基于进化算法的三区振幅型超分辨光瞳滤波器的设计

提出一种基于进化算法的振幅型超分辨光瞳滤波器优化设计的方法。通过计算机的模拟,结合实际使用场合对光能效率、旁瓣影响效应和超分辨能力的要求,选择合适光瞳函数参数实现最佳三维超分辨成像效果。给出超分辨优化设计模型和实例,并作图验证其结果。对超分辨率伴随的旁瓣效应,把滤波器应用于共焦扫描系统,可有效地抑制旁瓣,提高成像信噪比和对比度。利用进化算法设计的光瞳滤波器设计简单,同时有较好的综合效果,具有较大的GA,GT,S值。     

三区振幅型与位相型超分辨光瞳滤波器的优化设计及比较

用MATLAB优化工具箱,采用分线性规划在假定斯特尔比一定时,分别对三区振幅型（透过率为1—0—1）和三区位相型（相位角为π-0-π）光瞳滤波器进行了优化设计,对横向、轴向及三维超分辨因子及光瞳函数的结构参数进行了比较．结果显示：无论是振幅型还是位相型滤波器,既能单独实现横向、轴向超分辨,又能实现三维的超分辨．且斯特尔比相同时,位相型优于振幅型;对于振幅型若单独考虑横向超分辨,则二区优于三区．     

三区振幅型与位相型超分辨光瞳滤波器的优化设计比较

用MATIAB优化工具箱,采用分线性规划在假定斯特尔比一定时,分别对三区振幅型(透过率为1-0-1)和三区位相型(相位角为π-0-π)光瞳滤波器进行了优化设计,对横向、轴向及三维超分辨因子及光瞳函数的结构参数进行了比较.结果显示:无论是振幅型还是位相型滤波器,既能单独实现横向、轴向超分辨,又能实现三维的超分辨.且斯特尔比相同时,位相型优于振幅型;对于振幅型若单独考虑横向超分辨,则二区优于三区.     

基于进化算法的复振幅超分辨光瞳滤波器的设计

设计了一种复振幅光瞳滤波器,并提出基于进化算法的复振幅光瞳滤波器光瞳函数参数优化的新方法．通过计算机的模拟,结合实际使用场合对光能效率、旁瓣影响效应和超分辨能力的要求,选择合适结构参数实现最佳三维超分辨成像效果,给出超分辨优化设计模型和实例,并作图验证其结果．对超分辨率伴随的旁瓣效应,把滤波器应用于共焦扫描系统,可有效地抑制旁瓣,提高成像信噪比和对比度．利用进化算法设计的光瞳滤波器设计简单,同时有较好的综合效果,具有较大的S,GT,GA值．     

漏光型环形光瞳滤波器的优化设计

通过对漏光型环形光瞳滤波器三个特征参数（K、α和b）的优化，得到了具有最佳三维超分辨的漏光型环形光瞳结构（κ=0.418,α=0.407,b=0.935）。计算和分析表明，利用优化的光瞳的显微镜成像系统，其三维超分辨能力优于其它方法所得的结果。本文的优化方法对其它三维光瞳滤波器也适用。     

改进PF算法对红外图像中瞳孔的跟踪

提出一种基于粒子滤波的红外目标跟踪的新算法. 用该算法对采样粒子进行优化,改进了重采样环节,在不影响跟踪准确率的条件下,提高了算法的速度. 实验结果表明,将此算法运用到瞳孔跟踪中,跟踪比较准确有效. 同时,将Hough变换应用到了瞳孔边缘的定位领域中,此算法有效改进了红外图像中眼睛瞳孔的跟踪效果.     

一种改进的多帧图像超分辨率重建算法

文中构建了超分辨率重建图像的一般框架.在对图像模糊的不确定性和复杂性作一定限制条件下,讨论采用最小二乘方规整化方法重建除运动外其它因素引起降质的低分辨率图像;并进一步提出了采用改进的递归最速下降迭代算法实现多帧图像的超分辨率重建.计算机模拟结果表明,该方法具有较好的重建图像质量.     

利用自适应遗传算法优化滤波电路参数

利用自适应遗传算法,在典型滤波电路结构下跟踪进化进程的遗传参数并调整相应策略.从一种基本滤波电路结构出发,根据设计目标自动优化元件取值,最终获得符合预期功能的实用电路.研究结果表明,只要结构选择得当,通过引入常规设计方法的经验和规则,利用遗传参数自适应来提高进化效率和优化程度,经过一定世代的进化均可得出满足设计要求的进化结果.     

基于遗传算法具有容错能力的图像滤波器优化设计

针对在可重构逻辑阵列中会出现一些故障单元的问题,利用遗传算法进化出适合该逻辑阵列的图像滤波器,并且考虑到结果电路的正确性、速度、功耗和复杂度等指标.实验结果验证了逻辑模块整列中存在较少故障模块时,可以生成功能上接近无故障模块时的滤波器电路.     

一种基于内点算法的三重目标过滤器优化算法的研究与仿真

 大规模非线性最优化一直是规划中的研究热点.内点算法是一种有效的求解大规模不等式约束问题的算法,然而大多数过滤内点算法仅考虑了可行性和稳定性,忽略了辅助性对算法性能的影响,为此本文在综合过滤器法和内点算法特点的基础之上,提出了一种新的适用于大规模非线性优化的基于内点算法的三重目标过滤器法.新算法依据内点算法的卡罗需-库恩-塔克(KKT)条件,以可行性、辅助性和稳定性作为搜索步长的目标,将等式约束违反量,障碍目标函数和辅助条件作为过滤器选项计算搜索步长.通过搭建计算机仿真环境进行数值测试,从迭代次数、函数估计次数和运行时间3方面与基本过滤器法相比.测试结果表明,相同条件下三重目标过滤器法可以获得更大的搜索步长,实现快速收敛的目的.该算法具有良好的全局收敛性、鲁棒性和有效性.     

量测不确定下基于粒子权重优化的粒子滤波算法

为有效评价量测不确定下的粒子权重,提出了一种基于粒子权重优化的粒子滤波算法.首先,通过置信距离和置信矩阵的构建及求解实现粒子间蕴含的冗余和互补信息的充分提取,给出了一种度量粒子间相互支持程度的一致性权重,并利用权重平衡因子实现代价评估粒子滤波中粒子权重和一致性权重的优化组合,进而实现粒子权重的合理优化.新算法既充分利用了当前时刻粒子集中的信息,又避免了量测噪声先验统计信息的偏差的不利影响,从而提升了粒子权重度量结果稳定性和可靠性.理论分析和仿真实验验证了所提算法的有效性.     

混合滤波去噪与微粒群算法优化的辨识方法

针对实际系统信号中不可避免会存在噪声和瞬时扰动,提出了多项式预测与中值滤波相结合的混合实时滤波算法,消除噪声污染.对于去噪后的数据,由于包含瞬时扰动,故用最小二乘辨识算法仍然不能获得满意的结果.为此,在混合滤波去噪的基础上,采用了一种用微粒群算法优化的最小绝对误差辨识算法.仿真实验表明,所提出的方法能够同时克服噪声和瞬时扰动的不利影响,并能获得较好的辨识结果.     

基于M估计的自仿射投影滤波算法

研究了自仿射投影算法的收敛性能,并针对其抗突出值干扰能力不强的缺点,将稳健估计中的M估计应用于该算法,提出了一种基于M估计的改进自仿射投影算法（M-APA）,计算机模拟结果表明,该算法在基本保持原有算法收敛速度的同时,其抗突出值干扰能力远远优于原算法。提高了自适应辨识系统的稳定性和可靠性。     

基于遗传算法的模拟滤波器设计

阐述遗传算法及其优缺点,并借助遗传算法实现了仪器仪表中使用的低通滤波器的设计.利用网络变换对滤波器电路进行优化,便于对电路拓扑结构的分析及性能参数的计算,提高电路的实用性.     

粒子滤波融合跟踪方法

针对Kalman滤波不能处理多传感器量测信息融合中的非线性问题,提出了一种基于粒子滤波方法的融合跟踪算法.通过对量测方程的非线性分析,利用粒子滤波器计算目标状态估计值,通过线性迭代的方式得到系统的最优估计.仿真结果表明,与采用Kalman滤波的方法相比,该算法具有更高的估计精度和更少的计算量.相比于单传感器,减少了量测信息的模糊性,提高了资源的利用率.     

基于遗传算法的改进粒子滤波算法

针对粒子数量和质量对粒子滤波(Particle Filter,PF)的退化问题具有重要影响,从大量采样粒子中采用遗传算法(Genetic Algorithm,GA)获得采样重要性重采样粒子滤波（Sampling Importance Resampling Particle Filter,SIRPF）的初始粒子,改善初始粒子质量,并保证其随机性和统计性.在车辆定位仿真中,采用定位精度、滤波发散次数和计算时间为指标对改进的遗传 粒子滤波算法GA SIRPF和传统SIRPF进行比较.结果表明,GA改进了初始粒子质量,减少了粒子退化可能性,提高了系统定位精度.     

基于HEVC的自适应插值滤波算法

为进一步提高自适应分像素插值算法的视频图像质量,降低计算复杂度,提出一种基于HEVC(high efficiency video coding)的自适应插值滤波算法.该算法首先在新一代视频编码标准H.265/HEVC框架下进行编码,以提高视频编码效率;其次通过滤波器系数对称优化,降低码流所需滤波器系数和解码计算的复杂度.复杂度分析结果表明,与其他算法相比,该算法乘法复杂度最高降低229%,加法复杂度最高降低245%.仿真结果表明,与其他算法相比,该算法对不同分辨率视频序列均具有较好的编码性能及鲁棒性.     

基于IN算法的剪枝优化算法

提出一种基于IN算法构造分类器的剪枝优化算法C IN.针对IN算法利用对数似然比统计量进行假设检验存在的统计意义不明确的问题,本文算法在给定层每一节点引入了样本数阈值和属性值阈值的计算,从而保证检验的有效性.给出了算法的理论依据,并且推导出了对数似然比统计量计算公式成立条件.实验表明,该算法能够消减数据维数并且可以从大规模数据集中提取简明的规则.     

基于改进粒子滤波算法的比较分析研究

提出一类改进的粒子滤波算法.对于建议分布的选取方案,此算法采取强跟踪分散的卡尔曼滤波方式建立它的建议分布.由于线性调节参数,此算法让系统拥有更优越的自适应性及鲁棒性,对高机动目标具有更强的跟踪效果,继而为强跟踪扩展卡尔曼滤波的能力.仿真结论说明,此算法的性能比别的几类非线性滤波算法更加优秀.比如辅助粒子滤波器(APF)、迭代扩展卡尔曼粒子滤波器(IEKF-PF)、Unscented粒子滤波器(UPF)、正则化粒子滤波器(RPF),则是在bootstrap粒子滤波器提出之后,继而出现的改进的粒子滤波器0基于粒子滤波,本文提出了阻止粒子退化的两个重点原因,以及选取合适的采样建议分布及重采样算法.     

一种基于Hadoop的布鲁姆过滤器联结算法

通过对Hadoop平台下MapReduce作业处理方式及布鲁姆过滤器算法的深入研究,将优化的压缩型布鲁姆过滤器算法用于节点间数据联结操作,解决了基于Hadoop平台同时处理多个大规模数据集时的数据关联问题.实验证明,压缩型布鲁姆过滤器算法在MapReduce作业中的应用,使得大数据集之间的联结效率显著提高.