基于FrFT和子空间正交的LFM信号参数估计

基于分数阶Fourier变换和子空间正交性,提出了一种低信噪比下线性调频信号检测与参数估计方法。讨论过程中将线性调频信号通过适当的分数阶Fourier变换得到一个单频复正弦信号,在此基础上,利用信号子空间与噪声子空间的正交性处理其正弦信号,再对线性调频信号的检测和参数估计转化为函数极值求解;最后,利用计算机模拟证实了方法的有效性。

基于子空间正交的阵列干涉SAR系统相位中心位置定标方法

阵列干涉合成孔径雷达(Synthetic Aperture Radar,SAR)系统采用距离脉冲压缩、方位合成孔径和高度实孔径的方式,能够获得观测场景的3维SAR图像。在实际系统中多个通道的天线相位中心位置信息通常难以精确获得,如果不进行定标而直接进行成像处理将会造成高度维成像质量降低。针对天线相位中心位置定标问题,该文分析了天线相位中心位置误差对高度维成像造成的影响,提出了一种基于子空间正交原理的相位中心位置定标方法。该方法利用2维SAR单视复图像中的定标点数据,通过特征值分解得到噪声子空间,利用子空间正交原理同时求解多个通道对应的天线相位中心位置。针对阵列干涉SAR系统应用,该文给出了相位中心位置定标处理流程,最后通过仿真和实际数据处理验证了定标方法的有效性。

基于子空间正交性的主瓣干扰抑制算法

针对基于特征投影预处理的主瓣干扰抑制算法中主瓣干扰对应的特征向量难以分辨的问题,提出一种基于子空间正交性的主瓣干扰抑制算法。该方法首先利用主瓣大致区域这一先验知识求出主瓣子空间;再将采样协方差矩阵进行特征分解,得到干扰对应的特征向量并逐一在主瓣子空间中进行正交性测试,筛选出主瓣干扰对应的特征向量;然后利用特征投影矩阵预处理抑制实际接收数据中的主瓣干扰成分;最后,通过协方差重构求解自适应权矢量去除旁瓣干扰。仿真实验结果表明,子空间正交性验证能够检测出多个主瓣干扰对应的特征向量,能够有效抑制多个主瓣干扰,避免了基于特征投影矩阵预处理和协方差矩阵重构的主瓣干扰抑制算法仅能抑制单个主瓣干扰的问题。

基于动态正交子空间分析的质量相关微小故障检测

为进一步提升正交子空间分析(OSA)对过程微小故障的检测能力,提出一种基于动态OSA的故障检测方法。基于输入时滞值构建反映过程数据和质量相关数据动态特性的增广矩阵,采用OSA将增广矩阵分解成3个正交子空间,实现质量相关成分的有效分离;利用主成分分析对每个子空间进行独立监测,形成相应的得分矩阵;进一步通过Kullback-Leibler散度度量故障发生前后得分向量的概率分布差异,建立概率相关故障检测统计量,实现微小故障的检测。通过数值例子和田纳西伊斯曼(TE)过程的仿真实验验证了所提方法的有效性和检测能力。

采用局部正交子空间投影的高光谱图像异常检测

正交子空间投影是一种需要已知待分类目标特征信息监督分类算法。为了扩展该算法的应用,本文提出了局部正交子空间投影算法,并将其成功应用于高光谱图像异常检测中。异常检测常用于自然背景下的人工目标提取,在小范围邻域内地物类型相对单一。基于此,以被检测点作为感兴趣目标,被检测点邻域内样本的均值作为不感兴趣目标,构造局部投影算子。实验结果显示:本算法能够检测出含量高于30%的亚像元目标;通过适当增大滑动窗尺寸,可检测像元面积较大的目标且不受Hughes效应影响;当波段数为80时,运算时间不足RX算法的1/10。得到的数据表明,局部正交子空间投影算法检测精度高、运算速度快,适用于实时高光谱图像异常检测。

基于正交子空间投影的电力系统同调机群辨识

深入剖析了电力系统惯量中心坐标与子空间投影之间的关系,提出一种基于正交子空间投影(OSP)的电力系统同调机群辨识方法。首先,通过OSP获取将电力系统高维广域量测信息投影到各低维子空间的最佳投影方向向量;进一步,借助投影累积贡献率确定最佳投影方向向量数量;然后,根据所确定的最佳投影方向向量划分电力系统的主导同调机群。所提方法计算简单,易于实现,完全基于广域量测信息进行同调分群,可避免模型参数对分群结果的影响,实现同调机群的在线辨识。将该方法应用到典型两区域互联系统和南方电网中进行分析、验证,结果表明,所提方法可准确、有效地从电力系统广域量测信息中快速辨识出系统的主导同调机群。

基于目标正交子空间投影加权的高光谱图像异常检测算法

在高光谱图像的异常目标检测问题中,针对原始数据源不能正确地表征背景数据的分布而造成虚警概率较高的现象,本文提出了一种基于目标正交子空间投影加权的KRX高光谱图像异常检测算法。该算法从背景协方差矩阵的估算角度入手,将每个像素投影到目标的正交子空间中,为每个像素自适应地赋予合适的权值,从而减小目标信息的存在对背景特性估计的影响。并用AVIRIS高光谱数据进行了仿真实验,取得了较好的检测效果。将该算法与其他算法进行了比较,结果表明,本文提出算法的检测性能明显地优于传统算法,降低了虚警概率,具有较好的检测效果。

基于形态学与正交子空间投影的端元提取方法

针对现有端元提取方法从数据光谱或空间或特征信息的单一方面出发进行混合像元分解、不同类型端元难以区分等不足,提出一种扩展形态学与正交子空间投影结合的端元自动提取方法.利用扩展膨胀和腐蚀操作,通过计算形态离心率指数进行高光谱数据的端元数据集计算;利用光谱角匹配方法提取不同类型的端元,通过向端元正交子空间投影消除已经提取端元的影响;并通过航空高光谱数据进行算法性能验证.实验结果表明:提出方法能够实现在无任何先验信息情况下图像端元的自动提取,并且能够有效地区分相似光谱端元.

基于信号子空间的正交矢量谱估计新方法-OVSS法

频谱估计被广泛的应用于工程中。在自相关阵的特征值分解中，存在着两个特征矢量子空间──信号子空间和嗓声子空间。基于信号子空间的频谱估计方法具有较好的统计稳定性；基于噪声（正交）子空间的频谱估计方法则具有很高的谱分辨率。本文提出的新方法具有更高的谱分辨率和更好的统计稳定性。新方法对信号自相关阵的最大特征值所对应的特征矢量按一定规律排成矩阵，进行奇异值分解，其右奇异矢量同样存在信号子空间和正交子空间。基于正交子空间的正交矢量谱估计法，源于信号自相关阵的信号子空间，有着高统计稳定性，同时又是正交方法，具有很高的分辨率；由于主特征矢量排出的矩阵阶数较低，也不会出现伪峰。将此方法称之为OVSS谱估计法。大量模拟试验显示OVSS谱估计法，是一种高质量谱估计方法。

基于自适应核方法的正交子空间投影异常检测算法

在高光谱图像的异常目标检测核方法中,高斯径向基核函数的宽度决定因子(即核参数)选择恰当与否是决定算法性能的重要因素。针对这一问题,提出了一种基于自适应核方法的正交子空间投影高光谱图像异常检测算法,有效的解决了统一的全局检测参数在复杂多变背景环境下检测性能下降的问题。这不仅提高了算法的通用性,也降低了检测的计算量。用AVIRIS高光谱数据进行了仿真实验,取得了较好的检测效果。将该算法与其他算法进行比较,结果表明,所提出算法的检测性能明显地优于传统算法,降低了虚警概率。

正交子空间投影法用于下垫面分类的卫星优化通道选择

在研究正交子空间投影算法基础上,将此算法用于卫星影像下垫面分类的优化通道选择。通过分析目标谱分布,并运用MODTRAN模拟计算背景程辐射和整层大气透过率,得到对应不同目标的权函数。根据权函数谱分布以及最佳指数函数(OIF)并结合卫星通道用途,最终得到用于下垫面分类的卫星优化通道选择结果。通过对选择的通道进行合成,发现此算法用于下垫面分类具有较好的效果。

一种正交子空间投影高光谱图像端元提取算法

端元提取是高光谱图像混合像元分解的关键问题。针对正交子空间投影方法进行端元提取需要端元先验知识的问题,提出一种基于光谱最小信息熵的正交子空间投影高光谱图像端元提取方法。以光谱最小信息熵判定最优端元子集,同时将正交投影散度作为不同地物光谱向量之间相似性的测度指标用于判别端元。利用模拟数据和真实数据对算法进行验证,结果表明:算法不需先验知识,能够自动进行端元提取,且精度较高。

基于样本正交子空间的SAR目标识别方法

利用合成孔径雷达(Synthetic Aperture Radar,SAR)获取的目标像进行识别时,基于子空间的自动目标识别(Automatic Target Recognition,ATR)方法通常是对样本数据的值空间进行操作。当识别相似目标时,由于彼此的值空间存在较大的交集,生成的识别模板的可分性较差。该文提出一种SAR目标ATR方法,该方法将SAR样本数据的正交子空间作为投影空间。因此,不同类目标样本在投影空间的差异性加大,能够明显提高识别效果。实验结果表明,本文方法的识别性能优于其它同类方法。

MC-SAR改进正交子空间相位误差估计算法

方位多通道SAR用于高分辨率宽测绘带成像有着广阔的前景,然而通道失配引起的通道相位误差会较大地影响成像的质量。针对这一问题提出了一种改进正交子空间(OS)算法用于校正通道相位误差。改进OS算法的通道相位误差估计考虑了天线方向图加权,并利用全部多普勒频点信号子空间与噪声子空间的正交约束条件建立代价函数,从而得到相位误差估计的最优值。该方法有效克服常规正交子空间算法利用单个多普勒频点估计通道相位误差时的不稳健问题。基于机载实测数据的实验验证了改进OS算法的有效性和稳健性。

基于正交子空间投影的伪卫星远近效应消除方法

针对地基伪卫星系统中接收机受到远近效应影响无法正确捕获远场伪卫星信号这一问题,引入了基于正交子空间投影算法的捕获优化方法.该方法应用于码分多址伪卫星信号,通过常规滑动相关法得到的强信号码相位和多普勒频移计算正交投影算子,将接收信号与其在强信号空间的投影相减得到弱信号空间并重新进行捕获,以消除强信号对弱信号的干扰.实验结果表明:强弱信号在小于30 dB的功率比范围内,应用正交子空间投影法可以有效改善弱信号捕获性能.这对拓宽地基伪卫星系统的有效工作范围、提升伪卫星接收机信号功率比容忍限度具有重大意义.

一种改进的基于正交子空间投影的高光谱图像异常检测算法

针对背景与目标能量差异较小的高光谱图像异常检测技术需求,提出了一种基于正交子空间投影的异常检测方法：首先利用正交子空间投影抑制背景信息;然后调整噪声,根据空间密度选取决策半径实现异常检测,并对结果进行形态滤波,消除大面积虚警。实验结果表明,本文算法能够检测到能量与背景差异较小的异常,且计算效率较高。

基于累积量增强全矢量正交子空间方法的MA建模

提出了一种新的线性代数方法———累积量增强全矢量正交子空间方法 (CEAVOS)用于非最小相位非高斯滑动平均 (MA)建模 ,该方法利用组合特性映射的累积量增强 ,并用全矢量正交子空间法估计MA参数 .数值仿真结果表明 ,CEAVOS的性能优于组合累积量切片法WS和全矢量正交子空间法 (AVOS)这 2种现有的性能最好的MA参数估计方法 ,尤其是在估计的偏差上 ;在低信噪比与短数据的情况下 。

基于正交判别分析子空间的雷达目标识别

本文提出了一种基于正交判别子空间的雷达目标距离像识别方法.该方法采用一种新的准则函数,得到由一组正交基组成子空间,与修正正则子空间相比其使用正交基数量少、计算简单.用四种不同类型飞机回波数据进行识别研究,结果表明了该方法的有效性.

基于正交子空间类标传播的单标记人脸识别

针对单标记人脸图像识别问题,提出基于正交子空间类标传播和不相关大间距准则的人脸图像识别方法.首先,将带类标样本集规范正交化,在正交化的子空间内进行类标传播,将类标传播到无类标样本上.然后,在所有带类标的样本集上使用不相关大间距准则对数据进行维数约简.最后,在低维空间使用欧式分类器对测试人脸完成识别.在3个人脸数据库PIE、Extended Yale B和AR上进行仿真实验,验证了该方法的可行性和有效性.