基于方向密度检测与霍夫变换的混合矩阵估计

针对欠定盲源分离混合矩阵的估计问题,提出一种基于局部方向密度检测的孤立时频点处理与霍夫变换相结合的混合矩阵估计算法.首先通过变换域单源时频点处理增强信号的稀疏性,对散点图中的方向直线进行霍夫变换,通过判断局部极大值点确定源信号数量并估计混合矩阵.针对霍夫变换易出现的峰值簇拥问题,提出采用局部方向密度检测方法先判别并去除孤立时频点,之后再进行霍夫变换,提高了混合矩阵的估计精度.实验结果表明本文所提出的方法能够在未知源信号数量情况下实现混合矩阵估计,且估计精度高于K-means等常用方法.      

一种基于矩阵变换的层次聚类算法

针对K-means算法需预先确定聚类数的缺陷,提出一种基于矩阵变换的层次聚类(NHC)算法,通过对矩阵行列的排序、变换,把矩阵分块成子矩阵聚类,以熵作为评价聚类结果标准.实验表明,NHC算法的执行效率和聚类精度高于传统的HCM(hard C-means)算法.     

应用插值小波解第二类Fredholm积分方程

引入了一种解第二类Fredholm积分方程的新的数值算法,该数值方法利用插值小波变换将积分方程转化成线性方程组并求解,经过变换后得到的线性方程组的矩阵是一个稀疏的带状矩阵.数值算例表明,与传统算法比较该方法计算量小,并且具有较高的精度.     

基于整型零树小波变换的编码研究与应用

结合嵌入式零树小波(EZW)系数的统计特性，提出了整型零树小波变换算法，该算法通过计算小波变换的整数可逆矩阵分解，得到可以整数实现的可逆矩阵变换；再利用得到的分解矩阵依次对图像样本进行变换；最终将变换得到的系数用EZW进行编码，实验结果表明，整型零树小波在低比特率下明显优于其他压缩编码，使变换后的图像数据能够保持原图像在各种分辨率下的精细结构，在编解码过程中，可根据需要随时停止编解码过程，得到不同精度和不同码率的恢复图像，适合并行实时处理。     

非负不可约矩阵Perron根的一种迭代算法

非负矩阵Perron根的理论应用于很多领域,目前对Perron根的估计和计算提出了很多方法,其中较多使用对角相似变换方法,根据精度的需要求得Perron根的近似值.论文构造了一个新的对角矩阵,同样利用对角相似变换,得到一个新的迭代算法,并从理论上证明了其收敛性.最后,用数值例子验证了该算法的可行性.     

非负不可约矩阵Perron根的一种迭代算法

非负矩阵Perron根的理论应用于很多领域,目前对Perron根的估计和计算提出了很多方法,其中较多使用对角相似变换方法,根据精度的需要求得Perron根的近似值.论文构造了一个新的对角矩阵,同样利用对角相似变换,得到一个新的迭代算法,并从理论上证明了其收敛性.最后,用数值例子验证了该算法的可行性.     

基于加速度反演频域动载荷的一种正则化途径

基于加速度频响函数矩阵反演频域动载荷是病态逆问题,反求的结果精度差,对数据的小扰动敏感,基于Tikhonov正则化方法,提出一种反演途径,将测点响应与待求激励进行归一化变换,在此基础上引入变换后的频响函数矩阵和正则化泛函进行求解,应用广义交叉验证准则选取最优正则化参数.考虑简支矩形薄板上的4个动载荷的识别问题,分析激励点和响应测点的不同位置以及动载荷大小之间相差程度不同的4个算例,将本文方法与不采用归一化变换的正则化求解结果进行2种相对误差的均方根比较.结果表明,利用归一化变换可提高动载荷反演精度,增强正则化方法的抗噪能力,当测点之间的响应以及各动载荷大小相差较大时,明显改善了识别精度.     

一种基于递增权值函数的图像谱的匹配算法

文章提出了一种基于递增权值函数的图像谱的匹配算法,利用递增权值函数,分别对2幅待匹配图像的特征点构造Laplace矩阵,其次进行SVD分解;通过分解后的矩阵特征值和特征向量,寻找匹配矩阵,根据匹配矩阵的特征信息,实现2幅图像特征点之间的匹配;通过对Laplace矩阵和邻接矩阵比较实验,表明了Laplace谱能使发生刚体变换前后的图像获得更高的匹配精度,递增权值函数的Laplace谱比欧式距离的Laplace谱匹配精度要高。     

利用初等变换求矩阵的广义逆

求矩阵Ａ的广义逆矩阵Ａ＾＋，通常要对Ａ进行奇异值分解，这将导致去求Ａ＾ＨＡ的特征多项式及特征根。当Ａ＾ＨＡ的阶较高时，不要说去求特征根，就是求特征多项式也够麻烦的了，本文先说明矩阵广义逆的“几何直观”，再以此为基础介绍只用矩阵的初等行变换，求一矩阵的各种广义逆的方法。施行矩阵的初等行变换，可采用选主元的技术以提高计算精度，还特别适合在计算机上编程计算。     

线性系统的广义Laplace变换

为了研究线性定常系统动态方程的解以及传递矩阵的有关性质,将函数的Laplace变换概念推广到矩阵函数上,建立了矩阵函数的广义Laplace变换概念,讨论了矩阵函数广义Laplace变换的相关性质;运用矩阵函数的广义Laplace变换给出线性定常系统动态方程的解及传递矩阵的Laplace变换形式,并给出矩阵指数函数的广义Laplace变换计算.     

基于极坐标捕捉机制的移动传感网信号定位算法

为解决当前LTE-5G领域内移动传感网信号定位算法存在的定位精度不高、定位时间过长及定位能力较差等不足,提出了一种基于极坐标捕捉机制的移动传感网信号定位算法。首先,通过逆向频率变换及角度矩阵映射,设计了一种抗噪能力较强的信号接收模型,使其能够结合正交处理的方式来抑制信道噪声干扰,以降低定位过程中因噪声而导致精度不高的问题。随后,联合预设极坐标中心与频率-拓扑关系,构建了一种环定位结构,充分利用sink节点性能不受限的特点来快速捕获信号发射位置,提高定位精度,减少定位时间。仿真实验表明:与常用的正交环定位算法(Orthogonal Loop Location Algorithms,OLL算法)、双源定位算法(Dual-source localization algorithm,DSL算法)相比,本文算法定位精度高,定位时间短等优势,具有很强的实际部署价值。     

基于酉ESPRIT的跳频信号DOA估计

为了利用跳频信号的空域信息辅助同步跳频信号的网台分选,提出了一种基于STFD酉ESPRIT的跳频信号DOA估计算法。首先用WVDSPWVD组合时频分析方法对接收数据进行时频变换,然后提取出跳频信号的有效跳(hop),并对其建立空时频矩阵(STFD),最后利用酉ESPRIT算法进行跳频信号DOA估计。该方法通过酉变换将ESPRIT算法的协方差矩阵从复数域转化到实数域,降低了计算量,而且酉ESPRIT算法利用了数据的共轭信息使数据长度等价增加了一倍,提高了估计精度。仿真结果表明文中算法在信噪比大于2dB时,DOA估计性能优于ESPRIT算法。     

基于信号时频域聚集性的欠定盲分离混合矩阵估计方法

为解决欠定盲分离中混合矩阵估计问题,通过研究观测信号在时频域的线性聚集特性,提出一种基于时频域线性聚集程度差异的混合矩阵估计方法,并着重研究在信号线性聚集程度较弱情况下对混合矩阵的估计.首先,利用观测信号或其时频域中相应变换系数的比值分布衡量信号线性聚集程度;其次,采用优化初始中心的K-均值聚类算法估计混合矩阵.该算法降低了对信号稀疏性的要求,并且可以较高精度地估计出混合矩阵.仿真实验结果表明该方法具有可行性和有效性.      

基于降维Householder变换的多任务运动想象脑电信号特征提取研究

近年来,针对传统的左右手运动想象BCI系统信息传输速率低这一现状,众多脑-机接口(BCI)研究团队开始着眼于对多任务运动想象脑电信号的研究,相比于两类模式识别,多类模式识别能够有效提高BCI系统的信息传输速率。如何准确提取出多任务脑电信号的特征,是实现多任务BCI系统的关键。采用了基于初等反射变换(又称Householder变换)的矩阵近似联合对角化算法,将CSP算法应用于多任务运动想象脑电信号的特征提取,对EEG信号采集效果较好的受试者,四任务运动想象脑电信号的分类准确率提升至80%以上,为在线BCI系统的实现奠定了坚实的基础。     

双基地米波MIMO 雷达低空目标俯仰维DOD和DOA联合估计方法

对于双基地米波多输入多输出(MIMO)雷达低空目标俯仰维测向场景,受多径效应影响,发射接收导向矢量因存在耦合现象而与噪声子空间失去正交性,导致以多重信号分类(MUSIC)为主的子空间类算法在该场景下不可用,而基于空间平滑预处理的子空间类算法由于阵列孔径损失存在角度估计精度不高的问题。为解决上述难题,建立了双基地米波MIMO 雷达单目标和非相干多目标镜面反射信号模型,在信号模型数学变换和分析的基础上发现了一种仍旧与噪声子空间正交的导向矢量矩阵,然后利用新的导向矢量矩阵结合广义MUSIC和最大似然算法提出了双基地米波MIMO 雷达低空目标俯仰维波离方向和波达方向联合估计方法,最后通过仿真验证了所提方法的有效性和俯仰维测向性能的优越性。     

一种基于Toeplitz矩阵重构的波达方向估计新算法

为了提高空间谱中信号与噪声的区分度以及改善传统Toeplitz矩阵重构算法在进行波达方向(direction of arrival,DOA)估计时的精度,本文提出一种新的基于Toeplitz矩阵重构的DOA估计算法。首先将观测数据估计的自相关矩阵预处理得到数据向量,并基于数据向量进行Toeplitz矩阵重构;再对重构后的矩阵进行奇异值分解,得到信号子空间和噪声子空间;最后同时利用信号子空间和噪声子空间进行空间谱估计。结果表明:无论是相干源还是非相干源的DOA估计,该算法估计精度均优于传统Toeplitz算法,在非相干源的DOA估计精度性能与多重信号分类(multiple signal classification,MUSIC)算法一致,并在处理相干信源个数能力与传统Toeplitz算法相同。     

非合作直扩信号伪码及信息序列联合盲估计

研究了短码直接序列扩频信号扩频序列及信息序列联合盲估计问题。在已知码片速率和扩频码周期的前提下,对接收信号以2倍伪码周期进行分段构造信号矩阵,然后对其进行奇异值分解,对最大和次大左奇异向量进行线性变换,得到信息序列;利用自相关函数从最大和次大右奇异向量中得到扩频码序列。该算法在失步时间未知的情况下能够同时估计出伪码序列及信息码序列,避免了传统特征值分解盲估计算法利用2个矢量空间组合扩频序列时存在的相位模糊问题。同时,在引入了矩阵的线性变换后,避免了不同时延估计结果存在模糊的问题,提高了盲估计性能。通过理论分析和计算机仿真结果表明：该算法能够有效估计扩频序列,并且具有精确度高、性能不受时延大小影响等优点。     

小波技术在氧化锌避雷器泄漏电流在线检测中的应用

为提高氧化锌避雷器泄漏电流的测试准确度,以确保设备故障诊断中的有效性和可靠性,采用小波技术对现场信号进行消噪处理,对消噪后的信号,利用信号的相关分析推算出阻性基波泄漏电流,仿真结果表明：与传统的信号分析方法相比,小波分析技术不仅能众噪声中准确提取待测泄漏电流信号,同时又可真实复现泄漏电流信号中的劣化特征,这对设备的早期故障诊断具有重要意义。相关分析的应用,则显著提高了测量的准确度,增强了设备故障诊断的准确性。     

基于脉内特征聚类的分选方法

为提高未知雷达辐射源的分选正确率并且保证分选时间,提出一种正弦差值傅里叶变换和第六维小波包特征提取的聚类分选方法。首先利用正弦插值变换将接收到的雷达到达时间序列变为连续信号,再通过快速傅里叶变换计算出信号最大频率成分的脉冲重复频率（ PRF）值,进行粗分选,然后对信号进行第3层小波包分解,得到信号脉内特征Wpt6,把PRF和Wpt6组成的输入特征向量进行支持向量机（ SVM）聚类分选,对未知雷达辐射源信号重新归类,提高分选准确率。仿真实验结果验证了该方法的有效性,与传统方法相比准确率更高。     

正交投影矩阵的一个求法

正交投影变换及其矩阵在信号处理问题中有着广泛应用，因此对正交投影及其矩阵进行了研究，给出了酉空间C到其子空间的正交投影。在某基下的特殊矩阵表现形式。