八点算法的降维EVD技术

传统的应用于双视图三维复原的八点算法使用标准特征值分析(EVD)算法。通过统计分析可知,该技术存在估计偏差大和均方误差都大的缺点。其产生原因是数据噪声的有色性和自相关函数矩阵的条件数过大,因此白化数据噪声和正则化变换是提高性能的有效措施。通过理论分析和计算机仿真实验,表明文中所给出的降维EVD技术固有地同时具备噪声预白化功能和数据正则化功能,因此它能给出均方误差相当小的无偏估计。由于它无须进行预白化变换或正则化变换,并把最优化过程的维数从9降为4,所以它还具有计算快速、实现简单方便的优点。     

一种改进的基于全数据集的星载ScanSAR多普勒中心估计方法

提出了一种改进的适合于ScanSAR成像的多普勒中心估计方法。算法首先在各个子带内求得解卷绕的多普勒基带中心估计;随后利用各子带间脉冲重复频率（PRF）的差异,以最小均方误差准则寻找合适的模糊数组合,从而解决多普勒模糊问题。与以往方法不同之处在于,多普勒模糊的解法基于整个回波数据集,而不依赖于相邻子带重叠区数据,且不需要关于信号或噪声分布的先验知识。算法假设子带间的方位向天线指向变化足够小,以致由此导致的多普勒中心的变化远小于PRF的差异,从而可以近似认为多普勒中心是随距离连续变化的。该算法容易实现,并且能有效保证多普勒中心估计的精度和效率。     

用容积卡尔曼滤波算法进行集装箱吊具姿态估计

为提高非线性模型下集装箱吊具姿态的估计精度,建立一个基于四元数和低精度高噪声传感器的集装箱吊具姿态估计非线性模型,运用容积卡尔曼滤波算法进行姿态估计.试验数据与高精度姿态传感器数据比较表明,采用容积卡尔曼滤波算法可以有效提高集装箱吊具姿态估计精度和稳定性.     

基于子空间投影技术的椭圆拟合算法

通过两次子空间投影,把拟合误差矢量正交分解为3个分量,并使它们的范数同时最小化,导致一个有约束总体最小化过程,该过程在同时约束其中的2个正交分量(即误差均值和误差矢量在中心化一阶子空间的投影分量)为0的条件下使另1个分量(即误差矢量在中心化一阶子空间的正交投影分量)的范数最小化.通过结合子空间投影与奇异值分解,采用渐进计算技术来完成椭圆参数矢量的3个分量的最优估计.理论分析和实验表明,该算法具有快速、精确、抗噪能力强、拟合成功率高等优点.     

基于PE的MEEMD筛选的LFMCW雷达心率估计算法

针对现有的基于快速傅里叶变换（fast Fourier transform,FFT）和Levenberg-Marquardt（LM）拟合等算法在心率估计中存在稳定性差、精准度低等现状,在分析77 GHz线性调频连续波雷达信号特征的基础上提出一种改进型的心率估计算法。首先,该算法通过速度-距离谱图识别被测人体,通过仿真实验获得心跳区间50~120次/min对应的排列熵（permutation entropy,PE）区间为[0.31,0.44]。然后,提出PE心跳信号区间筛选方法消除微运动信号中的干扰和噪声。通过峰值检测算法实现心率的精准估计。最后邀请30位志愿者进行实验,并从稳定性、准确性和估计误差3方面分别对本文提出的算法、FFT算法和LM拟合算法进行评估和比较。实验表明本文提出的算法的稳定性和估计误差的综合评估指标最优,准确率为98.30%。     

基于正则化回归的混沌时间序列建模与预测

本文在奇异值分解的基础上,提出了基于正则化回归的自适应局部线性化方法,能自适应确定嵌入维数、邻点数和正则化参数,数值模拟说明所给方法有效提高了预测效果。     

单视图摄像机自标定

首先定义基于模型的单视图情况下的单应性矩阵、外极线约束和基础矩阵,然后通过对基础矩阵的SVD分析,证明使用经其左奇异变换阵变换过的数据集合可最优地估计一个能解析地确定单应性矩阵的四维参数,并进而计算摄像机内参数阵、三维运动参数和目标三维结构,从而开发了一个基于目标模型的从单视图特征点集进行摄像机自标定和三维重建的线性算法。     

双基地合成孔径雷达扩展Chirp Scaling成像算法

根据传统SAR处理中的扩展CS算法原理,推导了适用于同轨迹飞行模式双基地SAR的扩展Chirp Scaling算法,解决了接收、发射分置引起的雷达响应函数从距离－方位域向二维频域变换的复杂性问题,分析了算法推导中各种误差的影响,通过计算机仿真验证了算法在小斜视角情况下,对双基地SAR数据成像的有效性。     

多旋翼无人机微多普勒特性分析与特征提取

针对多旋翼无人机目标的识别问题，提出一种基于伽柏（Gabor）变换的瞬时频率估计与快速傅里叶变换（FFT）相结合的微多普勒特征提取算法。首先建立多旋翼无人机旋翼回波模型，并通过仿真分析叶片数目、旋翼转速和初始相位等参数对微多普勒特征的影响，利用Gabor变换得到时频特征。在此基础上通过瞬时频率极大值法提取微多普勒频率，并对瞬时频率采用FFT提取旋翼数和转动频率，从而获得叶片长度估计值。实测数据验证了该算法较为准确地提取无人机的微多普勒参数。     

改进的多模式串匹配算法及GPU并行化研究

通过分析AC多模式匹配算法和正则语句搜索匹配在功能上的优劣,研究它们在生成确定性有穷自动机时的相同与差异,融合AC算法和正则语句运用于文本的多模式串匹配,使得AC算法能够识别正则语句,并且保持原有算法在匹配失败后,目标模式串指针不回退且AC自动机回退少的特点,使得算法兼有二者优点. 同时,讨论了在GPU上通过CUDA的并行程序环境实现算法的并行化,并详细比较了在GPU上利用不同类型存储器实现的算法的性能差异.     

基于容积卡尔曼滤波的卫星导航定位解算方法

由于卫星导航定位方程组的非线性特性,传统的定位解算方法在解算之前需要对定位方程组进行线性化处理,会影响定位解算精度。容积卡尔曼滤波算法基于贝叶斯估计和容积变换,可以有效地提高非线性滤波估计的精度。将容积卡尔曼滤波算法应用于卫星导航定位解算,建立定位解算系统状态转移模型和测量模型,通过时间更新和测量更新两个环节递推估计接收机的三维位置坐标。利用IGS观测数据对基于容积卡尔曼滤波的定位解算方法进行验证,并与最小二乘法和扩展卡尔曼滤波算法进行对比,结果证明将容积卡尔曼滤波用于卫星导航定位解算可以获得更高的定位精度,并且具有较快的收敛速度。     

奇异值分解求线性最小二乘解的理论分析

最小二乘问题在数据拟合、参数估计和控制理论等方面有着广泛的作用。本文将利用奇异值分解给出了线性方程Ax=b的最小二乘解的通解表达式以及广义逆的表达式,并对最小线性二乘问题的条件数进行了论证,指出了当矩阵A为方阵时怎样估算该方程组的是否是病态的方法。     

对人脸识别特征数据降维算法的优化

在模式识别领域,人脸特征数据相对庞大,为了提取人脸主要的特征数据,提高识别系统的运行效率,对特征数据的降维是必须的操作。针对现有降维算法对识别率有较大影响的问题,本文总结了各类降维算法,提出了一种优化的降维算法。     

一种基于改进粒子滤波的水下采矿导航方法

针对水下采矿导航系统所面临的噪声具有非高斯性和频率随机性的问题，提出基于粒子滤波的深海采矿导航算法，并针对粒子滤波的粒子退化和贫化提出一种新的重采样算法。结合湖试数据，仿真实验表明新的重采样算法在获得更好的滤波精度的同时可以避免粒子贫化现象。最后，将基于改进的粒子滤波的深海采矿导航算法与基于无迹卡尔曼滤波算法的导航算法进行对比。结果表明本文提出的算法具有较高的精度和优良的鲁棒性。     

基于改进谱聚类算法的航路辨识

为解决船舶自动识别系统(automatic identification system, AIS)数据挖掘不够充分,对航路辨识分析不够全面等问题,提出一种基于改进谱聚类算法的数据挖掘方式。利用Sliding Window算法对船舶轨迹AIS数据进行压缩,减少数据冗余提高聚类效率。改进亲和距离函数,提出新的亲和矩阵的标准,提高聚类的稳定性,进一步对数据去噪,减少噪声敏感。通过优化初始中心对k均值算法进行改进,优化全局搜索能力,缓解初始值的选取对聚类效果的影响。以天津港AIS数据为样本进行算法验证。结果表明,该聚类算法能准确提取和划分某水域船舶主要航迹段,算法消耗系统资源少,计算速度快。改进后的算法可为航路辨识、分道通航制定等提供理论支持。     

基于四阶累积量的CSPRIT算法

分析了基于二阶统计的CSPRIT算法在空间相关高斯噪声环境中存在的问题,提出将四阶累积量与CSPRIT算法相结合,处理一维二元相移键控信号（BPSK）和多元幅移键控信号（MASK）,实现信号到达角（DOA）的估计和波束形成器的构造。与基于二阶统计的CSPRIT算法相比,基于四阶累积量的改进算法能够有效抑制空间相关的高斯噪声,提高信号估计精度。计算机仿真验证了该算法的有效性。     

机载三基线干涉合成孔径雷达的系统参数估计

针对机载刚性三基线干涉合成孔径雷达的应用需求,在存在干涉相位噪声的情况下,研究基于2个地面控制点估计系统基线倾角和干涉相位偏差的问题,分析干涉相位噪声对参数估计精度的影响,提出一种三基线联合参数估计方法.使用牛顿法求解系统参数估计方程,根据不同基线的高程测量精度,对目标函数进行加权处理,并使用不同基线得到的高程差来评价参数估计效果.仿真结果表明,相比于传统的单基线参数估计方法,该方法具有较高的参数估计精度.