GPS/GLONASS组合定位时间系统同步偏差

为研究GPS/GOLNASS组合定位中两个不同时间系统转换到UTC时间系统后存在微小的同步偏差问题,采用方差分量估计的方法解算GPS/GLONASS组合定位系统中不同时间系统的同步偏差,并进行实例计算与分析.研究结果表明:GPS/GLONASS组合定位的精度要优于GPS单系统,GPS与GLONASS的时间系统(各自转换为UTC时间)存在190～270 ns的系统偏差,且使用不同接收机观测的数据进行计算所得到的系统偏差存在一定的差异.     

圆形传感器阵列多运动声源二维波达方向估计

针对超定条件下多运动声源目标二维波达方向角估计中,传统的波束形成法、MUSIC法等不能分辨临近目标、需要设置立体传感器阵列等问题,提出了基于圆形传感器阵列的独立分量分析算法。算法结合完全正交分解和GIVENS旋转实现数据的在线预白化并更新,采用向量来表示传感器和运动目标的方位角,通过结合独立分量分析算法和波束形成法,间接估计出了运动源的二维方向角,最后进行了数值模拟实验并与传统MUSIC方法进行比较。结果表明,该方法能够准确地探测和识别多运动声源目标的数目并估计其二维波达方向,为智能地雷目标探测提供了新方法。     

利用同序负序分量的同杆双回线快速保护

提出了同杆双回输电线路的一个保护原理．该原理将同杆双回输电线路看作一个被保护单元,并利用六序分量法分解出的同序负序电压和同序负序电流构成方向元件．在系统发生不对称故障时,此方向元件具有明确的方向性,若配合选相元件和通信通道则保护原理可作为同杆双回线路的主保护．该原理简单、易行,具有基于故障分量的方向纵联保护原理所固有的优点,消除了原有基于每一回线的方向元件在双回线非同名相跨线故障时,受双回线线间互感影响需将保护闭锁的缺点．针对特高压输电线路,采用贝瑞隆模型补偿算法代替传统的补偿算法．通过理论分析和仿真．验证了该原理的正确性．     

快速定点独立分量分析在盲源分离中的应用

独立成分分析（ICA）在国内尚属一门新型的方法。本文介绍了快速定点独立分量分析的原理和算法,并介绍了该算法在盲源信号分离中的具体应用,并将此方法与主成分方法（PCA）进行了比较。文中通过实例给出了这种方法的应用效果。结果表明,ICA在盲源信号分离中是一种很有潜力的方法。     

基于自适应极大熵算法的混合语音信号分离

关于混合语音信号的盲分离问题,基于自适应的极大熵算法是一个非常良好的解决办法,本文深入研究了该算法并且针对实践应用中的一些问题.对该算法进行了改进.文章最后给出的实验结果表明,改进后的算法在盲分离语音信号和提高算法效率上,都是非常有效的.     

基于独立因子分析法的信号盲分离的应用

现有的盲分离算法绝大部分是独立分量分析法,然而在实际应用中,独立分量分析法有诸多的限制条件.针对该问题,本文提出一种基于独立因子分析法(Independent Factor Analysis,IFA)的信号盲分离算法.独立因子分析法结合了一般的因子分析法、主元分析法以及独立分量分析法的优点,用于解决混合语音信号的盲分离问题.实验结果证明:独立因子分析法可以处理信源数目不同且数据包含强噪声的情况.数据信噪比越低,独立因子分析法的优势更为显著.     

Curvelet与子空间方法人脸识别的鲁棒性研究

曲波变换对曲线的有效表达使得它可以成功地应用于人脸识别,研究了曲波变换结合子空间方法用于人脸识别中的方向性和鲁棒性问题.针对人脸的表情变化,曲波的中高频系数获得了优于小波高频系数的性能,与曲波的中高频系数具有方向敏感性的特点相一致.针对光照变化.虽然曲波的低频受到较大影响,但中高频系数表现出与小波系数相当的性能,说明曲波在保持曲线敏感性的同时保有对光照变化的鲁棒性.     

几种虹膜识别算法的比较

对基于小波变换,离散余弦变换(DCT)和独立分量分析(ICA)的虹膜识别算法中的特征提取方法进行了简单地比较,简述各方法的产生背景和技术要点.提出一种改进的基于DCT的特征提取方法,可为特定环境下选择虹膜识别算法参考.     

适用于通信侦察的信号盲分离算法

以Kullback-Leibler散度为代价函数,基于相对梯度算法推导了在通信侦察中适用于通信信号盲分离的独立信源盲分离算法,并从理论上证明了算法的稳定性.仿真结果表明:只要源信号之间相互独立,则对任意载频、任何调制方式的通信信号,该算法都能够根据观察到的混合信号有效地分离出源信号.在源信号并不完全独立的情况下,其分离性能略有降低.     

人脸识别算法在监狱通道管理中的应用

针对监狱通道管理的特点, 将人脸肤色模型、 模板匹 配及主分量分析等图像处理和统计学习经典算法有效地结合, 开发了实时有效的人脸识别算法模块. 测试结果及分析表明, 该模块在特定应用中对于人脸定位与验证有一定的优越性.