基于稀疏元分析的欠定混叠自适应盲分离方法

传统盲分离理论假设源信号相互独立，通常采用独立元分析方法等实现盲分离，无法解决实际应用中出现的欠定混叠、相关源信号混叠等挑战性盲分离问题．稀疏元分析是国际上最近出现的一个新的研究热点，稀疏元分析盲分离方法具有实现欠定混叠盲分离和相关源信号混叠盲分离的能力，因而为广大研究人员所关注．但到目前为止，对于稀疏元分析的研究还很不成熟，特别是非常欠缺有效的算法．仅有的少数几个算法仍然面临许多问题，比如：基于Lewicki和Sejnowski（2000）所给Lewicki—Sejnowski自然梯度的稀疏元分析方法，是目前讨论欠定混叠盲分离的一种有效自适应算法，它较通常的K-均值聚类法有更多的优势．但Lewicki—Sejnowski自然梯度只是一种近似表示，缺乏严格的理论依据．由稀疏元分析代价函数出发，基于矩阵理论以及文中所建立的一个新的数学公式，从理论上导出了一个新的且严格的自然梯度，从而为这类稀疏元分析方法提供了严格的理论基础．在此基础上，给出了稀疏信号欠定混叠的新自适应盲分离算法．该方法具有实现欠定混叠和相关源混叠盲分离的能力（见仿真1）．仿真结果表明，所给的新自然梯度比Lewicki—Sejnowski自然梯度更为稳定可靠，同时算法具有较好的抗噪性．     

人工蜂群优化算法在复数盲源分离中的应用

针对复值信号的源数估计和有序分离等关键技术,提出一种基于人工蜂群优化的源数未知的复值盲源分离方法,该方法首先利用交叉互验技术来估算复数源信号的个数,然后通过人工蜂群算法优化峰度的绝对值来获得最佳分离向量,并实现了逐次恢复源信号的目的.仿真实验结果表明,该方法不仅能依峰度绝对值的降序实现服从任何分布源信号的盲分离,同时比其他方法具有更优越的估计性能.另外,提出一种基于峰度的欠定复盲源分离算法,该算法根据信号的统计特性构造了用于欠定混合情况下盲抽取向量的代价函数,然后通过人工蜂群算法优化其函数来获得最佳分离向量,通过多次分离来实现欠定复盲源分离的目的.通过对混合分布类型的复值源信号欠定盲分离仿真实验验证了该算法的有效性.     

欠定情形下语音信号盲分离的时域检索平均法

探讨欠定情形（即观察信号的个数少于源信号个数）下的盲信号分离,提出一种新的方法,即时域检索平均法（SAMTD）,该方法可解决目前在频域中难以处理的一类问题,它利用一类语音信号在时域中的稀疏持续性,回避像K均值聚类或势函数等常用统计聚类方法.为估计混叠矩阵,它剔除那些不与基矢量共向或反向的数据样本,以提高其估计的准确性.在源信号的恢复上,提出了一个超完备线性几何ICA改进算法.几个语音信号实验的仿真数据展示了所提方法的性能和实用性.     

基于恒模特性的单通道时频重叠信号盲分离算法

针对单通道同调制方式、同调制参数时频重叠信号的盲分离问题,基于MSK信号的恒模特性,及对MSK混合信号分量幅度的准确估计,构建了单通道信号盲分离欠定方程组.为解决该方程组的解模糊问题,根据MSK信号相位连续特性,提出了相位方差最小模糊解消除准则.但相位对噪声较为敏感,该准则可能会产生严重的误判现象,又提出了一种基于最小斜率的补充准则.基于以上两种模糊解消除准则,可对单通道信号盲分离欠定方程组的模糊解进行合理选择,有效地实现了MSK时频重叠信号的单通道盲分离.仿真结果表明:在信噪比大于5 dB的条件下,该算法对混合信号具有较好的分离效果.并且该算法具有复杂度低、计算量小的优点.     

信源数目未知和动态变化时的盲信号分离

研究源信号数目未知与／或动态变化情况下的盲信号分离问题．首先证明若混合矩阵满列秩（观测信号的数目m不小于源信号的数目n），则互信息是盲信号分离的对比函数；在互信息的全局极小值点即分离点处，盲信号分离系统的输出除了零分量外，其他非零分量；黾希望提取的源信号．其次，利用混合矩阵的转置和m个观测信号向量构成的矩阵以概率1具有相同的零空间这一性质，只需少量观测样本就可以估计源信号的数目n，进而检测其动态变化情况．源信号数目未知且动态变化的盲信号分离计算机仿真验证了所提出理论和算法的有效性。     

稀疏表示与病态混叠盲分离

Bofill（2001）等人首次针对两个传感器的稀疏信号盲分离问题进行了讨论. 但也正如Bofill自己所指出的那样, 此方法存在局限性, 特别是其中的势函数的参数选择缺乏理论指导, 而且此方法不宜推广到具有三个或更多的传感器的情形. 因此这里回避Bofill势函数方法, 建立了K-PCA方法（即K-聚类与主成分分析PCA相结合的方法）. 新方法克服了Bofill方法参数选择的困难, 可以方便地应用于三个及其以上传感器的情况, 而且具有实现简单、混叠矩阵估计精度高的特点. 另外, 为了检验混叠矩阵A的估计是否一定有效, 给出了相应的判别准则. 仿真结果表明了该方法的可行性和准确性.     

基于高阶统计量的盲源提取算法获取房颤信号

从房颤病人的体表12导联心电图中得到房颤波信号,是分析和描述房颤特征的重要环节.文中发展了一种基于高阶统计量的盲源提取算法用来获取房颤波信号,模拟数据和临床数据证明了这种算法的可行性和有效性.与盲源分离相关方法相比,盲源提取算法只提取一个所需信号,通过计算频谱集中度的大小,就可以判断它是否为房颤信号,而不必像盲源分离方法那样必须对分离后的12组信号进行复杂的判断才能决定房颤信号.因此,这种方法更适合于应用到临床监护中.     

基于等效源法的Patch近场声全息

在基于等效源法的近场声全息的基础上, 提出了基于等效源法的Patch近场声全息. 该方法克服了传统近场声全息要求全息面大于源面的缺陷, 它不需要对整个声源建模, 也不需要测量面覆盖整个声源, 可以根据实际需要, 对所感兴趣的区域进行测量, 并直接对该区域进行重建. 由于该方法具有适应性强、计算效率高、测量方便等优点, 因而为近场声全息向实际应用推广创造了条件. 数值仿真研究说明了常规基于等效源法的近场声全息在全息测量数据不足时的局限性及其重建的不可行性, 验证了采用Pacth近场声全息重建局部声源的可行性和有效性, 以及全息声压存在误差时, 采用正则化处理方法的有效性.     

基于分布源边界点法的多源声场全息重建和预测理论研究

建立了应用分布源边界点法进行多源声场全息重建和预测理论, 提出了3种多源声场全息重建和预测的求解方法: 单面测量组合法、多面测量组合法和多面测量消元法, 解决了在多个相干声源同时存在时的声源表面信息重建和声场中各声学量的预测问题.     

十字型阵列的互耦自校正算法

针对十字型阵列的互耦校正问题,提出一种信号源的二维角信息与互耦系数联合估计的互耦自校正算法,该方法对线阵内和线阵间的互耦同时进行校正.利用线阵内互耦矩阵及线阵间互耦矩阵的特性,构造重构矩阵,将耦合的二维角与互耦系数联合估计问题转化为级联估计问题,不需要校正源,避免了高维参数的非线性搜索.理论分析和仿真结果均表明,提出的方法可以很好地解决十字型阵列的互耦校正问题,信号的二维角和互耦系数的估计精度高,且计算量小.     

数字图像空间分辨率改善的频率域方法

导出了既适合于同分辨率也适合于不同分辨率图像的比以往更一般的空间频率域混叠公式，提出了混叠矩阵的概念，讨论了频谱混叠方程在图像发生退化情形下的一些一般的求解方法，并给出了一种简单的并行行操作迭代方法，该迭代方法适用于多幅图像之间顾在空间分辨率差异，相对位移，点扩展函数差异，辐射亮度差异，及图像含有噪声等情形，最后的实验表明，该迭代方法具有很好的收敛性和很好的收敛效果。     

基于反馈机制的抗混合噪声的盲图像源分离方案

针对基于稀疏成分分析的盲图像源分离算法无法解决混合噪声问题,本文提出一种采用反馈机制的盲源分离算法.通过小波域稀疏成分分析和置零反馈的方法,逐次分离出各支路信号.实验结果表明,该方法无需大量的迭代运算,与传统稀疏成分分析法相比,能有效地分离高斯白噪声参与的混合图像,与经典快速独立成分分析法相比,取得了更高的分离精度.     

基于Unscented Kalman Filter算法的一个快速路动态OD矩阵估计模型

基于主干道和匝道出入口的交通流量计数及起迄点旅行时间分布假设,论文提出了一个新的快速路动态Origin-Destination（OD）矩阵估计状态空间模型及其在线估计算法．论文通过引入一阶宏观交通流模型以计算OD旅行时间,并假定相同起讫点、相同时刻出发的车辆到达时间分布遵从正态分布．由于引入的宏观交通流模型参数受交通状况的影响,因此模型参数也作为状态变量进行估计,这将增加了新的测量方程．模型的求解采用了一种新的适合于非线性状态空间方程的在线估计算法（UKF,Unscented Kalman Filter）．特别地,论文考虑了约束条件下UKF算法截断问题,这将为运用UKF算法求解存在约束的其他模型提供了新的思路．模型运用了仿真数据进行评估．实验结果达到了很好的精度,这为处理动态OD估计问题提供了新的方法,并可应用于实际的在线动态OD估计．     

非平稳环境激励下模态参数识别的连续时间AR方法

针对受非平稳高斯随机激励下的线性时不变系统,基于连续时间AR模型,提出了一种时域模态识别的新方法,这种方法仅从响应数据就能够识别系统的物理参数．为了对参数进行估计,把结构动力学方程看作一个连续时间AR模型,并给出了它的状态空间形式,其中的状态方程就是一个随机微分方程;接着利用在非常短的时间段内均匀调制函数接近于一个常数矩阵的事实,得到均匀调制函数的估计;然后再利用Girsanov定理,得到物理参数的精确极大似然估计;最后进行特征分析,从而实现线性系统模态参数的识别     

高k栅MOSFET栅–源/漏寄生电容的半解析模型

文章针对高k栅MOSFET的栅介质层及其侧壁掩蔽层提出了一个二维定解问题,求出了二维电势和电荷分布.文章根据栅极电荷与栅源及栅漏电压关系,提出了MOSFET的栅极和源极/漏极之间的寄生电容的模型,用半解析法计算了这些寄生电容,得到了寄生电容与几何尺寸之间的关系.文章的计算结果表明改变栅极电介质常数可以得到一个寄生电容的最小值,计算结果与CST仿真结果能够很好地符合.     

两步EFOP参数估计的递推算法

经验频域最优参数（EFOP）估计方法是基于时域估计和频域估计的一种系统辨识方法．其优点在于能够降低噪声影响，对小样本数据的随机系统具有较好的辨识效果．利用松弛算法而建立的两步EFOP方法，可适用于ARMA和Box-Jenkins等模型．文中对受干扰的随机系统，推导出两步EFOP方法的递推算法．对新的递推算法进行了仿真，并利用实验结果分析和验证了该算法的有效性．     

基于混合非圆率信号的CESPRIT算法

根据信号常常为圆和非圆信号混合形成的这一情况,提出的做一种基于ESPRIT思想的CESPRIT算法。该算法对阵元接收数据取共轭,然后重组出新的接收数据矩阵,利用构造出的两个选择矩阵,将新接收数据矩阵在分割为两个特定子矩阵,并结合ESPRIT算法思想,对获取的两子阵间的旋转不变关系矩阵进行特征值分解。通过获得的特征值估计出信号DOA．仿真实验表明,与传统ESPRIT算法相比,该算法具有估计精度高,需要的快拍数少和处理的信号个数可大于阵元个数等优点。     

非高斯杂波背景中距离扩展目标的自适应积累检测器

针对SIRV建模的非高斯杂波背景中距离扩展目标检测问题,首先,假设杂波协方差矩阵结构已知,利用点目标检测器NMF对每个距离单元多个脉冲回波进行相干积累,再对目标所占距离单元能量进行非相干积累,提出了距离扩展目标的积累检测器NMFI,并推导了NMFI虚警概率与检测门限的关系表达式.其次,利用不含目标的辅助单元数据提出了修正的协方差矩阵迭代估计器MRE,再将估计矩阵代替NMFI中的真实协方差矩阵得到自适应检测器MRE-ANMFI,并证明了MRE-ANMFI对杂波纹理分量和协方差矩阵结构的CFAR特性.最后,利用仿真实验验证了本文方法的有效性.     

删除卷积码的盲识别

在获取了适当长度的卷积码的码序列后，通过求解容错线性方程组，求出删除卷积码的校验多项式矩阵，由此进一步确定源卷积码的最小基本编码矩阵和删除模式，从而解决自适应调制与编码技术中的删除卷积码的盲识别问题．     

基于特征点的空间目标三维位姿单目视觉确定算法

针对基于特征点的空间目标包括相对位置和相对姿态等的三维位姿单目视觉确定问题,提出了一种基于逆投影思想的迭代方法.给出了一种包含景深估计和绝对方位解算两阶段的迭代算法,在景深估计阶段首先计算由转移矩阵表示的最优平移矢量,然后重构各特征点,并利用其在逆投影线上投影更新各特征点的景深;在绝对方位解算阶段采用Umeyama绝对方位解析算法计算相对姿态矩阵,上述两阶段迭代进行直至结果收敛.利用全局性收敛性定理证明了文中算法的全局收敛性.最后,以航天器交会对接最终逼近段的视觉测量为背景对该算法进行了数学和物理仿真,进一步验证了算法的有效性和收敛性.