亚、超高斯信号后非线性混合的盲分离

研究后非线性混合信号的盲分离,从最大似然角度推导了一般后非线性分离结构的学习公式;在前人一些工作的基础上,提出一种用于亚、超高斯信号后非线性混合的盲分离算法.通过对人造及自然信号的实验,证实了该算法的有效性.     

基于小波和Curvelet变换联合去噪的含噪盲源分离

独立分量分析(ICA)是一种仅依据信号间的统计独立的性质,对多路观测到的信号进行盲源分离的方法.现有的独立分量分析算法大都假设在无噪声情况或噪声很小可以忽略不计的情况,而在强噪声背景下,这些算法都无法获得理想的分离效果.在含噪信号盲源分离一般模型的基础上,提出了一种小波和Curvelet变换联合去噪的含噪信号盲分离算法.通过对高斯噪声背景下的混合图像的仿真研究,表明该方法能有效的提高图像的信噪比,减轻了噪声对经典ICA算法分离性能的影响,很好的实现了含噪混合图像的分离.     

改进的复值非高斯最大化盲源分离算法

复值非高斯最大化盲源分离算法的收敛速度,受其采用的反双曲正弦函数计算复杂度的影响较大,针对这一问题,提出了一种收敛速度更快的改进型复值非高斯最大化算法。该算法采用一个低计算复杂度的非线性函数替代原算法中的反双曲正弦函数。该函数的计算复杂度是反双曲正弦函数的三分之一。在相同条件下,基于该非线性函数的复值非高斯最大化盲源分离算法的收敛速度相比原算法提高了1倍左右,更适合于对接收信号进行实时处理,而且信号分离误差小,同时该算法同样适用于任意非高斯的常态和非常态信源。仿真试验验证了算法的有效性。     

采用自适应核函数的空间时频分布盲源分离

基于空间时频分布的盲源分离算法可以用来分离具有不同时频分布的信号.时频分布的交叉项影响着盲分离的性能,而不同的时频分布对交叉项的抑制效果也不同.目前的盲源分离算法多是基于固定核的时频分布,而自适应核函数对交叉项的抑制能力要优于固定核的时频分布.提出采用自适应核函数时频分布的盲源分离算法,这种算法具有比较强的抑制交叉项能力和抗噪声能力.仿真表明,无论是在有噪声还是无噪声的情况下,这种算法的盲分离性能均优于采用Cohen类时频分布的盲源分离算法.     

基于Curvelet稀疏表示的图像盲分离初始化

针对盲分离初始化问题提出一种基于Curvelet稀疏表示的图像盲分离初始化方法. 该方法充分利用信号Curvelet变换的稀疏特性,选取稀疏性最好的高频系数组,采用聚类方法估计聚轴中心,寻求混合矩阵估计值,实现对盲分离学习算法的初始化. 实验结果表明,该初始化方法能避免盲分离算法在收敛时陷入局部最小,加快收敛,并提高分离精度.     

基于非线性混迭的相干斑噪声分离算法

相干斑噪声分离是遥感技术应用中的一个重要问题,依据相干斑噪声图像的产生机理和信道特征,提出了适合非线性混迭环境下的相干斑噪声分离模型,设计了一个基于非线性混迭的相干斑噪声分离算法,实验证明,经过算法处理,有效地降低了图像的相干斑指数,保持了图像的细节特征.     

基于峰态的盲信号分离

就一种基于信号峰态(kurtosis)极值化的盲信号分离方法进行了探讨．首先介绍算法理论，然后提出了一种简化快速的最速下降算法，解决了收敛指向性的问题，并将对混合语音信号的分离扩展到混合图像信号的分离．实验结果表明，同其他基于峰态的盲分离算法相比，其分离效果好，而且在收敛速度、运算复杂度方面有显著的优势．     

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.     

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.     

利用粒子滤波与支持向量机的数字混合信号单通道盲分离

针对基于粒子滤波盲分离算法运算复杂度高的问题,将支持向量机理论引入到粒子滤波算法中,提出一种数字调制混合信号单通道盲分离算法. 确定了算法中粒子权值更新方法,并给出了参数与符号序列的后验概率密度估计. 从后验概率密度估计的统计特性和运算复杂度两个方面详细分析了算法的性能,并从理论上证明该文给出的后验概率密度估计能很好地逼近真实后验概率密度. 理论分析与仿真结果均表明,与基于粒子滤波的盲分离算法相比,算法在误码率性能相当的情况下,有效缩短了运算时间.     

基于迭代结构和MS估计的信源信道联合解码

利用信源参数的非等概分布和时间相关性,以及软输入软输出信道解码提供的接收参数似然信息,提出了基于递归结构的联合信源信道解码算法.该算法由基于MS估计的软输入信源解码和基于迭代结构的维特比信道解码两部分组成.仿真实验表明对于具有时间相关性的高斯信源和加性高斯白噪声信道,与信源信道独立解码相比,联合算法得到的参数信噪比提高了近10 dB,有效提高了接收系统性能.     

一种改进的基于边界跟踪的粘连目标分离算法

在颗粒图像的自动分割中,经常遇到颗粒粘连、重叠在一起的现象,需要将它们分离为单个颗粒目标.基于边界跟踪的分离算法能够克服聚堆目标连接处的凹陷比较明显并且/或者在连接处存在灰度局部最小边缘的要求,取得了较好的分离效果.但对于某些中轴方向不是垂直或水平的聚堆目标,分割仍然不理想.为此,提出了一种改进的分离算法,该算法通过自动旋转聚堆目标区域使其中轴方向成垂直或水平来实现这种情况下的分离.实验结果表明该算法进一步提高了分离效果.     

叠加在半色调图象上的两级图象的快速分离算法

叠加在半色调图象上的两级图象的快速分离算法杨敬安（合肥工业大学）关键词：分块密度差算法，半色调图象，快速分离算法，两级图象．０引言在图象文件处理及分析过程中，对由两级和半色调图象构成的文件，通常利用分块密度差（ＢｌｏｃｋＤｉｖｉｓｉｏｎＤｅｎｓｉｔｙ...     

一种新的基于背景色度的镜头边界探测算法

提出了一种基于背景颜色不变量的改进双直方图算法进行镜头边界探测.该方法首先采用连续帧间差的4次统计量假设检验分离出背景区域,然后选用L^*a^*b^*彩色模型来计算背景区域的色度,再利用改进的双直方图算法进行镜头边界探测.本方法所需计算量较小,且可保证较高的精度.实验结果表明,该算法的分割效果明显优于其他几种算法,更加准确高效.     

高精度的光栅信号细分算法

提出一种基于利萨如图形的高精度光栅信号细分算法,其实质是利用优化算法从非理想的光栅信号中分离出较为理想的光栅信号进行细分,以此提高光栅系统的细分精度.与实际光栅信号测试实验作了对比,验证了所用算法的正确性和有效性.     

强噪声下基于听觉模型的汉语声调提取

基于人耳听觉模型和汉语语音的短时平稳特性,提出一种鲁棒性的汉语普通话声调提取方法.采用基于人耳听觉模型的相关图来提取语音信号的基频,运用无监督的侧抑制神经网络来模拟人耳侧抑制属性进行基频检测,为了克服在低信噪比情况下侧抑制神经网络的误判问题,引入了相邻语音帧的语音基频的帧间约束.试验表明,该方法在信噪比很低的条件下,仍能较准确地识别出目标语音声调,并能在双话者同时发音的情况下实现各自的声调分离.     

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.     

基于一种二维ESPRIT算法的ISAR超分辨成像

应用ESPRIT算法能很好地提高逆合成孔径雷达(ISAR)的成像分辨率,但是传统的ESPRIT算法是一种一维估计方法,因此本文通过构造一个特殊阵元阵列,引入一种二维ESPRIT算法,并且使用了空间平滑技术,试验证明这种方法计算量低、分辨率高、估计方差小等优点。