基于抗混叠残差注意力网络的人脸表情识别

针对人脸表情识别中难以提取有效特征,以及类别之间相似性高、易混淆导致人脸表情识别准确率下降的问题,提出一种基于抗混叠残差注意力网络的人脸表情识别方法。针对传统降采样方法易造成表情判别性特征丢失的不足,构建抗混叠残差网络来改善对表情图像的特征提取能力,加强表情特征的表征,从而提取更加有效的人脸表情全局信息。同时,利用改进的通道注意力机制和标签平滑的正则化策略来加强对人脸局部关键表情区域的关注,其中改进的通道注意力专注于区分性较高的表情特征,抑制非表情区域的权重,从而在网络提取的全局信息中定位更加细节的局部表情区域,标签平滑技术则通过增加决策表情类别的信息量对预测概率进行修正,避免过于绝对的预测结果,从而减少相似表情之间的误判。实验结果表明,该方法在人脸表情数据集RAF-DB和FERPlus上的识别准确率分别达到88.14%和89.31%,与DACL、VTFF等其他先进方法相比识别性能更优,相较于原始残差网络有效提升了人脸表情识别准确率和鲁棒性。

强干扰下空间抗混叠宽带波达方位估计

提出了基于改进频率差分(FD)技术的空间抗混叠波达方位(DOA)估计方法,实现了阵元稀疏排布,即在阵元间距远大于入射信号波长时,存在栅瓣模糊情况下多水下声学目标的方位估计。首先,确定目标方位角度搜索范围,建立阵列信号处理模型,对宽带信号不同频率成分之间进行频率差分处理,从而降低信号频率以满足阵元稀疏排布阵列的空间奈奎斯特采样要求。然后,基于投影子空间正交性检验(TOPS)算法构建一个对角变换矩阵,利用对角酉变换矩阵正交性直接对阵列流形进行频率差分处理,使其频率差分处理输出的信号个数与输入信号个数相等。最后,进一步推导频率差分域等效目标方位与真实入射信号角度等价的条件,并基于该等价条件进行频率筛选,最终获得无模糊的空间方位谱结果。经仿真实验验证,所提算法在信噪比为-10~20 dB范围内,估计结果均方根误差低于0.1°,有效抑制了栅瓣且受干扰强度影响较小。经海试数据验证,所提算法可以有效估计出目标方位,并避免空间混叠项干扰。所提空间抗混叠波达方位估计方法能够有效抑制栅瓣模糊,提高目标方位估计精度,且在强干扰条件下仍具有较好的角度估计性能。

一种ADC前端无源差分抗混叠滤波器设计

高速数据采集系统中,信号采样必须满足奈奎斯特采样定理,否则将产生频率混叠现象,导致无法从采样信号中提取出原始信号。为了消除混叠现象对数据采集系统的影响,设计了一种5阶巴特沃斯型无源差分抗混叠滤波器,使用LTspice仿真软件对滤波器进行仿真,仿真结果表明,所设计滤波器在通带内衰减特性平坦。硬件实测结果显示,系统的无杂散动态范围(SFDR)为84.32d B,所设计的抗混叠滤波器可以有效消除信号混叠现象,并能保持较好的系统动态性能。

高品质抗混叠滤波器设计

经过分析和计算,巴特沃斯滤波器、贝赛尔滤波器和3 dB切比雪夫滤波器在截止频率处分别有-90°,-74.2°和-114.4°相移,而阻带在10倍截止频率处的衰减度分别为-40,-35.9和-43dB/oct.40kHz以上频率段MFB结构的低通滤波器较S K结构有更好的性能.由此,抗混叠滤波器的设计能得到优化.

噪声协助的EMD-1.5维谱信号抗混分解与特征提取

针对大型动力装备核心部件微弱故障特征信息提取问题,提出了一种噪声协助的EMD-1.5维谱故障诊断方法。经验模式分解(EMD)方法中,信号极值点间隔特性影响模式混淆现象的出现,针对此状况提出信号极值点间隔特性评价方法,分析高斯白噪声有助于信号抗混分解原理,通过对原始信号加入高斯白噪声得到噪声协助的EMD方法,提高信号抗混分解能力。将1.5维谱与噪声协助的EMD方法结合,得到一种新的故障特征提取方法,该方法具有对信号进行有效抗混分解、提取非线性耦合等特性,并以此来提取故障的微弱特征信息。通过仿真研究与电力机车滚动轴承的故障诊断工程实例,验证了该方法的有效性。

基于频域内插抗混叠Shannon小波包变换的谐波检测方法

提出了一种基于频域内插抗混叠Shannon小波包变换的谐波检测技术,首先分析了小波混叠的物理本质,然后选择分频严格的Shannon小波函数构造了频域内插方法,并利用线性调频Z变换进行快速求解,最后给出了小波包变换算法。仿真实验表明该方法可有效消除谐波检测中的小波混叠现象。

基于FPGA的抗混叠FIR数字滤波器的设计与实现

提出了基于FPGA的抗混叠FIR数字低通滤波器的设计与实现.利用Matlab和FDATool设计并确定FIR滤波器的系数,通过Altera DSP Builder和Matlab/Simulink完成滤波器模块的设计和仿真,DSP Builder可将设计好的滤波器模块直接转换成在FPGA上实现滤波器所需的VHDL语言,并在Quartus Ⅱ平台上进一步完成该滤波器的仿真和FPGA实现.最后对叠加有混叠频率成分的的电网电压信号进行滤波仿真,结果表明,滤波器符合设计要求.这种利用DSP Builder将Matlab和Quartus Ⅱ设计工具结合起来进行FIR数字滤波器设计的方法简单有效,所生成的滤波器模块可移植性好.

抗混叠轮廓波域采用压缩感知的云图融合方法

提出一种采用压缩感知的云图融合方法.该方法针对传统轮廓波存在频谱混叠的缺点,结合抗混叠塔式滤波器组和方向滤波器组,构造出一种抗混叠的轮廓波变换,并将其引入压缩感知中的稀疏表示环节,将云图分解成稠密和稀疏两部分;对稠密成份采用传统方法进行融合,而对稀疏成份,则在压缩感知框架下,通过少数线性测量的融合,并采用二步迭代收缩的图像重构算法,在迭代时利用前面两个估计值更新当前值,得到融合结果.实验表明,该方法的融合结果无论在视觉质量及定量指标上都明显优于传统方法,有利于揭示全面的天气信息.

谐波检测的抗混叠小波包滤波器设计

传统小波滤波器注重总体抗混叠和信号精确重建,而忽略分解分量中的混叠抑制,导致不能有效分析谐波信号。该文利用内插优化技术设计了一种抗混叠小波包滤波器。通过分析传统小波滤波器结构上的抗混叠局限,在既有的滤波器结构上增加一些内插的高低通滤波器,可以有效消除小波混叠,并可利用优化算法来求解内插滤波器系数。设计的抗混叠滤波器,同时兼顾了信号保持与混叠抑制两方面因素, 克服了传统小波滤波器设计时仅考虑信号精确重建和总体抗混叠而带来的固有缺陷。仿真实验表明,所设计的小波包滤波器可以有效抑制小波混叠,能精确提取谐波特征,从而为电力系统谐波精确检测提供了一种有效手段。

抗混叠轮廓波变换的脱线中文手写体笔迹识别

为了进一步提高脱线中文手写体笔迹识别的正确率,提出了一种基于抗混叠轮廓波变换的特征提取算法。抗混叠轮廓波变换不仅具有轮廓波变换的多尺度、多方向特性,同时克服了轮廓波变换中频谱混叠的现象,避免了重构图像出现"划痕"现象。实验结果证明,抗混叠轮廓波变换的GGD模型与使用单小波、复小波、轮廓波变换的GGD模型方法比较,识别正确率分别提高了23.5%、7.7%、2.5%。

基于抗混叠轮廓波变换系数分布模型的去噪算法研究

针对轮廓波变换存在频谱混叠致使其难以获得理想的去噪效果这一问题,本文提出一种基于抗混叠轮廓波变换系数分类的混合模型图像降噪算法。该算法通过计算变换系数的尺度间相关性,将系数分为重要系数和非重要系数两类,并对二者分别采用广义非高斯二元变量分布与零均值高斯分布建模,在Bayes框架下对原始图像进行估计。实验研究结果表明,以Barbara图像为例,当噪声方差σ=30时,本文算法不仅峰值信噪比(PSNR)超过Contourlet-HMT模型去噪2.72dB,且主观视觉效果上亦均优后者,同时还具有较高的计算效率。

基于抗混叠滤波的LTC1569-7低频特性探究

LTC1569-7是十阶集成开关电容低通滤波器,具有外围电路简单、频率控制精度高以及频带外衰减大的优点,广泛应用于抗混叠滤波场合。针对LTC1569-7使用中出现的问题进行探究,当截止频率低于16 kHz、3.68 kHz、900 Hz(1、4、16分频)时,频带外衰减不理想,且输入频率在截止频率32倍及其整数倍附近会产生混叠,同时还存在开关噪声。在LTC1569-7的前端搭建二阶低通滤波电路,可以消除混叠,在LTC1569-7后端搭建二阶低通滤波电路可以消除频带外衰减不理想情况以及开关噪声,使得LTC1569-7更好地应用于抗混叠滤波中。

抗混叠Curvelet变换非高斯双变量模型图像降噪

提出了一种基于非高斯双变量模型复数Curvelet变换的图像降噪新方法。采用具有近似移不变性的复数小波变换代替原Curvelet变换中的小波变换,并用改进的Radon变换避免了原Radon变换中一维傅里叶反变换在频域中采样不足的缺陷,从而保证了新的复数Curvelet变换具有抗混叠性能。充分利用信号系数层间相关性强而噪声系数层间相关性弱的特点,采用非高斯双变量对复数Curvelet变换域系数进行建模,并通过BayesianMAP估计器对信号系数进行估计,从而实现降噪目的。实验结果表明,本文去噪法得到的峰值信噪比(PSNR)分别比传统Curvelet去噪法和Curve-let域HMT去噪法平均提高2.9dB和1.5dB,且能避免重构图像中出现"划痕"和"嵌入污点",在有效去噪的同时,可较好地保护图像边缘和细节。

一种抗混叠的非均匀周期采样及其频谱分析方法

非均匀采样可以突破采样定理的限制,但非均匀采样信号的频谱在所有频率段均存在混叠频谱噪声,这些频谱噪声会淹没真实信号中的一些频谱幅度较小的信号,使得非均匀采样无法检测小信号。本文提出一种非均匀周期采样方法,该方法既具有非均匀采样抗混叠的特性,又具有均匀采样的消除混叠频谱噪声的特点。文中详细分析了非均匀采样产生混叠频谱噪声的原因,提出了基于非均匀周期采样的傅里叶变换方法,并给出了实验结果。理论和实验表明,非均匀周期采样方法是一种行之有效的采样方法。

基于短时傅里叶变换检测非平稳信号的频域内插优化抗混叠算法

非平稳信号的分析越来越受到人们的重视。短时傅里叶变换(STFT)是一种线性变换,避免了其他高次型非平稳信号分析方法中出现的交叉项的干扰,是分析非平稳信号的有力工具。短时傅里叶变换的基本思想是利用一个固定大小的滑动的窗口函数对信号进行分析,并假定信号在窗口内是平稳的,因此加窗变换所固有的混叠现象在短时傅里叶变换中依然存在。本文基于频域插值的思想,提出了基于频域内插抗混叠短时傅里叶变换的算法,首先分析了混叠产生的物理本质,然后以汉明窗为基础构造了频域内插的方法,并利用牛顿插值法得出插值的迭代求解方法,最后给出内插优化算法步骤。仿真实例验证了算法的可行性。

抗混叠滤波设计在数据采集系统中的应用

数据采集的抗混叠滤波,在电路设计中是很重要的考虑因素;在数据采集系统中,对一定带宽的模拟信号,采样率必须满足奈奎斯特采样定理,否则将产生混叠现象,这将导致原始信号无法从取样信号还原,严重影响测量结果;本设计在信号调理部分及A/D采集部分均采用了抗混叠设计,FPGA采用XILINX公司的XC3S400作为主控制器;综合各个环节,提出了高精度数据采集中抗混叠滤波设计的方法,并简单介绍了AD采样与模拟开关切换时序设计,为高精度数据采集系统的设计提供了十分有益的参考。

抗混叠塔型变换的构造

针对Contourlet变换存在的频谱混叠,提出了一种抗混叠塔型变换,即Non-aliasing Pyramidal Transform-NA-D变换.NAP变换由抗混叠塔式滤波器组(Non-aliasing Filter Banks:NPFB)和方向滤波器组(Directional Filter Banks:DFB)组成,NPFB首先将图像分解为多个不同分辨率的细节子带和一个低频子带,DFB再将各细节子带分解为方向子带.通过设计满足Nyquist采样定理的滤波器,NA-D变换有效地抑制了Contourlet变换的频谱混叠,基函数不仅具有"多分辨率"、"多方向"、"局域性"等特性,满足各向异性尺度关系,而且空频域正则形和局域性均明显优于Contourlet变换.硬阈值去噪实验的结果表明,NAP变换能够更为稀疏的表示图像,并在去噪性能上较Contourlet变换有较大提高.

多级抗混叠滤波器的优化设计

针对在大抽取率的情况下,采样率变换系统对抗混叠滤波器性能指标的高要求,讨论了采用多级变换实现大抽取率采样变换的工作原理,并利用MATLAB对多种分级组合时滤波器的阶数和乘法运算量进行了仿真分析,最后给出了实现多级采样率变换系统优化设计的基本原则.

基于MAX293的抗混滤波器研制

简介了研制的随机振动信号处理虚拟仪器系统的组成。叙述了其中的抗混滤波器的作用与要求,并在分析8阶低通椭圆开关电容滤波器(MAX293)性能的基础上,研制了基于MAX293的抗混滤波器。尤其对遇到的“共振”现象作出了理论分析及实验验证,同时给出了解决方法。该抗混滤波器具有电路简单、变带宽方便、过渡带衰减迅速等优点。

基于抗混叠Shannon小波包变换的声波测井曲线高分辨率处理方法

测井曲线高分辨率处理是提高薄层测井解释精度的一条重要途径,对重新评价老井测井资料,寻找漏失掉的油气层具有非常重大的意义。提出一种基于抗混叠Shannon小波包变换的测井曲线高分辨率处理方法。首先使用频域内插方法消除Shannon小波函数的频域混叠问题,进一步提高其分频严格的特性;接着利用改进的Shannon小波包变换对声波测井曲线进行分解,并根据测井曲线的频谱特点确定最优小波树;最后根据分频加权重构的思想,对低分辨率测井曲线进行能量补偿。实际资料处理表明,该方法能够明显提高声波测井曲线分辨率,达到高分辨率处理的目的。