基于优化回波数据的图像配准InSAR干涉相位估计

提出一种基于优化回波数据的自适应图像配准InSAR干涉相位估计方法.该方法充分利用相应像素对及其相邻像素的相干信息,通过获得的最优加权向量对SAR图像进行自适应配准处理,实现对回波数据优化从而获得地形干涉相位最优估计.实验结果表明了该方法有效性的同时,能够在SAR图像配准误差较大(可以允许达到一个分辨单元)的情况下,得到稳健的干涉相位估计结果.     

基于超复数相位相关的彩色图像配准算法

由于数学上的限制,在使用传统相位相关技术对彩色图像进行配准时,必须先将其转化为灰度图像,在此过程中损失了图像的色度信息,导致配准精度的降低。针对此问题,提出了一种具有亚像素精度的彩色图像配准方法。首先通过数学推导得到一种新的超复数相位相关表达式及相关系数与图像位移间的解析表达式,然后使用最小二乘法从相关系数矩阵中,直接估计出图像间存在的位移。该算法能够充分利用彩色图像的灰度和色度信息,提高配准精度。仿真实验结果证明了算法的有效性。     

基于特征点配准的气动光学图像校正方法研究

针对气动光学效应图像校正问题,提出了一种基于特征点配准的像素偏移盲目校正方法。由于高速流场引起的像素偏移具有很强的随机性和非线性等特点,采取二阶函数非线性模型来拟合畸变图像的像素偏移量,同时根据序列多帧图像的像素点偏移变化统计规律获取原图像的像素点初始位置,从而实现对各帧畸变图像进行像素偏移校正。仿真实验结果表明了方法的有效性。     

基于HEVC的亚像素运动估计快速算法

利用在亚像素搜索区域内误差匹配函数以单峰曲面分布的特点,提出了一种改进的亚像素的快速搜索算法。根据整像素搜索的结果建立5点的误差曲面模型,估计1/2像素最佳点的位置,并确定1/2像素点搜索范围和搜索模板;再根据1/2像素搜索结果确定1/4像素点的搜索方式,完成亚像素搜索。实验表明,算法在峰值信噪比平均下降0.043 dB的条件下,减少了亚像素搜索部分近60%的计算量,在保证重建图像的主观质量和客观质量的同时,提高了编码效率。     

基于平均周期图的InSAR复图像配准方法

提出了一种新的干涉合成孔径雷达(InSAR)复图像配准算法,新算法使用干涉相位图的平均周期图作为配准的评价测度函数,采用数据分段求平均的方法降低了评价函数的估计方差,从而提高了配准的精度与可靠性。还分析了评价函数的估计偏差对配准的影响。最后使用平均周期图法进行了配准实验,试验结果验证了新算法在提高配准精度方面的有效性。     

基于加权子空间拟合的干涉相位估计方法

提出复合导向矢量的概念,并通过对测量的信号子空间与复合导向矢量张成的子空间进行拟和,推导出一种基于加权子空间拟合思想的干涉相位估计方法,该方法具有自适应图像配准和降低相位噪声功能,因而可以在图像配准精度很差(可以允许达到一个分辨单元)的条件下准确地估计相应像素间的干涉相位.仿真和实验数据表明估计结果优于基于子空间投影方法的估计结果.     

利用双树复小波变换和SURF的图像配准算法

为了进一步提高图像配准的运算效率、匹配正确率及配准精度,提出了一种利用双树复小波变换和加速鲁棒特征（speeded up robust features, SURF）的图像配准算法。首先利用双树复小波变换将参考图像和待配准图像分解为低频部分和高频部分,选取其对应的低频部分作为SURF算法的输入图像,得到两者的粗匹配结果;然后通过随机抽样一致（random sample consensus, RANSAC）算法对粗匹配点对进行提纯,剔除误匹配点对,解决了SURF算法存在较多错误匹配点对的问题,同时计算出最佳匹配的变换模型参数;最后根据该变换模型参数对待配准图像进行几何变换,经双线性插值确定灰度,完成图像的配准。大量实验结果表明,与尺度不变特征变换（scale invariant feature transform, SIFT）算法和SURF算法相比,所提算法的运算速度更快,匹配正确率和配准精度更高,同时在抗噪声、抗旋转及抗亮度变化性能方面更加优越。     

利用Cameron分解进行极化干涉图像对的配准研究

针对常规极化干涉SAR配准仅仅用一个通道的极化数据进行干涉数据对配准,导致配准精度不高的问题,提出了一种利用Cameron相干目标分解进行极化干涉图像对的配准方法。该算法充分利用了全极化数据丰富的信息,进行极化干涉图像对的配准。利用SIR-C天山地区的数据对提出的算法进行了验证,结果证明该算法能提高配准的精度和鲁棒性,有利于后续的数据处理。     

弹性地基梁小波有限元分析

为了提高有限元法对弹性地基梁的变形和固有振动的分析精度,将小波分析的“多分辨”分析思想引入传统有限元法。利用Daubechies小波尺度函数作为单元插值函数,构造了用于弹性地基梁弯曲变形和自振固有频率分析的小波单元,给出了单元矩阵的计算方法。经编制程序,对典型算例计算表明,在总自由度数相当条件下,该单元分析精度高于传统三次弹性地基梁单元,特别是在低阶固有频率的分析中具有更明显的优势。     

基于轮廓特征的多模态医学图像的配准

多模态医学图像的配准在医学诊断和治疗计划中起着重要的作用。提出一种基于轮廓特征的迭代最近点 (SVD -ICP)的配准方法。这种方法是将最优化解析方法与迭代搜索相结合来解决图像轮廓点匹配问题的 ,适用于不同模态医学图像之间的配准。关于CT -MRI和PET -MRI图像的配准实验证明 ,该方法是有效的。     

突发信号载波频偏估计的广义延拓逼近算法

为了解决在突发信号载波频偏估计问题中,载波频偏估计算法对估计精度、信噪比门限和估计范围的兼顾问题,提出了基于广义延拓逼近的载波频偏估计算法。该算法无需数据辅助,对接收信号频域信息做合理单元划分,节点处满足插值条件,单元域内实现最佳拟合,能够有效提升整域内的逼近精度。仿真结果表明,与文献算法相比,该算法具有更低的信噪比门限、更高的估计精度和理论最佳的估计范围。算法数学模型稳健、复杂度低,具有很好的可实现性和很高的使用价值。     

空时矩阵组三迭代DOA估计新方法

利用平移不变结构阵列信号子空间的旋转不变性,构造一组具有对角结构的空时相关矩阵组。给出一种高精度的信号子空间估计方法,利用估计的信号子空间做降维矩阵处理空时相关矩阵组,从而减少计算量并加快收敛速度。基于非线性最小二乘建立代价函数,提出一种三迭代算法求解代价函数进而估计波达方向DOA。仿真结果证实该算法收敛速度较快,估计精度显著高于TLS-ESPRIT算法,尤其在低信噪比和小快拍数据下估计精度显著增强。     

基于组合噪声调频信号的高速目标参数估计

宽带噪声雷达参数估计时通常会采用宽带互模糊函数的方法,但是宽带互模糊函数庞大的运算量限制了其在实际工程中的应用,为此提出了一种基于组合噪声调频信号的高速目标参数估计方法。该方法首先将回波信号共轭自混频来抑制多普勒敏感,然后对自混频信号进行短时相关运算,并通过高斯拟合获得分段的时延精确解,最后利用最小二乘算法求得目标参数。该方法通过自混频过程获得的组合噪声调频信号具有更高的时延分辨力,提出的高斯拟合方法较经典的抛物线插值方法精度更高,整个算法无需宽带模糊函数所需的时域重构运算及二维搜索过程,运算复杂度大大降低,适用于实际工程应用。仿真结果验证了本文算法的有效性。     

一种最大似然调制识别的快速算法

针对最大似然调制识别算法计算复杂度高的问题,提出了一种可用于实时软件接收机中的离散最大似然算法。通过预存离散似然函数值而后直接查表调用的方式解决耗时的似然函数计算问题,并且算法对载波频率偏差和相位偏移具有鲁棒性。仿真结果表明,该算法与最优最大似然调制识别算法相比,能有效地简化运算复杂度而性能损失较小。     

基扩展模型下基于LSTM神经网络的时变信道预测方法

针对高速移动正交频分复用系统, 提出了一种基扩展模型(basis expansion model, BEM)下基于长短期记忆(long short-term memory, LSTM)神经网络的时变信道预测方法。为了降低传统BEM的建模误差, 根据高速移动环境中不同列车在相同位置处的无线信道具有强相关性的特点, 首先基于历史时刻的信道状态信息获取最优的基函数, 并利用该基函数对信道进行建模。然后, 通过LSTM神经网络对信道基系数进行线下训练与线上预测来获取未来时刻信道信息, 大大降低了计算复杂度。在线下训练中, 将网络的逼近目标设置为信道估计值, 而不是理想的信道信息, 以增强预测模型的实用性。仿真结果表明, 相比现有方法, 新方法的计算复杂度较低, 且预测精度较高。     

低复杂度无线OFDM自适应信道估计算法

提出了一种基于传输信道状态检测的低复杂度无线OFDM系统自适应信道估计算法,利用导频子载波在时频方向对当前信道状态进行统计检测,动态跟踪信道参数的变化特征,自适应选择当前条件下的最优内插滤波系数;同时简化传输信道先验统计信息求解,以此作为滤波系数选择的依据.仿真结果表明,在低复杂度条件下可以获知当前信道模型化参数近似统计信息,利用较少的计算资源就能获得较好的自适应性能;从而有效克服了二维Wiener滤波器实现复杂度高,以及传统信道估计按照最恶劣信道情况上限进行设计所导致的非匹配性估计性能损失.     

一种新的H.264基本单元码率控制方法

通过对H.264码率控制原理的分析,提出一种基于峰值信噪比(peak signal noise ratio,PSNR)的图像复杂度估计方法,与平均绝对差值(mean absolute difference,MAD)联合估计基本单元编码复杂度,使基本单元目标比特分配更精确。考虑到MAD线性预测模型计算复杂度高的缺点,利用图像的空间和时间相关性,提出一种加权预测模型的基本单元MAD预测方法,省略参数更新过程以减少计算量。仿真结果表明,提出的加权模型与线性模型预测精度基本相当;所提方法在精确分配目标比特和控制码率的同时,与JM9.6相比,可以令PSNR更为平滑,且平均性能提高0.2 dB。     

无线自组织通信中基于前导符号的定时同步

传统的基于自相关的和基于互相关的定时同步算法具有相关峰的旁瓣较宽或对载波频率偏移(carrier frequency offset, CFO)敏感的问题,均无法满足无线自组织通信系统对快速准确的定时同步的需求。针对这一问题,提出了一种新的基于改进互相关的定时同步算法,通过将一个长的相关器拆分为两个较短子相关器的乘积,使度量函数的主峰更加尖锐、次峰更低,理论分析了算法的抗频偏性和计算复杂度。对所提算法和传统互相关算法的蒙特卡罗仿真结果表明,在复杂度相当的前提下,所提算法在检测准确率上具有1.1 dB的性能增益,且对频偏的鲁棒性较好。     

基于功率谱形态学运算的LFM信号参数估计

针对当前线性调频（linear frequency modulation, LFM）信号参数估计算法中存在的估计精度与计算量的矛盾问题,提出了一种基于功率谱形态学运算的信号参数估计算法。该算法根据LFM信号参数与功率谱形状特征的关系,实现了LFM信号参数估计。仿真试验表明,在信噪比为-5dB时,LFM信号的调频斜率和起始频率估计精度分别比基于Radon模糊变换(Radon ambiguity transform, RAT)和分数阶傅里叶变换（fractional Fourier transform, FRFT）结合的离散谱校正算法提高了约2%和4.5%,带宽和脉冲宽度估计的均方根误差分别小于2.4 MHz和0.025 μs;当采样点不大于4096时,计算量比插值FRFT算法降低了约70%,证明了该算法具有高估计精度和低运算量的优点     

LFM信号参数估计的插值FRFT算法

提出了一种基于分数阶傅里叶变换（fractional Fourier transform, FRFT）的线性调频（linear frequency modulation, LFM）信号参数估计的插值算法。首先针对FRFT的旋转角度α搜索步长问题,提出了在较大搜索步长下进行插值以得到α精估计的方法;然后针对离散分数阶傅里叶变换(digital fractional Fourier transform, DFRFT)因参数u离散化而造成的栏栅效应问题,采用相邻谱线进行插值以得到u的精估计;最后用α和u插值精估计结果对单分量LFM信号的参数进行估计。这一方法在不影响估计精度的前提下,降低了计算量和复杂度。仿真结果表明,在较低的信噪比下,LFM信号参数估计的精度仍十分逼近克拉美罗界(Cramer-Rao bound, CRB)。