基于多传感器数据融合的机房火灾检测算法

针对机房传统单传感器报警系统存在漏报率高、准确率低等问题,提出了一种基于多传感器数据融合的机房火灾检测算法。该算法首先采用寻优能力强的麻雀搜索算法(SSA)优化极限学习机(ELM)的预测精度和准确度。其次通过SSA-ELM算法模型对机房内多传感器采集的温度、烟雾浓度、CO浓度进行特征层数据融合,输出各火情概率。最后利用模糊推理将输出的各火情概率和火灾持续时间在决策层中进行特征融合,决策出火情警报等级。仿真实验表明:本文算法能根据多传感器数据融合的结果并结合不同危险等级区域给出合理的警报决策,极大提高了机房火灾检测的灵活性和准确性。

部分均匀环境中训练样本不足时的贝叶斯子空间检测器

为了解决部分均匀环境中训练数据不足时的子空间信号检测难题,采用贝叶斯理论,将噪声协方差矩阵建模为逆威沙特分布,并采用广义似然比准则(generalized likelihood ratio test,GLRT)、Rao准则和Wald准则设计自适应检测器,结果表明3种准则得到相同的结果。基于仿真及实测数据验证了所提检测器的有效性,并得出了影响检测性能的关键物理量。

毛坪铅锌矿采场热环境影响因素研究

矿井热害是矿井深部开采面临的重要问题。以毛坪铅锌矿为工程案例,采用现场测试与数值模拟相结合的方法,研究了不同热源对深部矿井采场热环境的影响。基于现场实测的采场地温梯度与热环境参数,构建了毛坪铅锌矿采场物理模型,采用COMSOL软件分析了较低地温条件下风流温度、人体热源、机电设备以及充填体四种热源对采场及围岩温度的影响,并通过现场温度测量数据对数值计算结果进行验证。结果表明:毛坪铅锌矿目前开采水平地温为21.60℃,地温梯度为1.66℃/hm;灰砂比是影响充填体放热的重要因素,充填体产生的热量不仅会借助风流直接传至采场,还能通过围岩传导至巷道壁面,造成采场温度升高;地温对采场温度影响较大,采场温度随着地温的增大呈线性增加;毛坪铅锌矿中各个热源对采场环境的影响程度不同,其中风流能显著提高采场温度,充填体和机电设备次之,人体热源对采场温度的影响最小。

一种基于高阶累积量的近场源距离、频率和方位联合估计算法

本文提出了一种基于高阶累积量的近场源距离、方位及频率三维参数联合估计方法,该方法利用构造的累积量矩阵的特征分解获得信号子空间,三维参数估计分别由构造的矩阵的特征值直接估计得到,算法计算简单而无需任何搜索且适于任意高斯噪声环境,与现有的方法相比,本文算法由于无需利用阵列的中心对称结构,因而有效的避免了阵列的孔径损失.最后,计算机仿真实验验证了算法的性能.

一种波达方向、频率联合估计快速算法

首先提出了基于 PM(propagator method)方法的波达方向(DOA)、频率联合估计快速算法,给出了PM算子的一个估计,由PM算子构造出一特殊的低维矩阵,其特征值给出频率的估计,进而由估计的频率和相应的特征矢量得到DOA的估计。该算法具有参数自动配对,计算量小的优点,易于在工程应用中实时处理。计算机仿真结果证实了算法的有效性。

一种色噪声环境下的DOA估计新算法

本文提出了一种基于色噪声环境下的DOA估计新算法 ,该算法通过估计噪声协方差矩阵 ,进行预白化处理 ,克服了色噪声对空间谱估计的影响误差 。

色噪声条件下基于矩阵补全的互质阵列DOA估计

针对扩展孔径的互质阵列在色噪声条件下波达方向(DOA)估计性能明显下降的问题,提出了一种基于压缩感知的互质阵列DOA估计方法。在背景噪声为色噪声的情况下,将互质阵列接收到的数据协方差矩阵重构为欠定无噪协方差矩阵,并使用Lp范数和截断核范数结合的算法对其进行低秩矩阵恢复,从而有效地抑制了色噪声对DOA估计的影响;此外,采用差分阵方法对去噪处理后的协方差矩阵进行矩阵扩展,使用交替投影算法对矩阵扩展后产生的空洞进行填补,提高DOA估计的精度。仿真实验表明:相比于现有方法,所提方法能有效地恢复数据矩阵并抑制色噪声影响,在信噪比和快拍数相同的情况下DOA估计性能分别提升了15%和7.5%,在角度间隔相同的情况下DOA分辨率也有所提升。

空间非平稳噪声环境下的DOA估计新算法

针对环境噪声为白噪声而阵元噪声为空间非平稳的情况,文中提出了一种加性色噪声环境下的DOA估计新算法,该算法可以有效估计出加性色噪声相关矩阵,通过利用估计的噪声协方差矩阵对阵列数据相关矩阵进行预白化处理,克服了空间非平稳噪声对空间谱估计的影响误差,进而实现色噪声环境下DOA精确估计,理论分析和仿真结果均表明所提方法的有效性.

均匀圆阵下单个近场源信号四维参数估计快速算法

针对近场源三维参数估计效率低下及信号源的载波频率估计较少的情况,提出了一种基于均匀圆阵(UCA)的近场源四维参数估计快速算法,利用UCA的中心对称结构构造出两个相关序列,其中一个为利用错位相乘构造的相关序列,使之含有信号源的方位角、俯仰角以及载波的频率信息,而另外一个构造的相关序列则含有信号源的距离参数,这样两个相关序列的相位就包含信号的4-D参数信息.首先对利用错位相乘构造的相关序列利用最小二乘方法给出方位角、俯仰角和频率的估计,然后再利用另一个序列估计出距离参数.仿真结果表明该算法和3-D MUSIC算法性能相当,但由于所提算法无需三维搜索和特征分解,因而计算更加简单利于工程实时实现.

基于状态空间实现的EDS频率与时延联合估计

针对指数衰减正弦信号(EDS)模型提出了状态空间实现的频率、衰减因子及时延联合估计方法.在此方法中,得到了一个状态过渡矩阵和观测矩阵,频率和衰减因子估计由状态过渡矩阵的特征值获得,时延由观测矩阵和估计的频率和衰减因子得到,结果具有闭式解,不需要搜索计算.由于状态空间方法具有对模型误差不敏感的优点,因而具有更好的数值稳定性.仿真实验表明在一定信噪比的情况下,该方法性能接近相应的CRLB下界.

空间非平稳噪声环境下的自适应波束形成

提出了一种基于空间非平稳噪声环境下的自适应波束形成新算法。该算法通过估计噪声协方差矩阵,进行预白化处理,即可采用常规方法实现波束形成,克服了色噪声对波束形成的影响。计算机仿真结果证实了这一算法的有效性。

一种低复杂度的频率、时延联合估计新方法

提出了一种基于子空间的正弦信号的频率、时延联合估计快速算法。首先给出一个PM(propagatormethod)算子 ,再由其分块矩阵构造一特殊的矩阵。由该矩阵的特征分解所得的特征矢量给出频率估计 ,而由其特征值及估计的频率得到时延估计。与现有的方法相比 ,由于该算法减少了一次特征分解 ,因而具有较低的计算复杂度。最后 。

一种基于状态空间实现的频率估计与频率时延联合估计算法的研究

提出了一种基于状态空间实现的正弦信号的频率、时延联合估计新方法,其频率估计由状态过渡矩阵的特征值获得,同时时延估计则由观测矩阵和估计的频率给出,用正弦信号验证了该方法的性能。

近场源距离、频率及到达角联合估计算法

本文提出了一种近场源距离、频率及到达角 (DOA)三维参数联合估计算法 .该算法不需谱峰搜索且各参数自动配对 .由于算法使用了四阶累积量 ,所以适用于任意加性高斯噪声环境 .

LFM脉冲雷达回波Doppler与多径时延的联合估计

基于最大似然参数估计 ,本文提出了一种对LFM脉冲雷达回波Doppler频移和多径时延联合估计的方法 .该方法先利用WHT估计Doppler频移 ,然后结合发射信号的先验知识重构参考信号 ,最后利用WVD能将时间上有重叠的多径信号在时频域分开的特性 ,采用本文称之为“修正时频相关函数”估计多径时延 .该方法只需一个周期的脉冲信号就能完成频移和时延的联合估计 ,对加性高斯白噪声具有强的鲁棒性 ,其运算量小 .

欠采样频率估计方法

基于时延和旋转不变子空间技术 (ESPRIT) ,本文提出了一种新的欠采样宽频带信号频率的高分辨估计方法 .文中 ,欠采样所引入的频率模糊由增加的延迟通道提供的信息加以消除 ,并提出了相应的频率解模糊算法 .为进一步降低运算量 ,文中给出了该频率估计方法的简易算法 ,增强了方法的实用性 .文末推导给出频率估计的CRLB 。

基于语义分割的红外和可见光图像融合

红外图像即使在低光照条件下,也能根据热辐射的差异将目标与背景区分开来,而可见光图像具有高空间分辨率的纹理细节,此外,红外和可见光图像都含有相应的语义信息.因此,红外与可见光图像融合,需要既保留红外图像的辐射信息,也保留可见光图像的纹理细节,同时,也要反映出二者的语义信息.而语义分割可以将图像转换为带有语义的掩膜,提取源图像的语义信息.提出了一种基于语义分割的红外和可见光图像融合方法,能够克服现有融合方法不能针对性地提取不同区域特有信息的缺点.使用生成式对抗神经网络,并针对源图像的不同区域设计了2种不同的损失函数,以提高融合图像的质量.首先通过语义分割得到含有红外图像目标区域语义信息的掩模,并利用掩模将红外和可见光图像分割为红外图像目标区域、红外图像背景区域、可见光图像目标区域和可见光图像背景区域;然后对目标区域和背景区域分别采用不同的损失函数得到目标区域和背景区域的融合图像;最后将2幅融合图像结合起来得到最终融合图像.实验表明,融合结果目标区域对比度更高,背景区域纹理细节更丰富,提出的方法取得了较好的融合效果.

宽频带信号频率估计方法

研究了宽频带信号频率的估计问题.对宽频带信号进行Nyquist采样,其硬件复杂度相当大,欠采样技术是解决此类问题的首选技术.但欠采样会引起信号频率的混叠,必须解模糊.通过增加一个延时通道提供的信息和一定的解模糊算法来解频率模糊,硬件代价较小.为进一步降低运算复杂度,给出了简易算法,增强了算法的实用性.

一种二维到达方向估计的ESPRIT新方法

提出了一种在高斯白噪声环境下基于L型阵列的二维到达方向估计新算法,该算法利用阵列结构的特点形成多个相关矩阵,然后构造一个特殊的大矩阵并由其特征分解获得信号子空间的估计,进而利用2 DESPRIT方法实现二维角度估计.新算法具有估计精度高,运算量小的优点,而且能够很好地解决信号参数配对问题.

基于PM的波达方向、频率的快速估计方法

提出了一种基于传播算子的波达方向、频率快速联合估计方法,该算法不需要估计阵列接收信号的高维空、时协方差矩阵及其相应的奇异值或特征分解,具有更低的运算复杂度,算法能适合于非均匀阵列结构且估计出的空时参数能自动配对。最后计算机仿真证实了方法的有效性。