运动估计算法研究

叙述了运动估计中常用的几种快速块匹配算法,并以此为基础阐述了一个带预测的分级搜索块匹配算法.通过实验证明,在平均峰值信噪比差不多的情况下降低了块搜索次数.     

高效快速车牌定位算法研究

车牌定位是车牌识别(LPR)系统中的关键技术之一,通过对车牌区域的各种固有特征的研究和探讨,提出了一种高效快速的车牌字符定位算法,该算法基于二值边缘图像的频率变化特征,在整个车辆图像中搜索到车牌的精确位置,得到牌照图像,为车牌的进一步识别打下良好的基础.现场实验表明,该算法快速准确,对提高整个识别系统的正确率起到了关键的作用.     

基于DHT的轻量级Chord协议快速搜索的研究

提高P2P网络资源快速定位效率是Chord协议的应用之一.提出了一种基于DHT的轻量级Chord资源快速定位算法.该算法根据节点自身资源被访问次数建立资源管理表并利用哈希函数对资源号有序序列实现相同资源搜索时减少遍历次数,也就加快了热度资源查询与定位速度.仿真实验表明,该算法在小型P2P网络中用来提高资源定位效率是可行的.     

基于蝙蝠算法与信号稀疏分解的DOA估计研究

稀疏分解的DOA估计法具有很高的估计精度,但稀疏分解计算量巨大,需要较长的计算时间。针对这一问题,将蝙蝠算法与信号的稀疏分解算法相结合,应用于信号的DOA估计。利用蝙蝠搜索算法搜索路径优、寻优能力强的优点,可快速寻找到正交匹配追踪过程中每一步分解的最佳原子,从而实现信号快速稀疏分解。仿真结果表明,引入蝙蝠算法后,在有效的估计条件下,加快了计算速度,减少了计算量。     

动态分段的飞机舱音记录器混合信号在线盲分离性能分析

针对飞机驾驶舱话音记录器(CVR)中存在轻微时变特性和信号有大量近零值的情况,提出一种基于信号样本动态分段的在线盲分离算法.应用独立分量分析的在线算法对CVR混合信号进行动态分段处理,再通过快速的FastICA算法进行精确化求解.为了使估计器获得最佳性能,适当调整分离矩阵各行权值.仿真结果表明,该算法可有效地将CVR混合信号中独立的声音信号分离出来,分离效果优良.     

一种改进的单纯形算法

针对无约束函数最优化问题,提出了一种能有效加快收敛速度的改进单纯形算法。在N-M单纯形算法的基础上,利用目标函数值的信息对反射中心重新定位,使反射方向更靠近目标函数最优值的方向,提高了搜索效率。函数寻优的对比测试结果表明,改进算法明显提高了单纯形算法的收敛速度和寻优质量。     

一种基于特殊训练序列的TH-UWB信号同步捕获算法

超宽带信号的快速同步捕获是实现UWB系统的一个重大挑战。提出了一种基于特殊训练序列的同步捕获算法,它只需对接收信号进行符号速率的积分清洗运算,然后根据信号的依次截取实现同步参数的搜索估计。该算法有效地提高了密集多径信道下极窄脉冲能量捕获,并且降低了运算复杂度和同步捕获时间。通过计算机仿真评估了在密集多径信道下,训练序列长度对捕获精度和系统误码性能的影响,以及捕获性能、系统误码性能与信噪比的变化关系。仿真实验表明,在训练序列长度为16、32时误码性能曲线和理想同步情况下已十分接近。这说明与传统的数据辅助算法相比,该算法只需要较短的训练序列就可以实现较理想的系统性能,从而提高了系统的带宽利用率。     

基于灰度曲线法及改进Hough变换的虹膜定位算法

虹膜定位是虹膜识别系统的基础和关键,定位的速度和准确率直接影响着虹膜识别算法的性能.针对虹膜图像的灰度分布特征和近似圆形的几何特征,提出一种基于灰度曲线法和改进Hough变换的虹膜定位算法.首先,利用灰度投影法粗略定位瞳孔中心;其次,利用灰度曲线法精确定位瞳孔中心及虹膜内边缘;最后,利用改进的Hough变换检测虹膜中心及外边缘.仿真实验结果表明,该虹膜定位算法内存空间开销小,速度快.     

滚动轴承振动信号的稀疏表示研究

振动信号蕴含着丰富的装备工作信息,信号稀疏表示能够有效地提取信号最本质的特征.以滚动轴承振动信号为对象,对其进行了稀疏表示研究.根据轴承振动信号的频谱结构特点,基于信号自适应展开,构造了基于指数衰减余弦函数的过完备原子库;用粒子群优化算法(PSO)算法依次搜索原子库中与信号最匹配的原子对其进行稀疏表示并进行了仿真.结果表明:所选择的原子库分解信号后的残余信号更小,相似度达0.912 2,能更好地表示信号.     

GPS软件接收机并行处理的实现

针对传统GPS软件接收机实时性差的问题,深入研究了基于双核处理器的并行信号搜索、跟踪以及伪距定位等关键技术, 提出GPS软件接收机并行处理方法. 在搜索过程中,采取并行处理技术并实时优化搜索范围,利用相位关系进行解算,有效克服了相关法求解精频速度慢的缺点. 在跟踪环路中,研究载波/码相位跟踪环路并行独立处理技术,通过深入分析二阶跟踪环路性能,优化设计参数,使接收机具备较好的动态性能的同时,能够将噪声的影响降到最低. 最后在Matlab环境下设计了算法应用程序,将实测数据对算法进行验证. 结果表明：与传统的串行处理算法相比,该方法可使信号处理效率提高30%以上,各项输出指标均达到单点伪距定位要求.     

基于车载数据库协同触发的高铁LTE-R切换算法

进一步提升高铁的信道切换性能具有重要的现实意义.基于信号功率和车载数据库协同触发机制提出了应用于高速铁路下一代通信专网LTE-R(long term evolution for railway)的新型切换算法,将数据库基站信息和信号功率实测信息的比对结果作为切换触发的判据,能实现中断快速重连和切换锁定等功能.仿真结果表明,该新型切换算法能有效提升LTE-R的信道切换性能,在重叠区关键位置点的触发效率比传统算法提升43.7%,切换成功率达到了99.5%.该协同触发切换算法在LTE-R高铁通信专网上具有广阔的应用前景.     

一种参数动态调整的自适应微粒群优化算法

提出了一种参数动态调整的自适应微粒群优化算法.针对微粒群算法中不同适应度值的微粒所需要的搜索能力不同,引入微粒相对优秀度概念,通过相对优秀度来动态调整惯性权重和加速因子,有效地调节算法的全局和局部搜索能力,保持了微粒的个性.利用三个Benchmark函数进行数值试验,仿真结果表明,算法稳定,具有较好的收敛性能.     

多候选集广义正交匹配追踪算法

针对压缩感知中贪婪类信号重构算法精度不高的问题,提出一种多候选集广义正交匹配追踪算法.按照测量矩阵与残差内积的相关性选出多个原子作为多个候选集,然后在迭代时分别将多个原子加入对应候选集,以提高算法收敛速度.从多个候选集中选出残差最小的一个作为最终支撑集,实现信号的精确重构.实验表明,该算法与已有的同类算法相比能更好地重构原始信号,且算法复杂度较低.     

改进粒子群算法在水下盲语音分离中的应用研究

针对粒子群优化(particle swarm optimization,PSO)算法收敛速度慢、易陷入局部最优等缺点,提出了一种基于改进PSO算法优化的独立分量分析(independent component analysis,ICA)算法,用于水下语音和噪声混叠信号的盲分离.采用规范四阶累积量的绝对值作为ICA中的目标函数,通过改变惯性因子ω和压缩因子k来增强粒子的自适应寻优能力.对比实验结果表明,该算法在收敛速度、算法稳定性和分离效果方面的性能更优.     

面向全容量的高性能彩色图像可逆信息隐藏算法

可逆信息隐藏主流算法通常基于经验给出各种固定的边信息(峰值点和零点对)搜索方案用于直方图平移过程,使得算法性能受到较大限制.为进一步提高算法效率,该文给出一种面向全容量(从小容量到大容量)的自适应嵌入方案,根据给定的嵌入容量选择近似最优的边信息.所提出的基于多特征排序的嵌入位置优选策略,能够搜索到更光滑的区域进行信息嵌入,从而提高算法性能;基于给定的嵌入容量,给出了一种基于智能优化算法的自适应边信息优选方案.实验结果表明,该算法可以实现全容量下的信息嵌入,并且获得的算法性能更好.     

提高空间谱算法分辨率的DOA估计

针对传统MUSIC算法在低信噪比,小快拍数等非理想条件下分辨率下降的问题,提出了改进的基于子空间投影的MUSIC测向算法. 该算法充分利用子空间信息,采用新的特征值校正方法对噪声子空间进行加权,并与加权信号子空间投影进行空间谱合成,得到新的空间谱函数. 搜索函数极大值,就能得到来波方向. 新方法既保
留了噪声子空间算法的高分辨性能,又保留了信号子空间算法的稳定性. 计算机仿真和实测数据表明新方法有效.     

改进人工蜂群算法在路径优化上的应用

基本的人工蜂群算法通过不同角色蜜蜂在对蜜源进行采食过程中进行角色的转变,能够快速地求解问题的最优值,其具有全局寻优能力强、鲁棒性、收敛快等优点.但在接近全局最优解的时候,蜜蜂搜索的速度会明显变慢,易陷入局部最优.针对这些问题,在基本算法的位置更新阶段加入了高斯变异算子和柯西变异算子,提高了算法的收敛速度,增加邻域蜜源的访问概率,使得算法能够有效地跳出局部最优.应用TSP问题对改进后的算法进行仿真验证,结果证实了改进后的算法具有一定有优越性.     

时频域子带线性调频干扰抑制算法

通过对线性调频（LFM）信号子带分解的分析,提出了一种基于子带信号处理的时频单元剔除（SSP TFCD）LFM干扰抑制算法.这种算法充分利用了子带分解的时频定位特性,在干扰基本消除的同时保证了信号的失真度较小,因此它可以为系统带来较大的性能增益.仿真结果进一步证实本算法的性能优于基于子带分解的子带剔除算法(SSP SD).     

利用基于分区搜索的自适应遗传算法求解TSP问题

为了提高用遗传算法求解旅行商问题（TSP）的收敛速度，结合自适应算子和父子竞争策略等优化思想．提出了基于分区搜索的自适应遗传算法．该算法将整个搜索区域分成若干个较小的搜索区域，先进行局部搜索．在得到局部较优的基因组合后，再进行全区域搜索，不但提高了遗传算法的收敛速度，而且改进了变异算子的操作性能．通过TSP问题的求解表明，基于分区搜索的自适应遗传算法是一种稳定、高效的优化算法。     

基于改进群搜索优化算法的云计算任务调度方案

针对云计算中的任务调度问题,提出一种基于改进群搜索优化(IGSO)算法的任务调度方案.首先,为了解决传统GSO算法的收敛速度较慢,不能很好地应用在云任务实时调度的问题,在搜索者和游荡者的位置更新中融入了粒子群算法中的粒子位置更新策略,提出一种快速收敛的改进GSO算法.然后,将任务调度问题进行编码,以任务执行时间为适应度函数,通过提出的IGSO算法寻找最优调度方案.仿真结果表明,该方案能够快速且合理地调度任务,具有可行性和有效性.