基于相关矩阵的电网广域后备保护算法

在采用本线路方向信息和距离信息的基础上,融合相邻线路方向信息,提出一种基于线路保护相关矩阵的广域后备保护算法,以实现简单可靠和容错性高的保护。该算法根据线路关联系数推导线路保护相关矩阵,通过计算该矩阵中各行元素之和并与门槛值比较即可实现故障元件判断。以IEEE 5机14节点系统为例,分别通过枚举法和蒙特卡洛随机抽样试验对算法的容错性进行研究,结果表明,所提出的广域后备保护算法具有较高的容错性,简单可靠。

基于粗糙集相关矩阵的属性约简算法

利用粗糙集相关矩阵采用贪婪策略构造了寻找最小属性约简的启发式算法,证明了算法的正确性并作了复杂性分析,通过实例和与基于属性频率重要性算法进行的对比分析,发现该文算法能快速逼近最小约简,且获得的知识容易理解。

用多子阵空间互相关矩阵估计合成孔径声呐基阵速度

受接收子阵长度的影响,单纯依靠重叠相位中心的合成孔径声呐(Synthetic Aperture Sonar,SAS)基阵速度估计方法的精度较低。为此,提出一种利用多子阵空间互相关矩阵的方法以提高速度估计精度。通过SAS多子阵回波数据构造空间互相关矩阵(Spatial Mutual Correlation Matrix,SMCM),利用Radon变换和SMCM系数分布精确估计重叠相位中心对直线(Line of Displaced Phase Center Pairs,LDPCP)参数,并利用重叠相位中心对速度关系式估计SAS基阵速度。对高低频SAS试验数据应用的结果表明:该方法可有效地消除接收子阵长度的影响,将基阵速度估计的精度提高3～5倍,满足高频和低频SAS系统成像的要求。

基于边缘轮廓上多尺度自相关矩阵的角点检测算法

为了减少边缘轮廓上微小变化和边缘噪声对检测结果的影响,提高检测准确率,提出了一种利用边缘轮廓上多尺度自相关矩阵的角点检测算法。该算法首先利用边缘检测器提取图像的轮廓,同时利用不同尺度的高斯核函数平滑图像,对于轮廓曲线上的每一个像素,利用微分算子获得不同尺度下灰度变化信息来构建自相关矩阵;最后将不同尺度下自相关矩阵的归一化特征值的乘积作为新的角点测度。如果该角点测度值既大于预设阈值,又是局部窗口内的极大值,就判定是角点。仿真结果证实所提算法可以更准确地检测图像中的角点且具有更低的错检概率。

基于相关矩阵的产品配置模型和算法实现

大规模定制生产是用大规模生产的高效率和低成本来生产能满足不同用户个性化需求的生产模式 ,配置设计是大规模定制生产的重要关键技术之一。在分析产品配置模型特点的基础上 ,提出了基于相关矩阵表达模块之间配置关系的思想 ,并对配置规则的表达、相关矩阵的构建进行了研究 ,建立了基于相关矩阵的产品配置模型与确定模块选配关系的相关矩阵的搜索算法。最终 ,以定时器产品的配置设计为例 。

波形相关矩阵未知情况下单基地MIMO雷达中一种改进MUSIC的DOA估计算法

该文研究了波形相关矩阵未知情况下多输入多输出(MIMO)雷达中的角度估计问题,提出了一种单基地MIMO雷达中改进多重信号分类(MUSIC)的到达角(DOA)估计算法。该算法可以在波形相关矩阵未知的情况下工作且性能优于传统的传播算子(PM)和借助旋转不变技术估计信号参数(ESPRIT)算法以及基于接收信号重构的MUSIC算法。该文算法可以扩展到任意阵列结构的MIMO雷达中进行角度估计。该文还给出了单基地MIMO雷达中DOA估计的克拉美罗界(CRB)。仿真结果验证了该算法的有效性。

基于经验相关矩阵的区间主成分分析

给出了针对区间数据样本的主成分分析方法.为此,首先研究了区间数据样本的经验描述统计量,其中包括单变量的均值与方差、双变量的协方差与相关系数.然后,基于经验相关矩阵,给出了区间主成分分析的算法,该算法最终得到区间数表达形式的主成分取值.最后给出算例,分析表明文中方法实施简单,克服了区间主成分分析现有方法的缺点.

像素自相关矩阵的阈值自适应角点检测算法

针对Harris角点检测算法中角点响应函数(corner response function,CRF)系数阈值与非极大值抑制系数阈值需要人为设定所造成的可变性和随机性等问题,该文提出一种通过计算图像每个像素的自相关矩阵行列式值,构造特征角点图像进行自适应阈值分割的改进Harris角点检测算法。该算法首先通过计算原图像经过方向滤波和低通滤波后各像素的自相关矩阵行列式值,以此构造特征角点图像;然后采用OTSU算法计算特征角点图像分割阈值,从而筛选出预选区域;最后结合改进的非极大值抑制方法提取有效角点。通过5组角点检测对比试验结果数据分析,不同类型图像的角点检测准确率均有提高,高分二号遥感影像的角点检测准确率提高27.06个百分点,可以初步得出,该算法相比传统Harris角点检测算法不但能够自动计算角点检测的最佳阈值,而且能够更准确地定位角点和去除边缘伪角点,从而提高了角点检测的精确度,该研究可为农业遥感影像数据检测提供参考。

基于二进制颜色相关矩阵的图像检索方法

提出一种基于二进制颜色相关矩阵的图像检索方法BMCCM。该方法利用RGB分量颜色不变量模型对原始图像进行量化,计算变换后图像的颜色相关矩阵,对相关矩阵进行二值化,并利用Jaccard系数衡量图像特征间的相似度,完成图像的检索。实验结果表明,BMCCM的检索准确度及效率明显高于颜色直方图和颜色(自)相关图。

认知无线电中基于自相关矩阵的协作盲感知

为了克服传统的认知无线电频谱感知算法存在的不足,提出了一种基于自相关矩阵的协作式盲频谱感知方法,以提高频谱感知能力。该方法从样本自相关矩阵中提取检测统计量,采用双门限混合判决方法得到本地检测结果。认知基站将本地检测信息分成两类,并对软判决信息实施可靠性融合,最后给出全局判决结果。该方法是一种盲感知方法,不需要知道主用户信号的先验知识和噪声方差信息。理论分析和仿真结果表明,该方法可以有效提高频谱感知能力,且计算复杂度较低。

使用梯度相关矩阵行列式的角点检测算法

构造了反映轮廓曲线局部几何特征的梯度相关矩阵(GCM),并基于Lagrange乘子优化方法和Γ角点模型分析和证明了GCM的特征值与特征向量的特性,解释了相应的几何意义。将GCM的行列式定义为角点的响应函数,提出了相应的角点检测算法。最后,通过大量实验证明了GCM方法具有较好的检测性能,以及对各种几何变换和噪声的鲁棒性。

利用空时相关矩阵酉变换估计波达方向

针对传统波达方向(directionofarrival,DOA)估计方法在噪声相干时估计性能下降的现象,提出一种基于空时相关矩阵酉变换的UST MUSIC算法对相干噪声场中的DOA进行估计。并通过仿真实验与IU MUSIC和MMUSIC算法进行了比较。实验结果表明该算法的性能优于IU MUSIC和MMUSIC算法,且具有好的稳定性。

DOA估计中自相关矩阵的时空二维估计方法

利用阵列信号的空间平稳性质，本文提出了自相关矩阵的时空二维估计方法．本文还首次提出了中等冗余非均匀线阵的概念。模拟实验验证了时空二维估计方法比常规的时间最大似然估计方法有明显的优越性，它以微弱的计算量换来了DOA估计性能的大幅度改善。

基于伪数据相关矩阵二次重构的DOA估计新算法

针对传统波达方向估计算法在强信号邻近时弱信号难以估计和信源相干情况下算法性能失效的问题,通过对传统波达方向估计算法的理论推导和研究分析,变换阵元的数据接收矩阵来重构协方差矩阵,再对新的协方差矩阵对应信号的较大特征值进行重新排序,构造出伪数据相关矩阵,并结合MUSIC谱进行谱峰搜索完成对强弱邻近相干信源的波达方向估计.通过仿真比较,结果表明新算法消除了信号的相干性,不造成阵列孔径损失,并能对强弱邻近信号作出准确估计.

利用Gabor方向导数相关矩阵的角点检测

为了提高角点检测的准确率,提出了一种使用图像的Gabor方向导数构建相关矩阵来进行图像角点检测的算法。算法首先通过Canny边缘检测算法提取检测图像的边缘轮廓;然后使用Gabor滤波器对图像进行平滑,利用每一个边缘像素和其邻近像素的Gabor方向导数构建相关矩阵,若相关矩阵的归一化特征值的和大于预定阈值并且是局部极大值,则标记该像素为角点。算法利用邻近像素Gabor方向导数之间的相关信息提取角点,与传统的基于轮廓的角点检测算法相比,检测性能更加稳健。实验结果表明:在含噪声和无噪声情况下,提出的算法检测到的真实角点更多,而错误角点更少,整体性能有明显提升。

基于差分自相关矩阵的激光脉冲编码识别

在分析了激光脉冲编码方式的基础上,提出基于自相关矩阵统计的激光脉冲编码识别方法:利用接收到的脉冲序列,构造一阶差分自相关矩阵和二阶差分自相关矩阵,分别对其进行直方图统计,根据直方图特点识别激光脉冲序列的编码方式,并解算出脉冲时间参数.通过仿真实验,验证算法的有效性,用计算机仿真生成不同类型的脉冲序列,并设定脉冲丢失概率和虚假脉冲概率,验证编码识别算法.实验证明该编码识别算法正确率高,实时性好,有较强的抗干扰脉冲能力.

基于相关矩阵对角化和遗传算法的盲源分离法

提出了一种新的基于相关矩阵对角化的代价函数作为衡量输出信号独立性的测度。为了扩大搜索空间,降低各信源之间的互相关性,将代价函数进行了非线性变换。还提出了利用实数编码的遗传算法对代价函数进行最优化搜索,以克服传统梯度搜索方法容易陷入局部收敛的缺点。此方法不仅适用于平稳或非平稳信号,而且还可用于瞬时或卷积混和模型的盲源分离问题。仿真实验表明,该算法具有快速收敛性能和高精确度等优点,能够大大提高分离后的输出信噪比。

基于极化干涉互相关矩阵的林高估计方法

基于噪声影响较小的极化干涉数据的互相关矩阵,提出了一种新的林高估计方法.该方法使用互相关矩阵的奇异值分解代替ESPRIT方法中相干矩阵的特征分解,获取森林散射中心的干涉相位信息,再由森林散射中心的干涉相位差估计森林高度.该方法不但能抑制噪声对森林散射中心干涉相位估计的影响,还提高了运算效率.L波段松树林极化干涉仿真数据验证该方法的有效性.

自相关矩阵的时空二维估计方法

当不相关信号源入射到均匀线阵，线阵阵元输出信号是空间广义平稳的，其自相关矩阵是赫尔米特托普尼兹矩阵。作者利用阵列信号的主间平稳性质，提出了自相关矩阵的时空二维估计方法。通过大量的模拟实验，验证了时空二维估计方法比常规的时间最大似然估计方法有明显的优越性，它以微弱的计算量换来了估计性能的大幅度改善。

利用曲率和相关矩阵的角点检测算法

为提高定位准确性并抑制噪声,利用多方向Gabor滤波器,提出基于曲率和相关矩阵的角点检测方法.首先利用Canny边缘轮廓检测器提取图像的边缘并填充缺口;其次计算边缘像素点的曲率;然后利用多方向Gabor滤波器的虚部对原始图像进行平滑,对每个边缘像素及其邻域构造相关矩阵,利用相关矩阵的归一化特征值计算角点准则函数,将角点准则函数值与边缘像素点的曲率的乘积做为角点测度;最后利用非极大值抑制对候选角点进行筛选.分别在无噪声和噪声情况下进行实验,结果表明,与Harris,CPDA,He&Yung角点检测算法相比,该方法可以有效地抑制噪声,平均配准角点数提高了19.6%和25.6%,平均定位误差约降低了6.5%和9.2%.