针对传统谱算法在人脸识别中的局限，该文提出一种基于改进高斯过程隐变量模型（GP—LVM）的多角度人脸识别算法。首先，通过高斯过程（GP）对人脸流形建立概率模型，得到高斯过程隐变量模型（GP—LVM）；其次，分析GP—LVM得到共有信息（sharedinformation）和独有信息（privateinformation），利用概率最大化与拉格朗日乘子法得到参照矩阵和参...
针对复杂背景下的快速行人检测问题，从行人边缘信息的角度，该文提出了一种改进的中心对称统计变换（ICSCENTRIST）特征，该特征只有32维，计算简单，描述能力强，可以很好地表达行人的边缘轮廓。行人检测时采用3级级联分类方法：第1级采用基于辅助积分图的线性支持向量机（SVMl，快速排除大部分非行人区域；第2级，第3级分别使用偏最小二乘法...
传统降维方法主要有两种思路：一是利用样本的全局特征，保证降维前后样本的全局特征不变；二是尽量保证相邻样本在降维前后的相对关系不变。传统方法由于未能充分利用样本的已有信息，因此降维效率有限。鉴于此，在Fisher准则和局部流形保持的基础上，该文提出流形判别分析。该方法首先定义了基于流形的类内离散度MWCS和类问离散度MBCS，然后利...
该文提出一种计算非线性时间序列信号Lyapunov指数的新方法一球均值Lyapunov指数计算法，用于肢体肌电信号的特征提取与分类。首先采用所提方法计算出肌电信号的Lyapunov指数，并与关联维组合构成输入特征向量，然后用二又树法构造基于对支持向量机的多类分类器，对握拳、展拳、腕内旋、腕外旋4类动作模式进行分类识别。实验结果表明，该方法不...
基于密度差（Difference Of Density，DOD）思想，L2核分类器算法具有良好的分类性能及稀疏性，然而其训练域与测试域独立同分布的假设限制了其应用范围。针对此不足，该文提出一种新的面向迁移学习的L2核分类~（Transfer Learning—L2 Kernel Classification，TL—L2KC），该方法既保持了L2核分类器算法良好的分类性能，又能处理数据集缓慢变化...
针对现有客观图像质量评价算法通用性差及人类主观感知相关性弱等问题，该文提出一种基于参数估计的无参考型图像质量评价算法。该算法通过分析图像本身所蕴含的质量特征，提取出图像结构信息、颜色信息和视觉信息的评价度量指标，采用回归分析的方法估计出相应指标的参数。实验结果表明，该算法与主观评价结果一致性好、鲁棒性强，优于其它客观...
针对现有算法无法有效解决混合噪声图像的阈值分割的问题，该文提出3维最小误差闽值法。该方法充分考虑图像像元点的灰度分布信息及像元点之间的灰度相关信息，结合图像灰度、均值和中值信息，构造出3维观测空间。然后基于相对熵定义出3维最佳阈值判别式。为了提高该算法的处理速度，给出相应的快速递推算法，其时间复杂度为O（L3）实验结果表明...
Otsu白适应阈值法是一种经典的图像闽值分割方法，在其基础上发展起来的2维Otsu法及其改进算法由于存在计算（或空间）复杂度较高、抗噪能力差、难以扩展到多闽值等不足而制约了其应用。该文针对2维Otsu法的不足，将噪声点的出现视为小概率事件，用噪声点的邻域均值代替其灰度值，将噪声点转换为目标（或背景）像素，减少了图像中的噪声点数量；...
在有限新息率（FiniteRateofInnovation，FRI）采样框架中，指数再生核具有良好的时域有限支撑特性，因此被广泛用作采样核。但是这一过程会将信号中的白噪声变为有色噪声，严重影响重构性能。为此，该文利用指数再生形式能够在卷积运算中得以保留的特性，提出一种改进的指数再生采样核，其对应的系数矩阵能够保持噪声的统计特性，进而保证重构...
采样和重构是信号处理的基本问题。已有的分数阶傅里叶域采样理论是对理想的采样系统进行分析的，工程中的A／D和D／A转换是基于采样保持电路实现的，该文在分数阶傅里叶域对采样保持系统进行分析，提出一个可行的工程采样和重构模型。该模型仅需在传统采样保持系统上增加两级乘法器就可实现。所得结果进一步完善了分数阶傅里叶域采样定理，为分...
自适应单脉冲技术由于能有效地抑制干扰，同时比较准确地估计出信号源的方位，因而被广泛的用于跟踪、制导雷达。经典自适应单脉冲算法都采用一阶线性逼近方法，忽略了高次项对角度估计的影响，从而导致角度估计在单脉冲比非线性区域具有大的估计误差。针对这个问题，该文提出令高次项为零的约束条件，并结合干扰信号子空间计算自适应差波束权重...
由于可以在较短时间内对大范围区域进行动目标监视，广域监视动目标检测（WideAreaSurveillance，WAS—GMTI）模式已经成为机载监视雷达的一种重要工作模式。目前具备WAS—GMTI工作模式的系统较少，实际数据较难获得，严重影响了对WAS．GMTI中相关处理算法的验证。该文提出一种基于电子地图路网信息的WAS—GMTI动目标点迹仿真方法。该方法根据载...
微多普勒是微动目标独特的特征，车轮旋转的微多普勒是卡车目标的重要特征，可为卡车的识别研究提供依据。首先基于散射点模型，结合卡车和雷达的位置关系，采用画家算法对卡车进行遮挡效应建模；其次，建立了卡车微动模型，分析了卡车运动时非旋转散射点多普勒及轮毂旋转散射点微多普勒随方位角、掠地角、速度和加速度的变化规律，为卡车微多普...
在运动过程中，飞行器的RCS通常随时问或雷达波入射角随机变化，呈现不规律的特性。采用统计量或统计模型研究目标RCS的变化就变得十分必要。已有文献的研究对象多为传统飞行器，对于隐形飞行器的研究较少。该文选择了一种典型隐形飞行器作为研究目标，采用物理光学方法和物理绕射理论相结合的方法计算了其在不同飞行姿态下的RCS，并采用斯怀林I...
雷达目标部件的旋转运动引起的微多普勒效应为目标精确识别提供了新的技术途径，近年来获得了广泛研究。陔文以含旋转部件目标为例，提出一种基于高阶矩函数的宽带雷达微动特征快速提取方法。首先对经参考信号共轭相乘后的旋转散射点回波信号进行了分析，并得到了其关于不同快时间及慢时间的高阶矩函数，然后，通过检测该函数虚部傅里叶变换累积...
自旋目标3维成像对于空间目标识别具有重要意义。为了解决单基雷达中无法获取自旋目标真实3维结构特征的问题，该文提出一种基于微动特征关联的白旋目标宽带雷达3维成像方法。通过利用多部雷达获取目标在不同视角下的回波信号，基于目标自旋时各散射中心的微多普勒信息特征实现不同雷达回波数据的多散射中心关联，获得了能够反映自旋目标真实尺...
对于重叠区域较小的相邻两条带SAR图像，严重几何畸变使得难以直接提取同名A（TiePoiints，TPs）。该文基于InSAR图像成像信息和相干信息提出-3~新的同名点提取方法。该方法首先根据成像信息对原始图像进行仿射变换，然后利用光学影像特征匹配的方法获得同名点，最后以相干系数图为导引对同名点进行筛选。通过对实际InSAR数据（重叠区域〈15％）...
由于星载SAR原始回波数据的量化动态范围通常较小，故实际运行中，原始数据饱和的情况时有发生，成为影响图像质量的重要因素之一。该文针对星载SAR常用的均匀量化和分块自适应量化（BAQ）压缩两种方式，分别提出了基于动态解码的饱和校正方法，有效减小了图像的饱和功率损失，提高了SAR图像辐射精度，并改善了图像信噪比。仿真结果验证了该文方...
双站SAR能够获取目标不同方向的雷达散射系数，有助于图像分类和识别。双站聚束SAR分辨率高，目标识别能力更强。针对机载双站聚束SAR长合成孔径时间特点，该文引入改进双曲等效方法，修正了双曲等效距离模型的三次项精度；推导了2维波数域信号表达式，给出波数域图像重建方法；建立了距离一方位波数域的距离空变补偿项，提高了wK算法的距离空变...
在通过InSAR技术获取地表数字高程模型（DEM）的应用中，为了提高该技术对大斜坡或突变等复杂地形的测绘能力，解决单基线情况下的高度模糊问题，可以利用多通道（多频率或多基线）InSAR技术实现。该文比较了最大似然估计法（ML）和最大后验概率估计法（MAP）的性能，并在最大似然估计法的基础上增加了坏点判断和加权均值滤波的环节，通过聚类分...
多通道技术可以用来提高系统的频带宽度，是实现分辨率优于0．1in的超高分辨率机载合成孔径雷达（SAR）系统的一种有效的技术途径。该文针对实际雷达系统中采用的单通道宽带信号发射、8通道下变频接收来完成宽带信号收发的方案，提出一种对该收发系统的幅相误差进行测量和校正的方法，该方法采用空间闭环辐射提取宽带收发通道的幅相误差，采取具...
罗兰-C系统与全球导航定位系统（GNSS）相结合已成为新的应用模式，为用户提供可靠的定位、导航和授时服务。针对传统罗兰-C接收机信号捕获时间长、抗噪性能差等缺点，该文提出一种基于延迟相关技术的罗兰-C信号抗噪快速捕获方法，并从理论分析和仿真实验两个方面验证了该方法的有效性，解决了强噪声背景下罗兰-信号的快速捕获问题。结果表明：...
该文分别基于二元零相关区周期互补序列集和二元周期互补序列集做为初始序列，利用逆gray映射构造了四元零相关区周期互补序列集。如果选取的初始序列集参数可以达到理论界限，得到的四元零相关区周期互补序列集接近甚至达到理论界限。零相关区互补序列集相比传统互补序列集具有更多的序列数目，应用到通信系统中可以支持更多的通信用户。
该文提出一类新的Bussgang指数拓展多模算法，进一步降低传统Bussgang类盲均衡算法收敛时的稳态误差的效果。分析了新代价函数和误差函数等对算法性能的影响，并给出了算法复杂度分析，展示了如何利用作图法求得星座特征常数R的过程。为了削弱该算法对于高阶统计量信息的依赖，提出一种星座特征常量R的近似计算方法，使得星座特征常数不再成为新...
与传统的时分／频分复用训练序列相比，采用叠加训练序列的传输方案可以有效地提高系统的频谱利用率。然而，叠加方案中训练序列与信息序列的相互干扰会造成系统性能的严重下降，如何有效消除信息干扰是提高信道估计性能的关键。该文针对时变衰落信道，首先提出一种新的基于一阶统计量信道估计算法。该算法利用基扩展模型（BEM）构建时变信道，...
针对短突发信号的载波同步问题，该文提出联合旋转平均周期图和解调软信息的载波估计算法。该算法首先对导频信息旋转不同频偏，利用平均周期图法进行载波粗估计，然后以解调软信息的最大均方软输出为准则，采用分步式搜索进一步进行载波细估计。仿真结果表明该联合算法在导频开销较小的条件下，误码性能接近最佳相干解调性能，且复杂度较低，频...
该文针对浅海远程水声信道提出合成孔径技术与直接序列扩频相结合的通信方案，并重点分析了影响通信质量的多普勒效应问题，提出了一种有效的多普勒估计和补偿算法。该补偿算法采用重采样与全相位快速傅里叶变换（AP—FFT）处理技术，实现了频率和相位的高精度估计，同时消除多普勒造成的时间模糊。该文利用声学工具箱对声信道进行了建模，对合...
现有无线分组调度算法一般以最大化系统吞吐量或者保证用户之间公平性为目标。然而，不同视频分组之间存在着重要性差异，使得传统的内容无关调度算法不适用于无线视频传输。充分发掘视频分组之间存在的重要性差异并准确衡量视频分组的传输失真，能够在资源受限的无线环境下更合理地分配资源，提高视频传输质量。该文首先提出一种分组级别视频传...
该文提出一种量子白适应粒子群优化算法，该算法中，粒子位置的编码采用量子比特实现，利用粒子飞行轨迹信息动态更新量子比特的状态，并引入量子非门实现变异操作以避免陷入局部最优。用该算法训练神经网络，实现了径向基函数（RJBF）神经网络参数优化，建立了基于量子自适应粒子群优化RBF神经网络算法的网络流量预测模型。对真实网络流量的预...
传统启发式方法求解QoS组播路由问题复杂度高，收敛速率慢，无法满足实际需求。该文提出一种基于子节点编码的和声搜索算法以解决该问题。在和声搜索算法的基础上，该算法设计了新的初始解及新解生成方式，提升了算法执行效率；提出了参数动态调整方案，兼顾了全局搜索以及局部搜索能力；同时设计了一种基于子节点的组播树编码方式，加快了新解...
购物车(0)