基于子镜头聚类方法的关键帧提取技术

分析主流的关键帧提取技术,提出了一种基于子镜头聚类的关键帧提取算法.该方法在重新定位镜头的起始和终止帧号后,利用帧与帧之间的颜色直方图特征,通过子镜头检测和聚类进行关键帧提取.实验结果表明,该算法具有良好的适应性,既降低了关键帧提取算法的计算复杂度,正确率高,同时能有效避免关键帧的冗余,达到了很好的关键帧提取效果.     

一种应用于交通环境中的运动车辆跟踪方法

针对利用卡尔曼滤波进行运动车辆跟踪过程复杂的问题,提出了根据相邻两帧车辆的面积重叠率进行运动车辆预测的车辆跟踪方法,该方法提取前后两帧中所有车辆的最小外接矩形框等特征,把与前帧中面积重叠率最大的车辆作为前帧中对应车辆的最佳预测,根据提取的车辆特征进行匹配,从而完成车辆的跟踪。实验结果表明,该车辆跟踪方法的效果较好。     

重叠平均法性能分析及帧头辅助

对重叠平均法性能进行定量分析,建立了检测概率和算法参数的数学关系,通过推导可知,当利用重叠平均法加快搜索速度时,不可避免灵敏度损失的问题,即重叠平均点数扩大一倍则检测性能恶化约3dB.为了适应低信噪比环境和高数据率系统,提出了帧头辅助的方法,该方法延长相关积累时间增加积累增益以补偿重叠平均法的灵敏度损失,且实现较为简单.通过仿真对建立的检测概率和算法参数的数学关系进行了验证,显示了帧头辅助的重叠平均快速捕获算法的优点,即利用4ms八点重叠平均几乎达到了2ms直接二点平均的检测性能,但数据处理量减小1/2.     

基于自适应帧采样的视频拼接

针对视频拼接计算量过大的问题,提出了一种分层式自适应帧采样的视频拼接方法。两层帧采样环节分别采用了不同的策略:第1层建立了帧间重叠率和帧间隔的分段线性模型,通过"预测-检验-修正"环节不断的更新采样帧间隔来自适应抽取到满足一定重叠率的准关键帧;第2层在第1层采样的基础上,利用逐帧检测的方法从准关键帧中抽取到满足一定条件的最终关键帧。最后对关键帧进行全景图拼接。与用所有视频帧进行拼接的方法相比,该方法用极少的场景信息损失换取了拼接效率的大幅提高。实验结果表明:该方法对于一般实验场景均能鲁棒地抽取到可靠关键帧,在大幅度降低计算负荷的同时得到高质量的视频全景图。     

一种低发射功率的单载波频域均衡结构

单载波频域均衡技术可实现同正交频分复用多载波传输技术等效的抗多径衰落性能及较低的处理复杂度,具有较低的峰均比,因此成为下一代移动通信中非常有前景的传输技术.但是传统的单载波频域均衡系统发射机需要在每一帧信号前插入循环前缀.提出了一种优化的单载波频域均衡结构,仅在发射机偶数帧前面插入循环前缀,因此可以提高发射机的频谱效率,节约了发射功率.在接收端,当检测偶数帧信号时,利用传统的频域均衡技术进行检测;提出了两种检测奇数帧信号的频域均衡接收机,分别为基于重叠保留法和重叠相加法的频域均衡接收机.仿真结果证明基于重叠保留法的频域均衡接收机可以取得与传统单载波频域均衡系统相近的误符号率性能.     

基于预处理VAD和自适应KLT的语音增强算法

针对加性有色噪声干扰，提出了一种单通道输入基于信号子空间的话音增强算法。算法中使用自适应的方法跟踪KLT(Karhunen—Loeve Transform)阵。运用一种近似模型来表述有色噪声的特性，并基于噪声平稳的假设，通过采用预处理技术的语音活动性检测(VAD：Voice Activity Detection)单元获取噪声样本，用于下一语音帧中噪声特性的估计和增强处理。实验表明，算法对于有色噪声干扰下的语音信号有较好的增强效果，并且性能优于改进减谱法。     

低信噪比下基于谱熵的语音端点检测算法

为提高语音端点检测系统在低信噪(0 dB以下)下检测的准确率,提出了一种基于谱熵的端点检测算法。将每帧信号分为16个子带,选取频谱分布在250~3.5 kH z并且能量不超过该帧总能量90%的子带,计算经过语音增强后的子带能量以及各子带信噪比,根据各子带信噪比的不同调整其在整个谱熵计算过程中的权重,然后平滑谱熵,以最终的谱熵作为端点检测的依据。实验结果表明,此方法在较低的信噪比下能够显著地提高端点检测的准确率。对坦克噪声,检测效果明显优于G.729中的端点检测算法,即使在-5 dB的信噪比下,仍然可以达到95%以上的检测率。     

抑制编码误差扩散的深度图帧内编码

为进一步提高深度图编码的质量和三维视频虚拟的合成质量,提出了抑制编码误差扩散的深度图帧内编码方法.首先根据深度图的特性将深度图划分为平坦区域和边缘区域,并分析这两个区域的误差扩散特性.基于此特性,在宏块的率失真优化计算中,利用修正值修正易引起误差扩散的块或子块,使其后续大量受误差扩散影响的块或子块具有较低的率失真代价函数.实验结果表明,与JMVC8.5的帧内编码方法和基于分割的帧内预测方法相比,文中方法虚拟合成的平均峰值信噪比分别提升0.30和0.25dB.     

基于核 Fisher 判别的说话人辨认

针对语音特征的自身特点,通过对Fisher判别技术的研究,提出采用核Fisher判别技术来解决说话人辨认.核Fisher判别技术在判别中使用所有训练样本,显著提高了系统的识别率.实验数据表明,该方法在不影响系统实时性的情况下,有效地提高了说话人辨认系统的识别率.     

一种帧内码率-量化模型及其应用

提出了一种面向H.264/AVC的帧内码率-量化模型。该模型考虑了编码帧的复杂度,能够准确地根据目标比特率为帧内编码帧选择正确的量化参数。基于提出的帧内码率-量化模型,给出了针对I帧的码率控制方案以及针对场景切换情况的码率控制方案。实验结果证明,与传统的H.264/AVC码率控制方法相比,两种方案的码率控制的精度和峰值信噪比都得到了提高。     

基于KLT／WT／WTVQ的三维多光谱数据压缩方法

提出了三维多谱图像数据压缩的新方法。在对多光谱图像数据进行Karhunen-Leove变换（KLT）消除谱相关性,再应用小波变换（WT）对KLT后的多光谱图像数据进行消除空间相关性。采用特殊矢量量化编码,叫作小波树矢量量化（WTVQ）编码对每个谱象数据进行压缩,获得较高的压缩性能。实验结果表明：KLT／WT／WTVQ压缩方法比KLT／JPEG和KLT／WT／FSVQ压缩方法在相同的PSNR条件下,CR提高20以上,整体压缩性能有较大的提高;在同样压缩比（CR）条件下,压缩速度提高3倍。     

Robust monocular SLAM towards motion disturbance

The standard extended Kalman filter-based simultaneously localization and mapping （EKF-SLAM） algorithm has a drawback that it could not handle the sudden motion caused by the motion disturbance. This prevents the SLAM system from real applications. Many techniques have been developed to make the system more robust to the motion disturbance. In this paper, we propose a robust monocular SLAM algorithm. First, when the motion model-based system failed to track the features, a KLT tracker will be activated for each feature. Second, the KLT tracked features are used to update the camera states. Third, the difference between the camera states and the predictions is used to adjust the input motion noise. Finally, we do the standard EKF-SLAM with the new input motion noise. In order to make the system more reliable, a joint compatibility branch and bound algorithm are used to check the outliers, and an IEKF filter is used to make the motion estimation smoother when the camera encounters sudden movement. The experiments are done on an image sequence caught by a shaking hand-held camera, which show that the proposed method is very robust to large motion disturbance.     

使用K－L变换进行图象压缩的一种新方法

在图象变换编码领域，Ｋ—Ｌ变换是最小均方误差意义上的最佳变换，但是变换矩阵随图象内容而不同，且计算复杂，速度慢。本文选择了合理的计算自协方差矩阵的特征矢量的方法，以削减计算时间。同时提出将模式识别引入Ｋ—Ｌ变换的一种新的图象压缩的方法，用精选的模式集训练ＢＰ神经网络，使之在计算中将各个子图象正确归类，以选择合适的变换矩阵。这一方法成功地降低了计算复杂性，并且回避了病态矩阵问题。它具有高压缩比和低复杂性的特点。     

基于双无迹卡尔曼滤波算法的永磁同步电机转子磁链辨识

转子磁链的准确辨识是实现永磁同步电机(Permanent Magnet Synchronous Motor, PMSM)转子磁场监控,确保其驱动系统可靠运行并实现高性能控制的有效方法。为解决测量噪声、电机参数变化及辨识模型欠秩对转子磁链辨识精度影响的问题,提出了基于双无迹卡尔曼滤波（UKF）算法的PMSM转子磁链辨识方法,可在确保满秩辨识的前提下,减小测量噪声与电机参数变化对转子磁链辨识精度的影响,实现PMSM转子磁链的准确辨识,并在参数敏感性分析的基础上,降低了算法计算量,合理兼顾了辨识精度与辨识速度。对所提方法进行了仿真研究和实验验证,研究结果证实了所提方法的有效性。     

基于ANFIS的软测量模型在浮选中的应用

以浮选过程为研究对象,提出一种基于自适应神经-模糊推理系统的经济技术指标软测量模型。该模型采用主元分析进行输入数据集降维,运用最小二乘法和粒子群优化算法相结合的混合学习算法对自适应神经-模糊推理系统结构参数进行优化设计。该混合学习算法提高了网络参数辨识的收敛速度,仿真结果表明,提出的模型能很好地实现浮选过程经济技术指标的全局预测,满足优化浮选药剂添加的计算要求。     

V-BLAST OFDM系统的信道估计方法

下一代宽带无线通信系统的核心技术MIMO-OFDM(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing)能显著提高系统的容量,但要获得该技术所带来的性能优势,快速、准确的信道估计是关键。为降低V-BLAST OFDM(Vertical-Bell Laboratory Layered Space-Time Orthogonal Frequency Division Multi-plexing)系统中信道估计的运算复杂度和提高估计精度,提出了一种基于CAZAC(Constant Amplitude ZeroAuto Correlation)序列的信道估计方法。该方法避免了矩阵求逆运算,利用该序列良好的自相关性,通过相关运算可消除多发送天线信号间及多径信号间的相互干扰,并且明显抑制了噪声对估计性能的影响,使信道估计的性能得以显著提高。理论分析和计算机仿真结果表明,该方法无需多径时延估计,较已知功率时延谱与未知功率时延谱的传统信道估计算法,可分别获得约1 dB和2 dB的性能增益。     

KL-变换/JPEG和JPEG/KL-变换压缩性能分析

对ＫＬ－变换（ＫＬＴ）／ＪＰＥＧ和ＪＰＥＧ／ＫＬＴ构成的多光谱图象数据压缩系统的性能及优缺点进行了分析比较。在充分利用多光谱图象数据统计特征的基础上，将ＫＬＴ应用于多光谱数据压缩系统来消除谱相关性。仿真实验结果表明，ＫＬＴ／ＪＰＥＧ压缩系统的综合性能优于ＪＰＥＧ／ＫＬＴ压缩系统     

离散MIMO衰落信道容量的研究

 研究了发送端未知、接收端已知信道信息条件下,离散调制信号输入时MIMO衰落信道容量。提出了一种有效的信道容量估计方法,仿真结果表明,该估计方法降低计算的复杂度同时获得了很好的近似结果。通过该估计方法比较了接收天线不同时,PSK输入与高斯输入时的信道容量。低信噪比时,PSK输入可获得与高斯输入相同的传输速率,而且在天线数一定的情况下,应尽量增加接收端天线数来增加系统传输速率。     

高桩码头对河道流场影响的数值模拟

在讨论高桩码头对河道流场影响数值模拟方法的基础上,为确保流场模拟精度,采用正交边界拟合坐标变换法模拟弯曲变化的河道计算域,应用二维全隐式耦合联解模型离散控制方程、矩阵追赶法求解代数方程．同时引进过水率和修正糙率的概念并提出了间接等效模拟高桩码头对流场影响的方法．算例表明,该方法是行之有效的．     

利用单向驱动非线性耦合Duffing振子检测微弱信号

针对单个Duffing振子检测微弱信号时相变判别计算量大、时间长、不易把握等问题,建立了一个单向驱动非线性耦合Duffing振子系统,根据横向Lyapunov指数分析了系统在混沌态到大尺度周期态时振子间运动轨迹的同步演化特性,提出了利用同步误差来判别相变的新方法。实验仿真表明,在强噪声背景下该耦合系统仍能够正确快速地检测出微弱信号。