基于迭代加权?q范数最小化的稀疏阵列综合方法

摘 要：针对非均匀稀疏阵列综合问题,提出一种利用迭代加权?q(0相似文献   

基于布雷格曼迭代的稀疏正则化图像复原方法

为了实现模糊噪声图像的清晰化复原,提出了一种基于布雷格曼迭代的稀疏正则化约束的图像复原算法。首先,运用差分算子,得到图像中各个方向上的梯度信息;然后,利用提取的梯度信息,得到图像边缘各个方向上的权重;并结合稀疏性原理,针对复原图像,提出了一种权重的稀疏性正则化约束;最后,运用了一种布雷格曼迭代(Bregman Iteration,BI)策略对提出的方法进行最优化求解。实验结果表明,较近几年的一些具有代表性的图像复原方法相比,不仅主观的视觉效果得到了较为明显的改进,而且客观的信噪比增量也增加了0.3~2.5 dB。     

基于稀疏分布的空间节点资源循环迭代控制算法

为解决大规模稀疏型传感网络数据随节点数目急剧增大时导致网络堵塞的问题,提出了基于稀疏分布的空间节点资源循环迭代控制算法。该方法利用大规模稀疏网络节点在空间上的弱相关性,构建了一个表达联合稀疏关系的模型。通过通信特征做到自适应选择最优节点作为感知节点,针对稀松节点数量有限、无法传递海量信息的问题,采用循环迭代控制对稀疏网络节点数据进行压缩,以最大程度用有限节点获得最大信息量;再利用信号稀疏性特征重构节点数据。仿真结果表明,该方法以有限的节点资源满足估计精确度的要求,并有效减少了感知的节点数目,降低系统的资源消耗。     

一种快速迭代软阈值稀疏角CT重建算法

针对目前迭代软阈值稀疏角CT重建算法收敛速度较慢的问题,提出了一种基于全变分约束的快速迭代软阈值稀疏角CT重建算法.该算法首先对CT稀疏投影数据采用联合代数重建算法(SART)进行重建,以获得满足数据一致性的重建图像,然后计算SART重建图像的离散梯度变换,并对其进行软阈值滤波,最后利用离散梯度变换的伪逆更新重建图像.由于在迭代过程中利用了前2次迭代重建图像作为下一次迭代的初始图像,因而加快了重建算法的收敛速度.对Shepp-Logan模体进行仿真的实验结果表明:在无噪、5×104和2×105光子泊松噪声情况下,与SART重建算法、基于Harr小波的快速迭代软阈值算法以及基于全变分约束的迭代软阈值重建算法相比,该重建算法的收敛速度有明显提高,同时能够有效减小图像的相对重建误差.     

基于迭代收缩算法的稀疏人脸识别

为了获得更加理想的人脸识别效果,提出一种基于迭代收缩算法的稀疏人脸识别方法.首先在研究现有的迭代软阈值算法的基础上,将迭代广义迭代收缩算法用于解决lp-数非凸稀疏模型求解问题,然后将该算法用于人脸识别,最后采用仿真实验测试算法的性能.实验结果表明,该算法的精确度明显优于其他算法.     

兼具高自由度低互耦的间距约束稀疏阵列设计

针对传统稀疏阵列难以实现孔径和互耦同步优化导致测向误差的问题,设计了一种兼具高自由度低互耦的间距约束稀疏阵列.该阵列由四段均匀线阵以一定间隔首尾相连构成,约束每段均匀线阵的阵元间距以及各段均匀线阵之间的间距尽可能大,形成了3段稀疏的均匀线阵和1段密布的线阵,有效减少了阵元间的互耦效应,基于该阵列推导了物理阵元位置、差联...     

球面共形天线阵列的稀布优化方法

为了抑制球面阵列峰值旁瓣电平,提出了一种基于改进遗传算法的阵元球面稀布优化算法(ESSA).首先采用遗传算法染色体对阵元位置信息进行特征提取,并利用染色体的的交叉、变异对位置信息进行优化重组,然后将重组前后的阵元位置信息合并成新的种群,最后在迭代过程中根据遗传算法适应度函数对阵元分布进行优化选择,从而建立最优阵元分布模型.与阵元球面均匀分布方法相比,EESA具有更大的阵元分布空间.仿真实验表明,经过遗传算法优化后所得最优阵元分布模型的峰值旁瓣电平较优化前约降低2.6dB,实验结果证明了ESSA可完全实现阵元可分布空间的随机寻优.     

基于残差比阈值的迭代终止条件匹配追踪稀疏分解方法

基于传统的迭代终止条件,应用匹配追踪(MP)稀疏分解方法分解高噪信号,研究了固定迭代次数及阈值迭代终止条件的不足.引入相邻残差之比,规格化相邻残差之差,减少了噪声的干扰,设计了残差比阈值迭代终止条件. 采用残差比阈值迭代终止条件,对高噪声超声信号进行稀疏分解,分解过程会根据噪声成分的水平自适应地终止迭代,克服了传统迭代终止条件无法选择迭代终止阈值的问题.理论推导与实验都证明了残差比阈值迭代终止条件具有很强的鲁棒性.     

稀疏信息处理中的迭代分式阈值算法

在稀疏信息处理中, l₀范数优化问题通常转化为l₁范数优化问题来求解。 但l₁ 范数优化问题存在一些不足。 为寻找一种更有效的求稀疏解的算法, 首先构造一个新的收缩算子, 其次证明该收缩算子是某非凸函数的邻近算子。 然后用该非凸函数替代l₀-范数, 对新的优化问题用向前-向后分裂方法得到对应的迭代阈值算法-迭代分式阈值算法(IFTA)。 仿真实验表明该算法(IFTA)在稀疏信号重构和高维变量选择中均有良好的表现。     

相控阵超声探伤中一维稀疏阵列的优化设计研究

运用Matlab软件,提出一种改进的粒子群算法,对不同的相控阵一维稀疏阵列进行仿真优化分析,计算出能反映成像的空间分辨率和对比度分辨率的阵列方向图,得到了综合声学性能接近参考满阵阵列的稀疏阵列.实验分析表明,粒子群算法的引用能为稀疏阵列提供有效的优化设计.     

求解线性方程组的一种迭代算法

对系数为对称正定矩阵的线性方程组,利用系数矩阵主对角线上元素的和构造一种新的收敛迭代格式．     

线性规划的一种快速收敛的迭代算法

利用对偶原理把线性规划问题转化为线性不等式组,并利用在线性空间上投影的方法给出了一种解线性不等式组的迭代算法,其初始值可以任取。在定义了线性空间之间的夹角之后,证明了这种迭代算法是全局收敛的;然后对此迭代算法进行加速,使其收敛速度大大提高;而且,加速后的算法与线性规划的其它算法相比也是较简单的;文中所给的数值例显示,迭代次数从加速前的数万次减少到加速后的数次。     

基于约束最小冗余线阵的TLS-ESPRIT快速算法

在各种高分辨测向算法中，TLS—ESPRIT估计精度较高，因不需要谱峰搜索而具有更小的运算量．提出一种利用约束最小冗余线阵的快速TLS—ESPRIT算法，在不降低阵列孔径利用率前提下，进一步减小了运算量，分析表明，该算法不仅降低了运算量，而且在一定条件下，性能优于常规TLS—ESPRIT算法，所得结论通过计算机仿真得到了验证．     

一种网上求解线性方程组的Guass-Seidel并行迭代算法

针对基于PVM的微机网络并行计算环境下,处理机的运算速度较快而处理机间的通信相对较慢的实际情况,给出了一种网上并行求解线性方程组的Guass-Se idel迭代算法。该算法将方程组的增广矩阵按行卷帘方式分布存储在各处理机中,循环传送每一次的迭代向量以减少处理间的通信次数,同时,采用计算与通信部分重叠技术,提高并行算法的效率。并用1~12台桌面PC机联成的局域网,在PVM 3.4 on W indows2000,VC 6.0并行计算平台上编程对该算法进行了数值试验,试验结果表明,该算法较传统的基于列扫描法的Guass-Se idel并行迭代算法优越。     

快速Fourier变换的递推算法

本文对快速Ｆｏｕｒｉｅｒ变换算法进行了有益的改进，使得在变换过程中只需利用一个简单的递推表达式ａｋ＾（ｊ）＝ａｘ＾（ｊ－１）＋ａｙ＾（ｊ－１）ω＾ｐ计算，而其中ｘ，ｙ及ｐ可用位运算得到，易于硬件实现。     

一种基于重心的快速细化算法

分析快速细化算法和OPTA细化算法不足产生的内在原因,提出一种新的基于重心的快速细化算法.该算法根据被细化图像的特点,用密度重心快速将纹线细化到3个像素宽度内,计算4邻域拓扑实现彻底细化.仿真结果表明,在细化效率方面,该算法一次遍历删除超过一半的大量冗余像素,是快速细化算法的3～7倍;在细化要求方面,该算法可达到绝对单像素、光滑无毛刺,并能保持端点不被吞噬,能够很好地满足图像细化的要求.     

光栅投影三维测量中一种新的线条纹细化算法

针对光栅投影三维测量中的线条纹,提出了一种新的条纹细化方法。实验证明,该算法获得了理想的处理效果。     

逐层迭代的多尺度水平集红外图像分割算法

针对应用传统水平集方法进行红外图像分割易产生误分割且运算量大,提出了一种多尺度水平集分割算法,该算法利用小波变换将图像分解成多尺度子图像,在子图像上进行图像分割,采用插值法将粗尺度上曲线演化结果投影到细尺度上作为初始轮廓线,逐层分割,并根据图像噪声的大小,确定演化模型中的正则项参数,使噪声得到有效抑制,获得准确的分割结果.仿真实验表明,该方法不仅分割效果好,而且具有抗噪性强和运算速度快的特点.     

线性方程组的4种迭代方法

研究了线性方程组的4种迭代方法——Jacobi迭代、Gauss-Seidel迭代、HSS迭代、Richardson迭代,给出了4种迭代方法收敛的充分条件。数值实验进一步表明,在大规模线性方程求解时,迭代矩阵谱半径的大小决定算法的收敛速度;在谱半径小于1的前提下,谱半径越小,则收敛速度越快。     

A Decorrelation Constant Modulus Algorithm for Multitarget Separation Using Adaptive Arrays

In this paper, an adaptive digital filter algorithm is presented to optimize the signal-to-noise ratio of an antenna array with multiuser signal inputs. These synchronous communication signals have constant envelope property and are transmitted through a Multiple-Input/Multiple-Output （MIMO） linear channel. This Multiuser Constant Modulus Algorithm （MU-CMA） using an antenna array can compensate for both Interuser Interference （IUI） and Intersymbol Interference （ISI）. The method is derived by minimizing the cost function of the constant modulus signals as well as cross-correlations between them. The simulation result in this paper shows the performance of this algorithm.