电容屏稀疏触控检测方法研究

电容触摸屏是一种应用非常广泛的电子产品,但常规方法实现大屏幕电容屏的快速触控检测需要的硬件电路成本昂贵、且能耗高.首先给出电容测量的预充电转移电路,分析电容屏被触控瞬间的稀疏特性,并给出了电容屏触控稀疏检测原理,还讨论测量矩阵的硬件实现.提出了基于压缩感知理论的电容屏稀疏触控检测算法和实现策略.仿真实验结果表明了触控稀疏检测的有效性.所提算法在实现高效触控检测的同时,降低了触控检测电路成本和功耗.     

预估稀疏度的压缩感知超宽带信道估计算法研究与仿真实验

设计了信道估计算法实验的一个拓展内容——预估稀疏度的压缩感知超宽带信道估计算法研究与仿真实验,提出一种预估稀疏度的压缩感知超宽带信道估计算法。该算法引入稀疏度预估计,在自适应匹配之前快速估计出信号的稀疏度,避免自适应匹配时步长选择不合理对信道估计结果产生影响。在稀疏度预估计和匹配追踪两个阶段挑选原子时使用广义Dice系数准则来进行每一阶段的最优原子选择工作,并在匹配最优原子阶段引入正则化对已选原子进行二次筛选。     

电能质量信号的KSVD-NRAMP归一化自适应稀疏重构算法

针对稀疏重构算法在电能质量重构中存在实时性差、重构精度低的问题,提出一种基于特征向量归一化的K奇异值分解(KSVD-NRAMP)自适应稀疏重构算法。算法针对电能质量信号的非线性非稳态特征,采用迭代式匹配追踪得到信号稀疏特征矩阵,然后对矩阵进行归一化处理,量化特征向量,加快函数收敛速度。接着对得到的矩阵原子进行奇异值分解,改善迭代步长波动造成信号重构精度低的问题,最后构建信号的高斯随机矩阵并重构信号。当信号压缩率在50%~90%时,该算法重构信噪比其它重构算法的重构信噪比高出26dB~28dB。实验结果表明,该算法重构精度更高且计算时间短,为电能质量信号的研究提供了一种新思路。     

一种最优选择的压缩采样匹配追踪算法

为了解决压缩采样匹配追踪(CoSaMP)算法在观测值固定时重构概率随着稀疏度的增加急剧下降问题,基于最优选择思想和回溯思想设计一种最优选择的压缩采样匹配追踪(OSCoSaMP)算法.在每次迭代过程中,从支撑集中选出最优的支撑,同时采用回溯思想剔除错误原子,分别测试不同稀疏度和不同观测值下的重构概率.仿真结果表明,该算法...     

一种新的基于感知字典的稀疏图像重建算法研究

针对已有图像重建算法分辨率低、需要大量计算的问题,本文提出了一种基于感知字典和数据自适应性的稀疏重建算法.首先,针对图像的数据结构,对样本数据进行超完备字典的训练,继而通过针对性的字典对图像进行稀疏重建.同时,为进一步改善算法的重建性能,并充分利用图像的有效信息,本文构造了数据自适应的感知字典.实验表明,该算法在不影响图像重建精确度的前提下可以减少计算复杂度,并具有良好的鲁棒性和较高的效率.     

基于稀疏表示的目标追踪算法

针对目标在运动过程中会发生光照和姿态变化,背景干扰,遮挡等因素造成目标偏移甚至丢失的问题,提出了一种基于稀疏表示的目标追踪算法.在粒子滤波框架下,采用目标在超完备字典下的稀疏表示作为观测模型,通过l1范数优化求解稀疏表示系数,并利用重构残差更新粒子权重,可以有效地减小背景杂波和噪声对追踪算法的不利影响.实验结果表明,该算法有较好的稳定性和鲁棒性.     

基于纹理信息的图像重构实验项目改进算法设计

图像重构是数字图像处理实践课程中比较重要的实验项目.针对正交匹配追踪算法在图像重构过程中出现的重构图像模糊、占用较大存储空间以及一定采样率下图像重构效果不理想等问题,该文对原算法进行了改进,提出一种基于纹理信息的变采样压缩感知重构算法.该算法首先对输入图片进行分块处理,再根据各图像块的纹理信息和稀疏性进行采样频率的自适...     

基于变换域的压缩感知快速重构算法

压缩感知是信号处理领域热门研究课题,其应用前提为原信号是稀疏或可压缩的。时域非稀疏信号可以变换为频域稀疏信号,但变换后的信号和传感矩阵表示形式为复数,增加了重构复杂度。为了降低复杂度,提高信号重构效率,提出一种基于实变换的重构算法,该算法将复数形式的稀疏信号和传感矩阵的实部和虚部分离后再参与重构。与传统重构算法相比,该算法改善了重构信号的均方误差,明显缩短了重构时间,极大提高了信号重构效率。     

一种改进的LMS自适应算法研究

传统的LMS算法的精度不高,收敛速度慢,并且跟踪性能不好.本论文主要研究了一种改进型的变步长的LMS自适应算法NLMS,并基于MATLAB仿真软件设计完成了一种改进型的NLMS自适应滤波器,对该算法进行仿真验证.结果表明:该改进型的自适应算法NLMS平均误差更小,精度更高.     

稀疏长时延水声信道的压缩感知估计(英文)

提出一种基于压缩感知框架下的长时延水声信道估计算法.用传统的自适应算法如最小二乘(LS)算法处理典型的长时延水声信道的估计问题时,会导致其收敛速率下降,即跟踪能力有限,而使用时延多普勒函数则加大了计算量和复杂度.通过训练序列构建一个Toeplitz矩阵作为测量矩阵,将长时延信道估计问题转为压缩感知问题,并利用信道的稀疏结构特性进行稀疏估计.与传统的l1范数或基于指数形式的近似l0范数稀疏恢复策略不同,所提出的是一种新的似l0范数稀算法(简称AL0),该算法通过融合最陡梯度和迭代投影寻优进行求解.仿真与海试数据结果验证了所提算法的优越性.     

基于四元数域总变差方法的压缩感知彩色图像重建算法(英文)

提出了一种基于四元数域总变差方法的彩色图像压缩感知重建算法,该算法可有效提高彩色图像的重建能力.首先,将彩色图像从RGB空间转换到CMYK空间,并将CMYK空间的各个分量赋值给一个四元数矩阵.同时通过四元数的欧拉形式,将四元数矩阵转换为幅度和相位的信息.然后,为了完善重建的结果,将四元数矩阵的幅度和相位作为压缩感知优化方程新的平滑约束项.最后,用基于梯度的迭代算法来求解压缩感知优化方程.实验结果表明,所提出的算法考虑了幅度和相位的信息,比现有的将彩色图像的3个分量当作独立分量的算法效果好.     

一类改进的自适应蚁群算法

从系统学的角度分析了蚁群算法的分布武计算、自组织和正反馈等的系统特征．给出了改进的蚁群算法详细分析和分类,通过TSP问题应用TSP-Ei151在MATLAB7．6中进行了仿真实验．实验结果证明改进的算法在迭代次数、牧敛性和全局性上优于基本蚁群算法．     

基于改进自适应TV模型的全自适应去噪算法

为使保边性更好的去噪模型在邻近图像边缘处得到应用,同时在图像平坦处得到平滑性更好的模型,解决选择单一的正则项系数对图像处理结果造成的不良影响,有效地自适应选取正则项系数,采用基于小波变换的图像分割技术将图像分为边缘区域和平坦区域,通过修改TV模型的数值解法和ROF算法,实现自适应正则项系数算法。实验结果表明,改进的模型和自适应正则项系数选取算法得出的图像,均方误差为56.69,峰值信噪比为31.00,平均相似度为0.84。改进的TV模型在图像去噪效果方面优于原模型,自适应正则项系数算法能够弥补原图像去噪方法的不足。     

自适应改进双直方图均衡算法

文章提出了一种改进双直方图均衡算法,根据图像的熵和输入输出图像的亮度均值差,自适应的选择合适的阈值将图像分割成两个子图,进行均衡处理和灰度均匀化处理,使得输出图像的亮度均值和原图像接近的同时视觉效果达到最好.实验结果证明了该处理方法能取得较好的增强效果.     

Dynamic Graphical Simulation of a Large Scale Motor Crane Chassis

ＤｙｎａｍｉｃＧｒａｐｈｉｃａｌＳｉｍｕｌａｔｉｏｎｏｆａＬａｒｇｅＳｃａｌｅＭｏｔｏｒＣｒａｎｅＣｈａｓｓｉｓＣｈｅｎＹｕｎｆｅｉａ（陈云飞）ＨｕａｎｇＸｉｓｈｉｂ（黄锡时）ＸｕＳｈａｎｇｘｉａｎａ（许尚贤）（ａＤｅｐａｒｔｍｅｎｔｏｆＭｅｃｈａｎ...     

用遗传神经网络混合算法求解可变加工时间Job-shop调度问题

有效地混合了遗传算法和基于约束满足的自适应神经网络算法,对于一类加工时间可变的调度问题进行了研究.遗传算法被用来进行迭代寻优.当前代经交叉和变异后生成的染色体对应非可行解,由自适应神经网络运算后得到可行解,对应的染色体作为新一代染色体.本算例的目标函数是基于任务的提前/拖期惩罚、附加惩罚以及加工时间的偏离量惩罚,目标是确定最优加工时间和最优加工顺序极小化目标函数,并与一般的遗传算法相比较,实验结果说明了遗传/自适应神经网络算法混合算法的有效性.     

基于TMS320VC5402 DSK的自适应滤波器算法实验

筒述DSP处理器的发展概况，着重介绍TMS320VC5402DSK的软、硬件平台，并介绍一个基于此平台的自适应数字滤波器的算法实验。     

自适应调整布谷鸟搜索算法研究

布谷鸟算法是基于启发式搜索的智能仿生算法。传统的布谷鸟算法收敛速度较慢,容易陷入局部最优解。针对该算法特点,对算法原理进行了分析,并就算法中步长和发现概率两个控制因素进行改进,使其根据迭代次数动态变化,提出了具有自适应调整特点的搜索算法,改变了步长和发现概率相应的更新方式,避免了传统布谷鸟算法容易陷入局部最优的缺陷,以增强算法搜索性能。实验对比表明,自适应调整的布谷鸟算法具有更好的寻优性能。     

一种改进的自适应差分演化算法

差分演化是一种简单、有效的全局数值优化算法,相关研究表明,参数的自适应能够有效提高算法的性能．提出了一种集成的混合参数自适应差分演化算法,并巧妙利用一种自适应选择机制来选择算法池中的算法,通过对25个国际标准测试函数进行测试,实验结果表明,该方法在最优解质量、稳定性、收敛速度优于其它被比较的算法．