基于SVD和ICA的鲁棒水印算法

提出了一种新的基于SVD(singular value decomposition,奇异值分解)和ICA(independent component analysis,独立分量分析)的鲁棒水印算法.采用二值图像作为水印,并进行Arnold变换,提高了安全性.SVD用于水印的嵌入过程,ICA用于水印信号的提取.该算法的水印容量大大提高,同时还保证了鲁棒水印的不可感知性.借助于ICA,该算法在不需考虑水印图像所经历的攻击类型及攻击参数的情况下,能够正确提取水印信号.实验结果表明,该算法对于JPEG压缩、噪声等具有鲁棒性,尤其对于几何攻击如旋转、剪切、伸缩具有很好的鲁棒性.     

基于EMD的ICA语音增强

传统ICA方法是将所有源信号都从混合信号中都提取出来,而参考独立分量分析(ICA-R)通过将一些先验信息引入到ICA学习算法中,从混合信号中仅提取期望源信号.本文为了从混合语音信号中提取出期望的语音信号,采取的是基于经验模态分解(EMD)方法来获取功率谱包络作为参考信号,继而把参考信号运用到ICA－R算法中,达到语音增强的目的.计算机仿真和性能分析结果表明,此方法在有噪声干扰的情况下达到语音增强的目的.     

基于EMD和ICA的感应电动机故障检测

针对感应电动机的转子断条故障和轴承故障,以定子电流信号为研究对象,结合经验模态分解(EMD)和独立分量分析(ICA)原理提出了一种新颖的故障检测方法.该方法首先对定子电流信号进行经验模态分解,去除高频IMF部分,消除噪声干扰;然后用独立分量分析的方法进行特征提取,进而判断故障类型.仿真试验结果表明,该方法用于感应电动机故障诊断是行之有效的.     

基于ICA的重力固体潮信号的潮汐谐波提取

鉴于传统重力固体潮信号分析方法不能将重力固体潮信号所含谐波分量分解到与不同天体潮汐谐波系一致对应的缺点,根据重力固体潮的产生机理,提出了一种重力固体潮三维正交分解模型.三维正交分解模型中将重力固体潮分解为3个与不同天体潮汐效应相一致的正交信号分量.为了获得3个相互正交的信号分量,采用独立分量分析(ICA)方法处理重力固体潮信号.同时,以负熵作为目标函数,以粒子群优化算法(PSO)作为优化函数来获得更优的解混矩阵.通过实验分析及实验验证可知,此文算法可以将重力固体潮信号正交分解为与三维正交分解模型一致的信号分量,并且各分量所含频谱信息具有与重力固体潮信号中各谐波系理论值相对应的特点,实现了从产生机理上将重力固体潮信号所含谐波分量对应分解到各谐波系中的功能.     

一种基于非参数似然比准则的ICA盲检测算法

为抑制CDMA系统中的多址干扰,提出一种基于非参数似然比准则的ICA盲检测算法.该算法直接由观测信号样本出发,使用核函数估计分离信号的概率密度函数,并结合梯度下降法和似然比准则进行目标用户的信号检测.计算机仿真及与其他算法的比较表明,该算法抑制多址干扰的能力介于FastICA检测和最小均方误差(MMSE)检测之间.     

一种基于ICA与空间谱相关系数最大化的源数目估计算法

为提高在低信噪比和存在小信号情况下的源信号数目估计正确率,提出了一种利用ICA估计出的信号和利用空间谱分离出的信号的相关系数最大化为依据的源数目估计方法。该方法综合利用源信号的统计独立特性和阵列结构信息,降低了算法对噪声和信号强弱的敏感。计算机仿真结果表明,在低信噪比和存在弱信号的情况下,该算法可以高精度的估计出源信号数目。     

融合ICA和GBVS的烟雾分割检测算法

在烟雾前景分离中,针对传统高斯混合模型分离的前景仍存在大量噪声点的问题,本文将独立分量分析(ICA)应用于分离烟雾前景,对传统烟雾前景分离算法进行改进,算法通过ICA消除烟雾前景和背景间的二阶和高阶相关,降低非烟雾成分的干扰,并通过基于图的视觉显著性(GBVS)来缩减预判的烟雾前景区域,得到较为纯净的烟雾区域。实验结果表明,与基于混合高斯模型的烟雾检测算法相比,该算法提取的烟雾区域小而集中,主观视觉评价以及客观指标均显示本文算法的识别效果更优。     

一种基于ICA的机械缺陷超声信号提取方法

针对强噪声背景下缺陷超声回波信号检测的问题,利用了基于独立分量分析的方法进行缺陷信号的提取。该方法首先对观测信号进行JADE分解,得出多导独立分量,再根据赫斯特指数,分离缺陷信号和噪声信号。通过对仿真和实测缺陷超声信号的去噪实验研究,结果表明,与小波去噪方法相比,ICA去噪方法能够得到很好的信噪比,有利于强噪声背景下缺陷的去噪处理及微弱信号的提取。     

基于改进PSO的ICA方法分析重力固体潮信号

为了从重力固体潮信号中提取地球物理信息,介绍了一种重力固体潮信号分解模型.在分解模型中,重力固体潮信号分解为赤道平面信号分量及地球自转轴信号分量.为了提取与分解模型相一致的地球物理信息,提出用独立分量分析(ICA)方法将重力固体潮信号中的赤道平面信号分量与地球自转轴信号分量分离.鉴于ICA存在收敛速度慢及局部搜索等特点,提出了一种基于惯性因子ω的改进粒子群优化算法(PSO)来解决ICA中的全局寻优问题.通过仿真实验分析可知,本文提出的改进粒子群的独立分量分析算法可以获得与分解模型相一致的信号分量,并且从各分量中可提取出与地球产生机制相一致的地球物理信息,是一种分析重力固体潮信号的有效方法.     

某无人机撞网回收系统动力学仿真

以某无人机撞网回收系统为例,基于LS-DYNA软件,提出了柔性带、阻尼器等关键部件的建模方法,建立了系统有限元仿真模型,进行了不同入网位置的动力学仿真计算,并用试验验证了仿真模型的准确性.仿真和试验结果表明:本文建立的无人机撞网回收系统模型具有较好的工程适用性,提出的动力学建模仿真方法具有一定的通用性.     

基于无人机序列图像的三维场景重建

阐述了无人机拍摄的序列图像三维重建的方法,主要涉及图像之间特征点的提取与匹配、稀疏点云重建、密集点云重建、三维点云格网化、纹理映射,最后通过实例演示三维重建过程和最终效果,表明此方法可以重建出高精度、照片级逼真的三维场景.     

无人机影像自动拼接校正

无人机影像可获得海量的高空间分辨率影像,在国土资源、林业调查、农业、灾害快速响应等多方面具有广阔的应用前景,不过如何立刻收集这些数据,是无人机快速应用的一个难题。如何拼接一系列具有重叠区的相邻影像,构成无缝可用的总影像,是应用的一个重要问题。研究采用浙江省富阳的无人机影像,预处理后基于参考影像,先对待匹配影像进行均质化变换,以减小影像间的明显差异,再寻找匹配特征并寻优。在影像之间的重叠区域,为尽量达到影像间无缝连接,采用平滑处理。拼接算法在Matlab 6.5中实现所得到的最终结果,较好地实现了影像间的结合,总体连接平滑并且接缝不明显。研究能够为实现无人机影像的自动化处理,加快无人机在各领域的应用。     

基于无迹卡尔曼滤波的无人机跟踪算法

基于四基站对无人机位置的定位数据,利用无迹卡尔曼滤波算法对定位数据进行最优估计,并预测无人机的运行轨迹,从而实现对无人机的实时跟踪.对经典的线性卡尔曼滤波算法和无迹卡尔曼滤波算法进行仿真对比,结果表明,线性卡尔曼滤波算法虽然能跟踪预测轨迹,但有较大的误差,而使用无迹卡尔曼滤波算法能有效地减小误差,使跟踪预测的轨迹更加精确.     

基于VirtuoZo全数字摄影测量系统的无人机遥感数据后处理

针对无人机遥感数据特点,介绍了利用VirtuoZo全数字摄影测量系统和PATB平差软件进行空三加密及制作数字高程模型DEM以及数字正射影像DOM的无人机影像数据后处理方法。     

基于无人机遥感视频影像的拼接缝消除算法

针对多时影像存在色调和亮度差异、变换参数不精确等因素,导致拼接后的图像存在明显的拼接缝,传统的拼接缝消除方法（渐入渐出融合,以及动态宽度等算法）处理后的影像无法完全消除垂直或水平拼接缝,提出了一种新的拼接缝消除方法。将复杂的多度重叠区域问题简化为两度重叠区域,使多条垂直和水平拼接缝减少到一条。通过一组航拍视频图像的仿真实验证明该拼接缝消除算法提高了拼接后的视觉效果。     

基于无人机沙漠图像的道路检测

针对沙漠道路对比度低,遥感影像检测沙漠道路效果差的问题,提出一种基于无人机图像的沙漠道路检测方法。该方法首先采用直方图均衡化增强道路目标,再利用互惠最近邻聚类算法剔除噪声点,最后,通过最小二乘法拟合道路参数。经实验测试,该方法有较高的准确性和鲁棒性,具有较强的应用性。     

轨迹和干扰功率联合优化的无人机主动窃听算法

研究一种无人机(UAV)作为合法窃听器的无线通信窃听算法.首先,将一个合法窃听器(UAV(E))用于窃听可疑发射器(UAV(B))发送到地面可疑接收器的可疑信息.然后,利用可疑系统的特点,提出一种有效的主动干扰方案,从而最大限度地提高有效窃听速率;针对构造的原问题是一个优化变量耦合的混合非凸优化问题,应用更新速率辅助的块坐标下降和连续凸优化技术,在每次迭代中交替优化无人机轨迹和干扰功率.最后,针对非凸的无人机轨迹优化和干扰功率优化问题,分别利用连续凸优化算法将原非凸问题转化为近似的次优化问题,再使用凸优化方法进行求解.仿真结果表明:相较于其他基准算法,文中算法具有更高的有效窃听速率.     

基于Q学习的无人机三维航迹规划算法

针对现有的基于强化学习的无人机航迹规划方法因无法充分考虑无人机的航迹约束而使规划获得的航迹可用性较差的问题,提出一种更有效的无人机三维航迹规划算法.该算法利用无人机的航迹约束条件指导规划空间离散化,不仅降低了最终的离散规划问题的规模,而且也在一定程度上提高了规划获得的航迹的可用性,通过在回报函数中引入回报成型技术,使算法具有满意的收敛速度.无人机三维航迹规划的典型仿真结果表明了所提出算法的有效性.     

无人飞行器双目视觉位姿估计算法改进与验证

针对无人飞行器(UAV)在未知复杂环境下的导航问题,提出一种基于双目视觉的UAV位置和姿态估计算法.利用基于非线性尺度空间的KAZE特征构建立体图像对的特征点检测与描述,用Knn算法进行特征点匹配,导出相机坐标系下特征点三维坐标,用随机抽样一致(RANSAC)算法与L-M迭代算法获得UAV姿态和位置估计值.实验验证结果表明,基于KAZE特征的UAV双目视觉位姿估计算法的准确性、实时性与可重复性好,能满足UAV实时导航要求.