OFDM水声通信系统的LS-OMP信道估计

对于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)水声通信系统,最小二乘(Least Squares,LS)信道估计方法受噪声影响较大,并且使用的导频数量较多,影响通信效率。而基于压缩感知理论的正交匹配追踪(Orthogonal Matching Pursuit,OMP)信道估计方法可以充分利用水声信道的稀疏特性,同时能够有效地抑制系统噪声,但控制迭代运算次数的相关参数(稀疏度或误差容忍值)是OMP算法的关键条件。针对上述问题,提出了利用少量导频随机分布的LS和OMP联合的信道估计方法,该方法首先利用少量导频采用LS方法估计出OMP算法的误差容忍值,再利用OMP算法恢复数据子载波的信道信息。理论分析和仿真结果同时表明,与传统的LS算法或OMP算法相比,新算法能够在数据恢复的同时有效抑制系统噪声,应用稀疏特性及较少量的导频,进一步提高了系统的频谱效率,对时变稀疏水声信道具有更好的适应性。

基于RANSAC+LS算法的红外成像全局运动估计

提出了一种基于RANSAC+LS算法的红外成像全局运动估计方法。该算法的实现过程如下:首先对匹配块进行预检验;然后利用本文算法对尽可能多的内点进行运动参数估计;最后对参数估计结果利用双线性内插方法进行运动补偿。该算法计算速度快,比RANSAC算法利用了尽可能多的内点,并能克服LS算法易受错误匹配对和外点影响的缺点。利用对实际拍摄的红外图像实验表明,该算法计算精度高于RANSAC算法和LS算法。

基于LMedS&LS的全局运动估计算法

针对全局运动估计过程常伴有局部运动的问题,提出一种基于LMedS&LS的全局运动估计算法。通过获取相邻2帧图像上对应特征块的坐标,将该算法应用到仿射变换模型中,估计出全局运动参量,并根据运动参量采用双线性内插法完成图像配准。实验证明,该算法相对于LMedS算法在精确度和实效性2个方面都有改进。

基于LS-SVM的无人机匹配点云数据修补

针对高山区过滤后点云数据缺失问题,提出一种基于LS-SVM的点云漏洞修补方法。以典型高山区地形为试验案例,采用4种常规插值方法与LS-SVM预测方法对数据进行处理分析,将处理数据与CORS动态测量获取的实测数据进行比较研究。研究表明,与4种常规方法相比,采用LS-SVM算法预测出的点云所构建的DEM模型精度有较大提高,模型MAE=-0.148 m、RMSE=0.250 m、R 2=0.9995,能够实现1∶500 A级高山区的高精度DEM生产,同时也增强了DEM在水利、建筑等行业设计初期的应用价值。

控制点影像库在遥感影像几何纠正中的应用

影像几何纠正是遥感图像处理的重要技术。为了克服现有方法在实际应用中的不足,提出利用控制点影像库进行影像自动匹配,然后进行几何变化的方式。这种方法简单有效,快速稳定,匹配得到的同名点数量足够且分布均匀,并通过引入最小二乘匹配使配准达到子像素精度,提高几何纠正的速度与可靠性。

采用金字塔分解的最小二乘影像匹配算法

最小二乘（ＬＳ）算法因其高精度而在影像匹配中被广为采用，但单纯的ＬＳ算法有收敛范围小、收敛速度慢等缺点．本文实现了结合金字塔分解的ＬＳ匹配算法，此算法能大大增加单纯ＬＳ算法的收敛范围，提高匹配率，而运算时间与单纯ＬＳ法基本相当，并且保持了它的高精度．实验表明，此算法的精度高、匹配率高、收敛范围大。

基于复杂地面背景序列图像的运动弱小目标检测

分析了复杂地面背景下序列图像检测弱小目标的困难,研究了一种针对场景较复杂的运动弱小目标检测方法。首先将序列图像分割成等间隔的处理单元,并利用最小二乘匹配进行坐标对齐,然后使用Top-Hat算子处理图像并进行CFAR分割,综合考虑处理单元中的每幅图像,对固定背景干扰进行抑制,最后根据运动弱小目标轨迹进行检测。进行了三组序列图像实验并绘制了ROC曲线,证明该方法是一种有效的弱小运动目标检测方法。

基于双近邻模式和最小二乘支持向量机的SAR景象匹配区选择

通过对景象匹配过程的分析,从模式识别的角度阐述了误匹配产生的原因。从避免误匹配的角度定义了双近邻度、最小距离以反映SAR景象的独特性和匹配的准确性,并结合反映地面景物稳定性的边缘密度,构建反映SAR景象适配性的分类特征向量。基于该分类特征向量,利用最小二乘支持向量机将SAR景象基准图子图划分为匹配正确的子图和匹配错误的子图,并由匹配正确的子图类构成SAR景象适配区。试验结果表明,提出的方法能够有效地规划出所需的SAR景象匹配区。

基于最小二乘支持向量机的混合动力挖掘机负载功率预测

为实现液压挖掘机并联式混合动力总成与负载功率的精确匹配,在对变量泵工作原理分析的基础上,提出基于最小二乘支持向量机(LS-SVM)算法的双联式恒功率变量泵功率预测模型。以液压挖掘机实际挖掘作业时采集的载荷谱作为训练样本,以泵出口压力、负流量控制压力和极限载荷控制压力作为训练模型的输入,以泵的排量作为输出建立模型,从而使模型对于作业环境具有更好的适用性。用网格搜索和交叉验证的方法对LS-SVM的参数进行了优化,研究结果表明该模型具有良好的预测精度和泛化能力。

基于SPMT技术的驮运架一体机液压系统的节能研究

根据昌平西关环岛改造项目的具体工况,通过对驮运架一体机的能耗分析,对其液压系统进行节能设计,包括液压系统中驱动、辅助系统的节能研究和发动机与液压系统的功率匹配研究,提高了能源利用率。

基于最小二乘支持向量机的事件处置案例匹配算法

随着军事信息化、智能化进程不断深化发展,面对突发情况时通常需要在极短时间内完成事件处置方案拟制,因此对事件处置智能化的需求极为急迫。结合Platt scaling概率校准模型,针对非均衡数据分布和多类属输出概率校准拓展问题,对核最小二乘支持向量机模型进行改进,提出一种校准概率最小二乘支持向量机(Calibration Probabilistic Least Squares Support Vector Machine, CPLS-SVM)分类算法;设计一种基于CPLS-SVM算法的事件处置案例匹配方法,提高复杂案例样本环境下的匹配精度;通过构建基于校准概率最小二乘支持向量机,并应用到事件处置实例模拟数据进行仿真实验,验证算法的有效性和性能优势。

爬山法在影像匹配中的应用

对传统的爬山法进行改进,通过两个方向的整体搜索来预测峰值可能出现的区域,使其能很快的找到峰值位置。试验表明这种方法减少了相关系数的计算,提高匹配的速度并且保证了匹配的精度。

汽车起重机变转速电液流量匹配控制研究

针对汽车起重机阀前补偿负载敏感(LS)系统预设泵压力裕度带来的能耗问题,以及系统流量饱和时对变幅伸缩机构进行复合动作带来的操控性问题,提出了一种基于变转速的电液流量匹配控制系统和一种抗流量饱和控制算法。首先,分析了负载敏感(LS)系统的工作原理,并提出了一种应用于汽车起重机的变转速电液流量匹配控制系统;然后,分析了变转速电液流量匹配控制系统的工作特性和能耗特性,并设计出了一种抗流量饱和控制策略;最后,利用AMESim软件搭建了负载敏感(LS)系统和电液流量匹配系统的仿真模型,并对系统的节能和抗流量饱和特性分别进行了仿真分析。研究结果表明:相比于负载敏感(LS)系统,变转速电液流量匹配系统节能5%~7%,且在系统流量饱和时,变幅伸缩机构的流量可根据各联主阀的开度比例分配,提升了复合动作的协调性。

基于GOMP算法的MIMO-OFDM系统信道估计

由于无线信道的时域稀疏性,可以将压缩感知理论应用到MIMO-OFDM系统的信道估计中,利用GOMP算法重构出其信道参数.首先介绍了压缩感知理论的构成,其次论述了MIMO技术和OFDM技术的原理.以2×2 Alamouti编码器模型为基础,结合OFDM技术,形成一个2×2 MIMO-OFDM系统,推导了该系统的输入端-输出端的信号传输方程.借助Matlab软件编写程序搭建仿真实验平台,通过LS算法和GOMP算法实现MIMO-OFDM系统的信道估计.仿真实验结果表明,当信噪比相同时,GOMP算法比LS算法的归一化均方误差小.

亚米级全色遥感影像云地检测算法研究

为解决现行云地检测算法不适用于亚米级全色遥感影像云地检测的问题,提出一种大尺度自适应匹配阈值(LS-AMTH,large-scale adaptive matching threshold)算法。算法构建包含光谱、纹理与边缘特征的特征参量集,利用提升算法对影像子块进行大尺度云地分类;之后对大尺度分类所得云地子块进行阈值的自适应匹配选择,最终实现像素级云地区域检测并统计云地占比。试验表明,针对亚米级全色影像,本文算法准确度达97.3%,在复杂云地混合区域取得良好检测效果。