基于稀疏表示的高光谱图像增殖快速算法

在高光谱图像目标检测领域中,稀疏表示算法取得了较好的检测效果,但传统基于稀疏表示的目标检测算法稀疏向量的求解耗时长,检测时只利用高光谱图像的光谱信息,没有考虑空间信息,且其字典中所包含训练样本种类和数目较少,都对目标检测有一定影响。针对上述不足,通过对字典进行改进,添加空间信息,转变稀疏向量求解思路,提出基于稀疏表示的高光谱图像增殖快速目标检测算法。通过实验仿真证明,此算法在目标检测精度上有一定程度的提高,并且缩短了算法的运算时间。     

道路监控视频中运动目标分割算法的研究

运动目标分割是交通事件检测的基础,分割的质量直接影响道路事件检测的准确性.依次研究了平均法、连续帧差法、混合高斯建模及阴影消除等算法,并综合应用于道路监控视频的运动目标分割的各阶段.针对连续帧差法和混合高斯建模算法进行了仿真实验,结果表明,混合高斯建模算法更适合做运动目标的分割,但由此得到的前景运动目标常受到阴影干扰,所以在混合高斯建模算法中,加入了消除运动目标阴影的算法.通过实验仿真表明,优化的该算法能够更加清晰地分割出前景运动目标图像.     

合成孔径声呐目标成像算法研究

研究了合成孔径声呐成像处理算法,重点研究了距离多普勒算法和Chirp Scaling算法,分别对两种算法进行了点目标成像的仿真实验,给出了相应的实验结果,通过对两种算法进行比较,寻求较低的复杂度、较高分辨率的合成孔径声呐成像算法。在应用距离多普勒算法的基础上建立了水下目标快速成像仿真模型,给出了基于Visual C++环境水下目标(水雷、鱼雷和潜艇)快速成像的仿真实验结果,从而以较高的效率实现对复杂目标的仿真成像。     

非均匀环境下雷达动目标检测的空时自适应处理

研究一种非均匀环境下地面动目标检测的STAP算法. 该算法将直接数据域内基于正弦曲线幅相估计的检测算法从空域维扩展到空时二维,提高目标回波幅度的估计精度,改善输出信杂噪比,有效地克服了原算法对弱目标检测性能差和虚警率高等缺陷. 仿真结果验证了这种方法的有效性.     

一种公交车客流量实时检测算法的研究

提出了一种新的公交车客流量检测算法,实现对视频帧图中仅包含乘客的敏感区域进行背景匹配更新,能较精确地检测到上下车乘客。该算法首先提出了用双差分模型确定上下车乘客最大可能分布的敏感区域,然后采用单高斯背景模型对上述区域进行背景重建,最后运用背景差分得到精确的前景目标。试验仿真结果表明,该算法降低了运算复杂程度,有效提高了检测精度,具有很好的鲁棒性。     

基于干扰抵消的MIMO-OFDM系统多用户检测算法实现

本文主要研究基于干扰抵消的MIMO-OFDM系统多用户检测算法。首先介绍了MIMO-OFDM系统的特点;然后分析了常见的几类多用户检测算法,特别是迫零检测算法、基于串行干扰抵消的迫零检测算法以及基于并行干扰抵消的检测算法;最后分别对经典迫零检测算法、基于串行干扰抵消以及并行干扰抵消的迫零检测算法进行仿真。仿真结果表明,基于并行干扰抵消的检测算法的误码率性能要优于其他两种算法。     

基于自适应核方法的正交子空间投影异常检测算法

在高光谱图像的异常目标检测核方法中,高斯径向基核函数的宽度决定因子(即核参数)选择恰当与否是决定算法性能的重要因素。针对这一问题,提出了一种基于自适应核方法的正交子空间投影高光谱图像异常检测算法,有效的解决了统一的全局检测参数在复杂多变背景环境下检测性能下降的问题。这不仅提高了算法的通用性,也降低了检测的计算量。用AVIRIS高光谱数据进行了仿真实验,取得了较好的检测效果。将该算法与其他算法进行比较,结果表明,所提出算法的检测性能明显地优于传统算法,降低了虚警概率。     

基于低概率检测的高光谱异常目标检测算法研究

在深入分析高光谱数据特点的基础上,系统研究了基于低概率检测的高光谱图像异常检测方法。首先针对高光谱图像数据维数高的特点研究高光谱图像降维方法,重点研究自适应子空间分解(ASD)算法对高光谱图像进行降维;然后研究高光谱图像异常目标检测算法,异常检测算法能够在没有先验光谱信息的情况下检测到与周围环境存在光谱差异的目标,具有较强的实用性,成为一个重要的研究热点,重点研究低概率检测(LPD)算法,并用此算法对高光谱图像进行异常检测。此外,还研究了其它算法如RX算法,并与LPD算法进行比较,在此基础上对LPD算法进行改进,寻求以较高的鲁棒性进行高光谱异常目标检测,最终用基于特征融合的低概率检测算法对LPD算法进行改进。     

基于最小二乘适值比较计算的静态气体源定位

通过构建多节点分布式气敏传感器网络,对风场中多个位置上的目标气体浓度进行检测。将浓度检测结果与节点位置坐标引入湍流扩散模型,在此基础上依据最小二乘法则设计潜在气体源的适值计算函数。将潜在气源的坐标参数引入适值函数进行计算,通过结果比较得到气体源位置最优解。建立仿真风场中的气体扩散模型并引入传感器观测误差,对该算法的定位效果进行测试,仿真定位实验证明即使观测存在该算法依然可以达到较高的定位成功率。     

多天线系统的推广PDA算法及其迭代检测

针对接收天线数少于发送天线数并且大于发送天线数一半的多天线系统,在研究原有PDA检测算法的基础上,提出了推广的PDA检测算法,并讨论了影响算法性能的因素和改进方法,之后对算法进行了修改使之能够适用于迭代检测.仿真表明推广的PDA检测算法能够有效改进检测性能,迭代后大大提高了系统性能.     

基于拟下降方法的遗传算法及其收敛性

在遗传算法中嵌入一个传统下降算子,且保留最好个体,利用最好个体的记忆信息对搜索过程进行指导,从而得到既有较快收敛速度,又能以较大概率得到全局极值的用于函数全局优化的混合算法.定义了适当的适应度函数和子代个体的选择算子,且从拟下降观点证明了算法的收敛性.数值计算结果表明了本算法显著优于遗传算法和传统下降算法.     

一种改进的MC线性分拆加密算法

介绍一种快速求解矩阵覆盖问题的算法，并对此算法进行了扩展，将原算法中向量的各个分量的取值范围扩大．在此算法的基础上对一种MC线性分拆的加密算法进行了改进，并对其安全性进行了简要的分析．最后给出的算例表明改进的加密算法的密钥选取简单，同样具有加、解密快速．简便等优点．     

对偶四元数导航的简化算法

摘要： 针对原始对偶四元数导航算法计算量大的问题推导了一种简化算法,对原始算法的矢量求解进行数学化简,使引力速度、非引力速度和位置矢量的求解变得简单明了,物理意义明确清晰. 通过近似将简化算法中的非引力速度公式再次化简而得到近似算法. 仿真导航显示,简化算法与原始对偶四元数法解算的位置精度相同,均高于传统捷联导航算法,而简化算法计算量最小;近似算法的位置精度与简化算法相比无明显下降.     

基于Floyd方法的最短路径算法优化算法

最短路径算法在各领域广泛应用,传统研究方法主要集中在算法应用及单一优化,将两种优化方法集于一体的算法很少.以兰州—北京的铁路运输系统实例,利用Floyd与Dijkstra算法结合、代码优化的方法优化传统Floyd算法.结果表明:优化后的算法在很大程度上减少了运算次数和时间,提高了算法的时间及空间复杂度,算法效率较高.     

汽车半主动悬架的神经网络控制

针对目前标准BP神经网络的缺点,提出基于高阶导数的多记忆BP算法,将能量函数的 阶导数与最速下降方向相结合,构造出一个新的最速下降方向,从而提高了神经网络的学习速度。证明了该算法相对于传统梯度算法的快速性,然后给出了该算法的实现方法,并进行了算例仿真。为了证明其实效性,设计了汽车半主动悬架神经网络控制器。结果证明,该算法便捷、实用、有效。     

基于遗传禁忌混合算法的静态电压稳定裕度计算

提出一种基于遗传禁忌混合算法的静态电压稳定裕度计算的新方法．该方法将全局搜索能力强的遗传算法和局部搜索能力强的禁忌搜索算法结合在一起，通过改进的连续潮流法计算，可快速而准确地获取系统最大静态电压稳定裕度，并在一定程度上弥补遗传算法和禁忌搜索算法单独使用的不足．应用该混合算法对IEEE14节点系统进行仿真计算，验证了该方法可行且有效．     

一种解病态线性方程组的神经网络算法

详细研究了求解病态线性方程组AX=b的神经网络算法,提出并证明了神经网络算法的收敛性定理,算法的收敛性定理为神经网络学习率的选择提供了理论依据.为了验证算法的有效性,给出了应用实例.研究结果表明了求解病态线性方程组的神经网络算法是有效的.     

低信噪比环境下语音检测的邻域极值差分信号功率谱分维算法

提出一种邻域极值差分信号功率谱的分形维值算法,并用于低信噪比环境下的语音活动检测. 在时域信号邻域范围内作极值差分检索获得邻域极值差分信号,进一步根据差分信号功率谱估计的最小误差求解分维值.在安静环境下,对正常语音和耳语音的语音信号活动检测(speech activity detection, SAD)性能与盒维相似,明显好于谱熵算法. 多种噪声环境下的SAD检测结果显示,所提算法的误检率远低于谱熵算法,在除白噪声以外各种条件下的误检率均低于盒维算法,且计算量约为盒维算法的5%. 实验表明,该算法在SAD检测和效率两方面具有良好的综合性能.     

离散变量结构拓扑优化协同混合遗传算法

针对离散变量桁架结构拓扑优化问题,提出了将拟满应力法与遗传算法相结合的混合遗传算法,并引入了拓扑和尺寸协同演化的思想,使得桁架拓扑和尺寸的演化能够相互独立又协同进行.并给出算例证明该方法是非常有效的     

LSCM_SUB在半盲多用户检测器中的应用

提出了应用于CDMA上行链路多用户检测器中的半盲LSCM_SUB算法.它首先利用非盲算法消除所有小区内干扰用户的影响,接着再利用LSCM_SUB算法抵消剩余的干扰.仿真实验表明,与盲LSCM算法及解相关算法相比较,该SB_LSCM_SUB算法的性能明显优于其他几种经典的盲恒模算法及解相关算法.