowski稳定性引入到RMT去噪法中,进而建立对金融收益相关矩阵去噪的KRMIN方法. KRMIN法对KR法的算法进行了两方面的优化.一方面, KRMIN法对KR法的特征值设定方法进行了扩展; 另一方面, KRMIN法采用模拟退火算法计算特征值.理论研究表明,由于在收益相关矩阵特征向量的稳定性和特征值算法准确性上的优势, KRMIN方法将获得比KR法更好的组合风险优化效果.通过bootstrap方法,开展了将LCPB法、PG+法、KR法和KRMIN法用于不同数量股票的投资组合优化的实证研究.结果表明: LCPB法、PG+法、KR法和KRMIN法都能通过股票收益相关矩阵去噪而带来投资组合风险的优化;基于收益相关矩阵特征向量的Krzanowski稳定性的KR法和KRMIN法的组合风险比其他两种方法更低;由KRMIN法得到的收益相关矩阵的特征向量稳定性和组合风险优化效果好于KR法.     

改进的形态学干涉图滤波方法

在干涉合成孔径雷达滤波中由于去噪的同时会对干涉条纹产生平滑效应,导致干涉条纹细节信息丢失。针对这一问题,基于数学形态学原理,提出了一种改进的自适应梯度形态学重建滤波方法。首先,引入相位图像矢量化可有效保护相位条纹连续性。其次,改进自适应梯度估计方法,优化线结构元素选取以保护相位的细节信息。最后,结合改进的形态学开闭操作和基于膨胀及腐蚀的形态学重建操作对干涉图进行滤波处理。仿真和实测数据实验结果表明,该算法在有效去噪的同时,有较好的相位保持特性。     

基于认知学习的最小风险贝叶斯邮件过滤算法

提出了超高维向量空间中的一种新的邮件向量表示方法,在考虑邮件误判风险的基础上,给出了一种基于认知学习模式的邮件过滤新算法。该算法模拟人类的认知学习过程,将系统分类与用户识别有效地结合起来,使得邮件过滤时的误判风险最小化。实验结果表明,算法具有较好的学习能力和学习效果,在邮件过滤应用中,能获得较高的查全率和查准率。     

On the Small SNR Processing Ability of IR Point Target Detection

: Three-dimensional (3-D) matched filtering has been suggested as a powerful processing technique for detecting weak, moving IR point target immersed in a noisy Held. Based on the theory of the 3-D matched filtering and the optimal linear processing, the optimal point target detector is being analyzed in this paper. The performance of the detector is introduced in detail. The results provide a standard reference to evaluate the performance of any other point target detection algorithms.     

基于多相滤波的高精度延时设计及实现

雷达测距测速应用中的精确性取决于时间上的高分辨率, 而传统基于有限长单位冲激响应(finite impulse response, FIR)滤波的高精度延时设计所需的滤波阶数过高, 滤波处理较慢且复杂。为了加快滤波速度和节省硬件资源, 将数字内插与多相滤波技术结合, 提出了一种基于多相滤波的高精度延时设计方案。根据延时精度对FIR滤波系数向量重新排序, 依据延时量大小选择多相子滤波器对采样序列进行滤波处理, 实现小于整数倍采样间隔的高精度延时, 具有滤波速度快、节省硬件资源的特点。仿真分析延时信号的相位, 表明了所提多相滤波方案可实现高精度延时。借助现场可编程逻辑门阵列(field programmable gate array, FPGA)平台, 时钟频率为245.76 MHz时, 实测的延时精度可低至0.509 ns。