超声导波的频散补偿与模式分离算法研究

超声导波已被广泛应用于无损检测与评价,针对超声导波应用中普遍存在的模式混叠与频散问题,本文在采用频谱相位与信号时延函数建模导波频散信号传递系统的基础上,提出了一种单一模式的频散补偿算法。进一步地,通过将选择性频散补偿技术与导波模式分离相结合,本文算法克服了传统补偿算法所不能解决的多模式导波频散问题。板中的Lamb波A_0,A_1和S_0混合模式仿真分析表明,本算法不仅可用于单一导波模式信号合成与频散补偿,而且可在实现多模式混合导波信号选择性频散补偿基础上,解决多模式导波信号中单一模式提取与分离。本文研究有助于超声导波多模式频散信号的分析与处理.

基于灰度连通域加权分数维的云雾自动分离算法

长期以来 ,目视判读是卫星云图分析中普遍使用的一种方法 ,这种定性分析的方法主观性大 ,准确性难于保证。纹理信息是图像的空间信息 ,它反映了图像的灰度性质及其空间关系。文中提出一种基于灰度连通域加权分数维的云雾自动分离算法 ,该算法利用云雾纹理的分形特征 ,在灰度连通域采用加权的差分盒维数算法 ,对云雾进行分割。实验表明 :该算法能有效地对GMS和NOAA两种卫星云图进行云雾分离 ,单幅图像雾的正确提取率可达 90

一种表格框线检测和字线分离算法

该文提出了一种基于有向单连通链的表格框线检测算法,能够合理地利用单连通链边沿的全局统计特性和单连通链之间的局部位置关系,精确地提取表格框线,具有抗倾斜,抗断裂,抗字线交叠等优点。在此基础上,提出了一种能够分离交叠字线的表格框线去除算法,并成功应用于实际的表格识别系统中。

Fast ICA盲分离算法在雷达抗主瓣干扰中的应用研究

压制干扰信号从主瓣进入雷达天线,会严重影响雷达的性能,通常的副瓣抗干扰技术难以奏效。文中首先给出了Fast ICA应用于雷达抗主瓣干扰的信号模型;在高信噪比的均匀噪声环境中,利用基于寻找峭度的局部极值点的Fast ICA盲分离算法分离接收到的主瓣干扰混合信号,通过脉压找出目标信号。仿真验证了算法用于抗主瓣干扰的有效性,该算法具有良好的抗干扰性能,在分离效率上具有较明显的优势。

油砂混合水体后向散射系数光谱贡献分离算法Ⅰ:实验理论

在石油类污染水体中,油会吸附在悬浮颗粒物表面而形成一个双层结构,影响水体后向散射系数光谱特征,分离水体石油类物质与悬浮颗粒物对后向散射系数光谱的贡献,能提高水体石油类污染后向散射理论模型的准确性。将美国Wyatt公司生产DAWN HELEOSⅡ18角度散射测量仪、美国SEQUOIA公司生产的LISST-100xB粒径仪和美国Hobilabs公司的后向散射仪HydroScat-6Sprctral Backscattering Sensor(HS6)联动观测,构成后向散射系数光谱测量系统,分别测量不同水样的散射强度电压值、粒径分布及粒径浓度、后向散射系数等参数,提出了利用Mie散射理论计算未知折射系数物质的体散射函数β(λ,θ)的新思路及分离后向散射系数光谱的算法。选择已知折射系数m的石英砂作为颗粒物与采自不同油田区域的油污水进行配比,获取不同特性水样,测定相关数据。首先,根据Mie散射理论计算出各样本对应的水体体积散射函数β(λ,θ);其次,建立的DAWN HELEOSⅡ18角度激光散射仪测定散射强度对应的电压值V(θ)转化为体积散射函数β(λ,θ)的关系式;再次,根据最优化方法估算出油砂混合的等效折射系数mos以及油的折射系数mo;最后,利用β(λ,θ)和估算的mos值及mo计算出各类样本的后向散射系数bb(λ),分别建立油污水bb,o(λ)和石英砂bb,s(λ)与油砂混合总bb,os(λ)的分离算法。分离算法的建立一方面提高了水体石油类污染后向散射理论模型的准确性,另外一方面拓展了米散射理论在海洋水色遥感中的应用。

电网畸变条件下基于快速正负序分离算法的自适应锁频环同步技术(英文)

为了应对电网发生电压跌落、频率突变、谐波污染等电网畸变条件,该文为并网逆变器提供了一种新的基于快速正负序分离算法的自适应锁频环同步技术。基于自适应陷波器的锁频环本质上是一个2阶陷波器,加上非线性微分方程后可以实现基波频率跟踪,实现电网信号的同步,前提条件是电网无扰动和谐波。电网发生畸变时,为了抑制扰动和谐波,提出了一种快速正负序分离算法,结合自适应陷波器,改进后的自适应锁频环同步技术利用简单的矩阵运算,可以在5个采样周期内实现正、负序分量及各次谐波的快速分离。与1/4周期延时的传统锁相环相比,该方法无需压控振荡器,无需比例积分参数调试,简化了系统的结构,实现了频率的自动跟踪,消除了系统检测误差,提高了系统的动态性能。文中对所提锁频方案进行了详细的理论分析,最后仿真和实验结果验证了所提方法的可行性及良好的暂态特性。

菌群细胞图像分离算法研究

颗粒图像分析中聚堆目标的分离对目标的计数及特征的提取非常重要.现有分离算法都要求聚堆目标粘连处凹陷比较明显,并且/或者存在灰度局部最小边缘.菌群聚堆细胞大小不一、聚堆形态各异,多数聚堆细胞并不具备上述条件.文中提出了一种基于聚堆区域轮廓跟踪、删除的分离算法,依据跟踪“虫”在跟踪过程中遇到已跟踪过轮廓点的情况判断分离的进行.实验结果表明算法对菌群聚堆细胞分离的成功率要高于现有算法10%以上.

基于边界剥离的细胞图象分离算法

细胞图象的自动判读中 ,经常遇到聚堆细胞的问题 ,因而需要采用一种有效的分离算法把它们分离为单个细胞 .目前存在的大多数分离算法都要求聚堆细胞连接处的凹陷性比较明显 ,或者要求在细胞连接处存在局部最小灰度值 ,否则难以实现正确分离 .为了解决这一问题 ,提出了一种基于边界剥离的分离算法 ,该算法首先对聚堆细胞区域进行层层剥离 ,然后根据剥离结果判断是否发生了细胞分裂 ,进而完成分离 ,这样就避免了对凹陷性及局部最小灰度值的要求 。

基于订正ALPHA差值谱的热红外温度与发射率分离算法

与可见光遥感不同,热红外传感器测得的辐射亮度值是温度和发射率的函数,因此,对于热红外遥感,温度和发射率的分离是一个关键问题?本研究从普朗克方程的维恩近似出发,定义并推导出与温度无关的ALPHA差值谱,并进一步提出消除维恩近似影响的修正项.以此为基础,在不考虑大气下行辐射影响的条件下,借鉴ALPHA导出发射率法和ASTERTES算法的优点,提出一个新的发射率温度分离算法.与现有发射率温度分离算法相比,该算法的优点是原理清楚,流程简单,求解速度快,结果精度高,并且适用的温度和下垫面范围宽.

应用JADE盲分离算法分离统计相关源

在一些如故障诊断等复杂的应用系统中 ,不相关源与相关源往往以相互混合方式同时存在于传感观测中。由于相关源不满足盲源离理论有关源的统计独立性前提假设 ,因此现有的盲源分离算法如基于矩阵联合对角化的算法等 ,无法从混有相关源的传感观测中准确分离源信号 (不相关源信号和相关源信号 )。本文在基于矩阵联合对角化的盲分离算法的基础上 ,提出通过对其源估计进行修正的相关源分离算法。理论分析和仿真结果表明 :修正后的基于矩阵联合对角化的盲分离算法 ,能有效地分离包含相关源的混合观测信号。

一种短波通信盲信道快速分离算法

在短波通信中针对盲信道个数不恒定、信道频谱理论上不重叠的盲信道分离问题,基于小波多分辨率分析技术提出一种盲信道快速分离算法,并对实测短波通信信号进行盲信道快速分离的Monte Carlo试验。仿真结果表明,本文所提出的短波盲信道快速分析算法的分离精度和信道正确分离率都较高、抗噪声干扰能力强。

基于旋转变换的最小互信息量盲分离算法

一种新的实时线性混叠信号盲分离算法在本文提出 .该算法先采取白化混叠信号将混叠矩阵转换为正交矩阵 ,然后基于QR分解理论 ,将混叠信号进行一系列初等旋转变换 ,并结合源信号相互独立时互信息量最小的特点 ,导出了一种新的自适应盲分离算法 .该方法回避了目前基于信息理论方法中 (如Torkkola 1996 ;Pham 1999;Lee 2 0 0 0以及谭 2 0 0 0等 )对“ln|detw|”的复杂计算 .我们不仅给出了详细的理论证明 ,而且也进行了仿真试验 ,理论分析与仿真结果表明该算法减少了分离时间 ,并具有很好的分离效果 .

基于串音误差与分离度的变步长EASI盲源分离算法

当源信号各分量差异较大或全局矩阵为非行元素优势矩阵时,基于串音误差的变步长等变自适应分离(EASI)算法难以正确评价分离效果,导致步长选取错误。针对该问题,提出一种改进的变步长EASI算法。通过计算基于串音误差的步长平方根适当增大步长,同时定义信号分离度对步长做进一步调整,减小因串音误差分离结果评价不准确而导致步长错误变小的影响。仿真结果表明,该算法具有较好的步长调节能力,相对传统EASI算法和基于串音误差、基于串音误差步长平方根、基于分离度的变步长EASI算法分离效果更佳。

一种改进的基于边界跟踪的粘连目标分离算法

在颗粒图像的自动分割中,经常遇到颗粒粘连、重叠在一起的现象,需要将它们分离为单个颗粒目标.基于边界跟踪的分离算法能够克服聚堆目标连接处的凹陷比较明显并且/或者在连接处存在灰度局部最小边缘的要求,取得了较好的分离效果.但对于某些中轴方向不是垂直或水平的聚堆目标,分割仍然不理想.为此,提出了一种改进的分离算法,该算法通过自动旋转聚堆目标区域使其中轴方向成垂直或水平来实现这种情况下的分离.实验结果表明该算法进一步提高了分离效果.

基于信息理论的舰船噪声盲分离算法

目前水声信号处理方法大多基于信号和环境的特定统计假设 ,使用限制较大。当模型假设不成立时 ,会严重影响信号处理效果。本文导出了基于信息理论的舰船噪声盲分离算法。该算法利用当信号相互独立时的信息理论特性 (互信息量最小或熵最大 )作为分离准则 ,逐步学习确定分离矩阵。算法无需输入信号和混合矩阵的任何先验知识 ,实验仿真证明了算法的有效性。

结合自适应网格的基于特征线方程的分离算法

提出一种新的网格自适应方法:在需要加密的网格单元中心加入新结点,并对加密后的相邻三角形网格单元进行公共边变换,构成新的网格单元.与传统的在网格边界中点加入新节点的自适应方法相比,新方法可以更加灵活地控制网格密度,加密后的网格继承原先的网格质量不发生畸变,并且算法编程简便,容易实现.将自适应网格生成方法和基于特征线方程的分离算法相结合,对空腔内不可压缩黏性流动进行了计算.在特征线方向上进行时间步离散,动量方程求解过程中采用非增量型分离算法.计算中,把求解变量梯度值作为判定准则,在变化剧烈的区域进行网格局部加密.计算结果表明该组合算法有很好的计算精度,并有效减少了计算时间和存储量.

多光谱分离算法在目标识别中的研究

针对野外工作时机械扫描式的光学系统抗震性差、目标识别率低、实时性差等问题,设计了采用多光谱分离算法实现非扫描目标识别遥感系统。采用非扫描的M-Z干涉具提供空间光程差,由红外CCD采集干涉条纹信息,经CUP处理得到混合光谱,结合可见光视频图像提供的坐标系实现识别目标。其中采用遗传算法优化选择特征波长,然后由粗糙集分类提取未知目标谱的属性,取前1/3可信度的相应属性反演待测目标种类,相比传统算法减少约9倍的运算量。在不同天气、不同背景条件下做实验,得到系统在各种情况下的探测极限及识别概率。由实验数据可知,采用遗传算法和粗糙集分类相结合的多光谱分离算法可以快速、有效地识别未知目标的种类。

交替分离算法的Cramer-Rao界

该文推导了交替分离算法的Cramer-Rao界。交替分离算法的Cramer-Rao界涉及到矩阵的“减”逆,而矩阵“减”逆具有比通常Moore-Penrose广义逆更为宽松的定义条件,在理论上,一个确定矩阵有无数个“减”逆。为了建立分离算法的Cramer-Rao界,该文求出了一个确定矩阵的一个特定“减”逆矩阵。根据任一确定性定理,得到分离数据的密度分布函数,从而获得交替分离算法的Cramer-Rao界。交替分离算法的Cramer-Rao界将多信号对信号参数估计的影响能更直观反映出来。通过对交替分离算法的Cramer-Rao界的讨论,该文还给出了有关矩阵分离算子一些重要的性质。

交替分离算法的基础理论分析

对交替分离算法与交替投影算法作了如下几方面比较 :对应多维优化问题有关波形变量的拟合差异 ;对应算子方程线性与非线性差异 ;对应一维优化问题外形完全一致 ,但拟合矢量的线性与非线性差异 ;对应一维拟合矢量对当前估计参数的依赖与非依赖差异 ;对应多维优化问题目标函数光滑与非光滑差异 ,及一维优化问题目标函数连续与非连续差异。从较深的理论层次对算法的稳健性问题作了初步探讨。对部分结论作了计算机模拟。

畸变产物耳声发射信号的时域分离算法研究

针对在分离畸变产物耳声发射(Distortion Product Otoacoustic Emissions,DPOAE)不同产生源成分的过程中两成分之间存在交叉干扰的问题,建立了IFFT(Inverse Fast Fourier Transform,IFFT)结合时域窗的成分分离算法模型,结合模型进行了分离误差的分析,并在此基础上给出一种时间窗窗宽选择准则。根据IFFT后的时域波形,利用两成分主峰包络内的信号波形的矩心移动速率的快慢选择两成分之间的合适的分界点,将两成分分离开。对结合了该时间窗窗宽选择准则的时域成分分离算法进行了仿真,并对DPOAE实验数据进行了成分分离。仿真和实验结果表明,结合该窗宽选择准则的DPOAE时域分离算法可以成功地分离两个成分,且有效地减少了因两成分之间的交叉干扰引入的幅度和相位扰动。因此,结合该窗宽选择准则的DPOAE时域分离算法是有效的,可以提高分离不同产生源成分的准确性。