基于稀疏表示的离散系数FIR滤波器设计

基于信号稀疏表示理论,提出一种离散系数FIR滤波器设计方法。在加权最小二乘准则下,首先将原始设计问题转换为半定规划问题。为了有效控制硬件实现开销,借鉴信号稀疏表示理论,在目标函数中引入加权项,并在此基础之上,利用随机采样技术获得最终设计结果。仿真结果表明该方法所设计的离散系数滤波器,在控制加法器个数的同时,能有效减少因系数量化所导致的性能损失。与传统方法相比,在阶数较高的情况下,该方法依然能取得较好效果。     

用于稀疏系统辨识的零吸引最小均方算法

为显著提高对稀疏系统的辨识性能,提出了一种自适应算法。该算法将与稀疏性有重要关系的l1范数引入LMS算法的代价函数中,并导出新的滤波器权系数更新公式。该公式在迭代过程中向权系数不断添加一个指向零矢量的修正量,使得在稀疏系统中占主要地位的零系数加速收敛,从而显著提高自适应算法的收敛速度和跟踪速度。理论分析并推导了算法的均值收敛过程。仿真结果表明:该算法无论对一般稀疏系统还是分簇稀疏系统,都能明显改善收敛性能,并且表现出良好的稳健性和通用性。     

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.     

全加结构抽取和补偿滤波器的高效实现

针对接收机设计中使用有限冲击响应(FIR)滤波器对级联积分梳状(CIC)抽取滤波器进行补偿滤波的问题,提出了一种全加结构无乘法运算的FIR补偿滤波器实现方式.通过对FIR补偿滤波器系数的近似,将滤波器系数用与它最接近的{2n}集合中的一个数表示,将滤波器乘法运算转换为移位运算,整个补偿滤波运算仅由滤波器阶数个加法单元构成.仿真结果表明,这种采用系数近似的算法在实现高速运算的同时,可以满足对CIC抽取滤波器进行补偿滤波的要求.     

基于洛伦兹范数的MWC快速重构算法

针对现有调制宽带转换器(MWC)压缩采样信号重构算法对联合稀疏结构的限制及其受滤波器非理想因素影响的问题,提出了一种基于洛伦兹范数的MWC快速重构算法.该算法采用洛伦兹范数来拟合误差项,设计了冲击噪声背景下的稀疏优化目标函数,可有效削弱异值点对重构结果的影响;同时进一步将零范数优化问题转化为矩阵平滑零范数的函数极值求解问题,并利用固定步长共轭梯度算法进行并行重构,以提高算法收敛速度和运行效率.仿真结果表明:与现有重构算法相比,在受滤波器过渡带等非理想因素影响下,所提算法可以提高稀疏信号的重构成功率,同时在重构速度方面具有较好的性能.     

一种基于改进微粒群和轮廓系数的划分聚类方法

为解决聚类问题中簇的个数不易确定的难题,提出一种自动化的聚类方法.该方法针对不确定的簇个数,给出了一种新的粒子表示方法,并利用微粒群算法在完成一次聚类后,再利用kmeans算法重新分配数据对象并计算聚类中心.该方法利用结合凝聚度和分离度概念的轮廓系数来确定簇的个数,并用误差平方和来辅助验证.实验表明,该方法可以找到最佳的簇个数,并可以有效的对数据对象进行聚类.     

∑-Δ ADC中数字抽取滤波器的多级实现

设计和实现了一个应用于音频∑-Δ模数转换器的数字抽取滤波器.该抽取滤波器采用多级多采样率结构,由梳状滤波器、补偿滤波器和2个FIR半带滤波器构成.补偿滤波器补偿梳状滤波器的通带滚降,补偿后整个抽取滤波器带内纹波小于0.006 dB,同时补偿滤波器实现了2倍降采样,减少了一个FIR半带滤波器的硬件开销.滤波器系数均采用规范符号编码实现,避免使用规模很大的乘法器单元.数字抽取滤波器采用SMIC 0.18μm CMOS工艺实现,芯片测试表明,该滤波器对256倍过采样率、三阶∑-Δ调制器的输出码流进行处理得到的信噪比达到107 dB,能够满足高端音频模数转换器的要求.     

基于标签的协同过滤推荐方法研究

传统基于物品的协同过滤算法由于物品相似度矩阵稀疏,推荐准确率不高.针对这一问题,提出一种基于标签和改进杰卡德系数的协同过滤算法,进行电视节目个性化推荐.首先,爬取相关信息对原始数据进行扩充,并利用统计学方法对时间特征进行归一化处理,计算用户偏好系数;然后,统计出现次数较高的类别作为推荐类别标签,并利用改进的杰卡德系数构造标签相似度矩阵;最后,根据推荐类别标签的用户偏好系数计算节目的推荐系数.实验结果表明,基于标签的协同过滤算法可以降低稀疏矩阵对推荐准确率的影响,相比基于物品的协同过滤算法,准确率提高了5％,召回率提高了3.1％.另外,使用改进的杰卡德系数计算相似度,减少了热门标签对推荐系统的影响,进一步将准确率提高了5％,召回率提高了2.3％.     

OFDM系统中基于匹配追踪的稀疏信道估计算法研究

针对OFDM系统,利用信道冲激响应的稀疏特性,提出了一种新的OFDM稀疏信道估计算法。它分两步完成：首先利用匹配追踪思想确定出非零抽头系数的位置,然后再采用最小二乘算法完成对非零系数值的二次估计,从而通过减少信道估计参数的个数降低算法复杂度。该算法具有较好的归一化均方误差性能,但在剩余向量更新上还不是很精确,通过改进剩余向量的更新方式,得到了另一种性能更优的OFDMMMP算法。仿真结果验证了该算法的有效性。     

一种基于改进相似度计算的文本聚类方法

针对文本在聚类或分类时,由于数据高维稀疏导致相似度值低的问题,提出一种基于改进文本相似度计算的聚类方法.首先,利用向量空间模型VSM表示文本,采用余弦函数计算文本之间的相似度;然后,基于网络中节点的相似性传播原理,通过设置阈值找到与各个文本相似度较大的文本集合,进而使用Jaccard系数将两个文本之间相似度计算转化为两个文本集合之间的相似度计算;最后根据得到的文本相似度矩阵,利用谱聚类算法对文本进行聚类.在WebKB上的实验结果表明,与传统的K-means、谱聚类方法相比,该方法提高了聚类的准确度,召回率与F值.