基于非线性函数和简化粒子群优化的盲源分离算法

针对现有盲源分离方法存在的源信号类型和高斯信号个数受限制问题,提出一种基于非线性函数和简化粒子群优化的盲源分离新算法.算法采用依据源信号类型选取的非线性函数作为目标函数,运用简化粒子群优化算法对目标函数进行优化,实现多类型源信号同时混合的盲源分离.仿真结果表明,本算法能够有效实现源信号为多类型和含有2路高斯信号的盲源分离.与其他算法相比,本算法收敛速度更快,分离精度更高.     

斜视聚束模式下的DCS算法

聚束SAR回波的多普勒带宽通常大于方位向采样率. 为避免方位频谱混叠,首先进行方位deramp消除频谱混叠,然后利用CS算法进行精确聚焦.在距离压缩前增加了距离频率3次和4次相位补偿,通过分析仿真结果发现该算法不仅能在大斜视下取得良好的聚焦图像,而且还能消除原DCS算法存在的距离压缩信号左右旁瓣不对称现象.基于斜视聚束模型,给出了一种改进的DCS算法的详细推导过程. 仿真结果表明,该算法可用于大斜视聚束SAR成像处理.     

2-D实值离散Gabor变换的快速算法实现

Gabor变换是揭示图象或信号进行时频分析的重要方法之一,因此在信号检测,信号识别,信号分析和处理等诸多领域应用广泛.但Gabor变换系数的求解较为复杂,计算量大,这就阻碍了Gabor变换在线应用领域作用的发挥.寻求Gabor变换的快速实现算法是当前这一领域研究较多的一个问题.本文从2-D实值离散Gabor变换(RDGT)自身特点出发,讨论了快速算法实现的一些方法.     

基于WT和PSO的雷达脉内调制参数分析

雷达脉内调制信号分析是实现雷达辐射源信号识别的一个重要手段,雷达脉内调制信号是典型的非平稳信号,需采用非平稳信号处理方法进行分析.小波变换是处理非平稳信号的有力工具,可用来对脉内信号进行分析,但需要搜索算法搜索变换后的小波脊线.因此,在对调制信号进行小波变换后,采用微粒群优化算法搜索小波脊线.通过计算机仿真,结果表明利用小波变换和微粒群优化算法可对雷达脉内调制信号进行参数分析与提取,小波变换分析方法是有效的、合理的.     

一种用于车牌识别的图像超分辨率算法

仿效人类的视觉认知过程,提出面向目标的图像超分辨率算法.只需从一幅车牌图像就可以恢复目标的细节信息.该算法使用先检测、后重建的思路,通过联合稀疏编码建立目标高低分辨率图像片之间的关系,以目标可以稀疏表示为先验,检测到目标区域后,通过压缩感知重建图像.实验表明,重建图像的峰值信噪比(PSNR)较传统方法约有2dB的改善.此外,还验证了超分辨率重建改善了车牌识别结果,可以消除20%的错误识别字符.     

基于Camshift算法的运动目标跟踪系统研究

在遮挡物较多的变电站场景下,传统的目标跟踪算法容易出现人员跟丢、身份变换、目标被遮挡无法识别等情况,无法做到对目标的准确实时跟踪.使用Camshift算法对变电站环境中的运动目标进行跟踪研究的实验结果表明,Camshift算法能够快速准确地检测出变电站内的运动目标并对其实现有效跟踪,从而提高变电站的自动识别水平,降低监控人员的工作量,有效提高运动目标跟踪检测的效果.     

变异粒子群优化模式下的普通话测试系统评分机制

使用基于变异原理的粒子群优化算法对普通话测试系统评分机制改进,并将该算法运用于语音信号识别领域.由于在粒子初始化时引入相对基的原理,使粒子获得更好的初始解,又在迭代过程中引入变异模型,使新算法的全局搜索能力有了显著提高,并且能够有效避免局部最优问题.     

斜视滑动聚束SAR成像的ECS算法

建立典型滑动聚束SAR(合成孔径雷达)斜视成像模型.在考虑不同方位目标回波信号多普勒空变性的情况下,详细分析两步算法方位滤波恢复滑动聚束SAR方位欠采样信号的原理.对结合两步算法和传统CS算法的ECS算法进行了在斜视成像模型下的修正.针对滑动聚束工作模式的特点,讨论其中关键处理参数的选择问题,给出算法的处理流程.最后,用计算机仿真实验验证了方法的有效性.     

一种改进的OMP高光谱稀疏解混算法

<正>交匹配追踪算法是稀疏求解中常用的方法,用于噪声影响下的高光谱数据稀疏解混时,其解混效果不理想.针对这一问题,提出了全约束DOMP算法.通过引入广义Dice系数代替内积作为匹配度量准则,更充分地利用了光谱信息,提高了算法的抗噪能力.同时,为了满足丰度的"非负"及"和为1"的性质,对丰度系数进行了全约束,进一步改善了解混效果.模拟及真实数据仿真结果显示,改进算法明显提高了解混精确度,验证了算法的有效性.     

基于混堆模式的集装箱码头出口箱进场选位策略

针对集装箱码头出口箱进场选位问题,提出基于混堆模式的出口箱进场选位优化策略.该策略以压箱数最少为目标,建立基于整数规划的选位模型;根据发箱时较低翻箱率的要求,采用启发式算法和分布式遗传算法相结合的混合算法求解选位模型;其中启发式规则用于缩小可行解的范围,分布式遗传算法用于求近似最优解.某集装箱码头的仿真案例表明,采用该模型和算法对降低船舶压箱总数和在港时间具有一定作用,说明该出口箱混堆选位模型和算法的有效性与实用性.