基于网格的最小二乘重建算法

与投影数据及系统的灵敏度等各种特性息息相关的迭代图像重建算法,一直是医学图像重建中热点问题.具有重建速度快特点的解析法却不能得到让人满意的图像,而迭代算法能得到质量较好的图像,但存在重建时间过长的问题.本文以图像的网格化模型为基础,对惩罚加权最小二乘重建算法进行相关改进.实验结果表明,改进后的算法具有较好的重建结果.     

基于频率不变性的改进MUSIC算法的DOA估计

针对传统的波达方向估计（DOA）精度较低的问题，文章提出了一种基于频率不变性的改进多重信号分类方法（Multiple Signal Classification,MUSIC）的算法。该算法利用均匀同心圆阵列先将阵列接收到的数据进行预处理，再使用本文中所提出的改进的MUSIC算法来估计波达方向。改进MUSIC算法是在传统MUSIC算法的原噪声子空间的基础上，依次向信号子空间多取一个特征向量，形成一系列的子空间，加入原来的空间谱估计公式当中，构成新的空间谱估计公式。仿真结果表明，使用改进的MUSIC算法得到的空间谱图的波峰值比传统MUSIC算法增大了85.47 dB，提高了系统的分辨率。     

基于投影修正和POCS的图像超分辨率重建

针对超分辨重建技术中传统POCS图像重建算法存在的Gibbs效应问题,提出一种采用投影修正机制抑制Gibbs效应的图像超分辨率重建算法.首先针对初始图像采用方向差分方法获得图像的边缘约束算子;随后在每一次的迭代重建过程中,结合前后重建结果的差值和边缘约束算子设计投影修正算子,并对残差阈值和点扩散函数分别进行修正,从而获得修正后的数据一致性投影过程;最后利用修正的投影过程获得最终重建图像.试验结果表明:改进算法具有较好的峰值信噪比,并且有效抑制了Gibbs效应,具有较好的应用前景.     

基于均匀线阵的改进MUSIC算法

在相干信源下,传统的MUSIC(MUltiple SIgnal Classification)算法不能准确地估计波达方向。为此,在对传统的MUSIC算法进行研究的基础上,提出了一种改进的MUSIC算法。该算法是将阵元接收的数据做相应的变换,从而得到新的阵列数据,再通过求互协方差等运算,得到新的数据协方差矩阵。同时,对该算法和传统的MUSIC算法进行了仿真,对其DOA(Direction of Arrival)估计性能进行比较。仿真实验表明,改进后的算法在相干信源的情况下具有很好的去相干性能,而且没有阵列孔径的损失。能精确地估计信号的波达方向。     

基于e~0范数优化算法的图像重建

为了解决稀疏信号的重建问题提出了光滑e0范数优化算法,它与最小1范数优化算法等图像重建的方法相比有很大的不同,着重实验了这种信号重建算法中重要参数的选择,并利用手写体数字图像库为试验样本做了一维信号重建和二维图像重建实验.实验结果证明了基于e0范数优化算法在图像重建时间和重建精度上的优越性,此为后续的图像工程研究奠定了基础.     

基于改进波束域MUSIC算法的高分辨方位估计

波束域MUSIC算法在波束域高分辨目标方位估计算法中是最具代表性的方法。和阵元域处理相比,波束域处理具有计算量小、分辨信噪比门限低的优点。文中论及窄带信号的波达方向估计问题,提出了高分辨处理的一种改进的波束域MUSIC算法。仿真计算表明,这种改进算法改进了信号的分辨信噪比门限。     

极化敏感阵列的DOA及极化参数降维估计算法

为解决极化MUSIC算法运算量大的问题,提出了一种适用于极化敏感阵列的秩亏损MUSIC算法。在极化MUSIC算法的基础上,通过运用矩阵秩亏损原理将谱函数进行降维优化成只与空域参数相关的二维谱函数,大大降低了谱峰搜索过程中的运算量,同时保证了波达方向(DOA)估计精度。在获得入射信号的DOA之后,通过公式可直接计算得到入射信号的极化参数,具有较低的运算量。通过仿真实验可以验证秩亏损MUSIC算法存在着较高的估计精度,并通过将其与极化MUSIC算法的计算复杂度进行对比,可以发现秩亏损MUSIC算法具有较好的实时性,在入射信号相同并含有极化信息的条件下,秩亏损MUSIC算法的计算复杂度相较于极化MUSIC算法降低了104数量级。     

TD-SCDMA系统中MUSIC算法的改进

针对MUSIC算法中直接用零特征值的个数不易确定信号空间维数的缺点，提出了利用信道冲激响应来限制信号的维数的方法。TDSCDMA系统本身需要利用信道冲激响应来进行联合检测，因此该改进方法并不增加系统的复杂度，具有良好的工程实现性。从MUSIC谱上比较不同算法的性能，用信道冲激响应估计信号源的路径以确定信号的维数的方法比直接用门限法有更好的分辨率，同时也比直接选取最大的信号维数的方法更精确。     

层析成像的模糊-神经网络重建方法

考虑投影数据不足时，射线层析成像的离散重建算法难以取得较好效果的情况，利用模糊理论建立了表示物体衰减系数的连续函数，用神经网络学习算法确定该连续函数中的待定参数．提出了一种适于投影数据或投影方向不够时的CT图像重建算法．计算机仿真结果显示了该方法在投影数据严重缺少时的良好效果。     

基于CT投影数据不完全的代数重建算法的研究与实现

目前,CT图像重建算法主要包括解析法和迭代法。解析法以卷积反投影算法最为常用,该算法的重建速度快,成像质量较好,但它要求完全的、等间距的投影数据,积分路径（射线）要为直线,而且重建图像有伪影。代数重建算法是迭代法的典型形式。它适用于不同方式的采样数据,对不完全数据也可重建图像,但计算量大、重建速度慢,影响了算法的应用范围。     

α噪声背景下谐波恢复方法研究

为解决α 噪声背景下的谐波恢复问题,提出了归一化循环相关结合多重信号分类算法。该算法包含两种 多重信号分类算法( MUSIC: Multiple Signal Classification) : 样本空间MUSIC 算法和特征空间MUSIC 算法。 这两种MUSIC 算法充分利用信号子空间和噪声子空间,在空域内做谱峰搜索以求取谐波频率。该算法不仅能 估算谐波信号频率,同时也能提高谐波估计的精度。计算机仿真结果表明,使用这两种算法可完成谐波信号频 率有效估算,而且效果比原有分数低阶矩及其派生的分数低阶统计量更优,且有效地解决了非整数算子造成的 相位扭曲问题,应用前景广泛。     

基于两种统计信号处理算法的噪声信号谱估计研究

基于统计特征的谱估计技术在现代信号处理领域发挥着极为重要的作用.文章选择具有代表性的两种统计信号处理算法MVDR算法和MUSIC算法作为研究对象,讨论了两种算法的基本思想,给出了MATLAB实现的基本方法,并通过实验验证了两种算法在噪声信号检测中的有效性,得出MUSIC算法较MVDR算法在噪声信号检测中的分辨特性要高的重要结论.     

基于两种统计信号处理算法的噪声信号谱估计研究

基于统计特征的谱估计技术在现代信号处理领域发挥着极为重要的作用。文章选择具有代表性的两种统计信号处理算法MVDR算法和MUSIC算法作为研究对象,讨论了两种算法的基本思想,给出了MATLAB实现的基本方法,并通过实验验证了两种算法在噪声信号检测中的有效性,得出MU-SIC算法较MVDR算法在噪声信号检测中的分辨特性要高的重要结论。     

基于频率分集逆合成孔径雷达的多重信号分类目标成像算法

将频率分集的思想应用在逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像中,通过单频信号合成宽带信号,可解决系统发射接收宽带信号复杂的问题.但窄带的合成可视为宽带信号的稀疏采样,由此带来了旁瓣提高等难点.提出一种基于频率分集ISAR体制的多重信号分类(multiple signal classification,MUSIC)目标成像算法,该算法将合成阵列接收的回波信号协方差矩阵进行特征值分解,得到信号子空间与噪声子空间,然后根据二者的正交性构建谱函数对目标位置进行估计,得到目标的超分辨二维像.将MUSIC算法与后向投影(back projection,BP)算法做了对比,仿真结果表明:在有较强噪声环境下,前者仍能有较好的成像效果,证明本文方法的应用可有效解决频率稀疏带来的高旁瓣问题.     

循环MUSIC算法的误差分析及改进

通过分析循环MUSIC算法信号模型的误差,考查载波频率、信号带宽、循环频率、阵元间距和波达方向(DOA)等因素对DOA估计性能的影响,根据分析结果提出在计算导向矢量时选择最适当的频率以减小偏差,改进估计性能.仿真结果表明上述与信号模型相关的因素对DOA估计的精度有一定影响,与理论分析一致,且证实改进算法有效.     

基于小波变换的图像零树压缩感知方法

稀疏性是压缩感知的前提,然而,自然图像通常不是稀疏的,因此对图像直接应用压缩感知算法很难取得高压缩效率.针对图像信号,将编码思想融入压缩感知理论,提出一种简单有效的零树压缩感知方法.该方法先利用零树思想辅助压缩感知测量,在得到测量值的同时编码重要系数的位置;然后提出零树追踪重构算法,通过精确解码重要系数位置来重构原始图像小波系数,提高重构精度.实验结果表明,相比于现有匹配追踪算法和EZW算法,本文方法有更高的压缩比和更好的图像重构质量.     

宽带CDMA系统上行链路天线阵列信号到达角估计

在多径时变信道环境中研究宽带CDMA天线阵列接收机基础上，应用MUSIC和二阶ESPRIT算法进行阵列信号最强径到达角估计，同时，提出了一种基于阵列收敛条件的导频辅助到达角估计算法，该算法利用自适应阵列收敛条件下正确跟踪期望信号方向的特点，搜索信号最强接收方向，并可将结果直接应用于下行链路波束成形权重计算，仿真结果表明，提出的导频辅助到达角估计算法与MUSIC和二阶ESPRIT算法相比，估计精度有较为明显的提高。     

时间反转超宽带系统的空间谱定位算法

根据超宽带无线电技术的电磁波定位原理,提出了一种超宽带空间谱定位算法,结合多重信号分类(Multiple Signal Classification,MUSIC)算法并利用超宽带信号源的频带分割获取多频下的时反算子.仿真结果有效地验证了本文所采用的方法具有良好的定位成像能力.     

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。     

阵列信号处理中DOA估计的误差分析

多重信号分类法(即MUSIC算法)具有很高的分辨力、估计精度及稳定性,在阵列信号处理中对DOA(direction of arrival)的估计也一直是人们研究的热点。通过对MUSIC算法中影响DOA估计的误差因素进行分析和研究,讨论MUSIC算法的估计性能。理论分析和仿真结果表明,对非相关或相干信号,MUSIC算法是一种有效的测量目标方位角的方法。