基于局部峰值方差检测的改进DUET算法研究

DUET(degenerate unmixing estimation technique)算法是一种典型的盲源分离方法,而混合参数估计是DUET算法的重要组成部分,其估计精度直接影响到源信号的分离效果。针对混合参数估计,提出了一种基于局部峰值方差检测的改进DUET算法。首先利用DUET算法模型中混合参数创建直方图,根据直方图上信号占优的特点,把直方图划分成若干个子区域,计算每个子区域的方差,然后利用排序算法检测出最大的P个方差(P为源信号的个数),这P个方差所在子区域峰值的横纵坐标即是混合参数。此算法改进了原有DUET算法中混合参数估计的智能性和精度,通过语音分离的仿真实验和实录实验表明,此算法简单有效,并且估计源信号的精度有了提高。

调频斜率方差检测器及其性能分析

在线性调频信号特征分析的基础上,提出了一种新的LFM信号检测器——调频斜率方差检测器,根据不同信噪比下调频斜率方差的概率密度分布情况,给出了该检测器的二元假设检验模型,并对比了在相同条件下该检测器与匹配滤波器的性能.仿真结果表明,调频斜率方差检测器是一种恒虚警概率检测器,在较低信噪比下可以有效检测线性调频信号,并对多普勒失配具有很好的适配性能.

瞬时频率方差检测器(VIFD)及其性能评价

匹配滤波器及相关器是在理想信道中白噪声背景下检测确知信号的最佳检测器，但由于水声信道的复杂性，这类理论上的最佳检测器在实际水声信道的应用中，性能产生严重蜕化。利用瞬时频率序列及其统计特征的估计结果，根据水声信道以及主动声呐工作环境的特点，提出了一种针对CW脉冲的回波信号的性能稳健的新型检测器一瞬时频率方差（VIF）检测器。根据理论分析、计算机仿真分析和实验验证，该检测器在非平稳的干扰背景和信道中具有很好的稳健性。对信号的起伏与衰落及多卜勒失配也有很好的适配性能。

基于方差检测的自适应机动目标跟踪算法

首先建立了机动目标跟踪的系统动态模型和观测模型,在此基础上提出并分析了基于方差检测的状态自适应调整滤波器,针对不加自适应修正的Kalman滤波在机动目标跟踪中的不足,通过仿真验证了基于方差检测的状态自适应调整滤波器的正确性和可行性。

水下运动声源的方位方差检测方法

为了提高对水下运动目标的检测能力,利用水下目标辐射信号与海洋环境噪声在空间分布特性上的差异,提出了一种方位方差检测方法。该方法采用时延估计法估计目标方位,对方位求方差以获得检验统计量。采用奈曼-皮尔逊准则,推导了该方法的检测概率关系式,得出了检测性能与信噪比关系曲线,并与宽带能量检测方法进行了比较,表明该方法的性能远优于宽带能量检测方法。理论分析和海上试验结果都验证了该方法的有效性。

基于频域残差及局部协方差的红外弱小目标检测

在复杂背景及强噪声干扰的场景中,红外小目标因其尺寸小、信号弱、缺乏文理特征等特点,极易湮没在背景和噪声中,导致检测虚警率高、算法复杂、计算量大等问题。为此,本文提出一种基于频域残差及局部协方差的红外弱小目标检测方法。首先,通过频域残差计算红外图像的显著图,以获得目标可能存在的区域。然后,在此区域内利用局部协方差检测方法做识别。最后,通过自适应阈值分割得到真实目标。对不同复杂背景的红外图像进行小目标检测实验,结果表明,与传统检测算法相比,该算法在不同场景下都能有效抑制背景和噪声,准确检测目标,且满足实时性要求。

一种基于频率方差加权的线谱目标检测方法

在复杂的多目标声场中,常规波束形成(CBF)检测器性能显著下降。本文提出一种基于频率方差加权的线谱目标检测方法——CBF频率方差检测器,利用被动目标辐射噪声中含有高强度的稳定线谱这一特征,用每个方位频率域的峰值频率方差对CBF输出的方位谱进行加权。该检测器可在多目标强干扰和同波束强相干干扰背景中检测到弱线谱目标,且只须三维显示,避开了传统的线谱检测四维显示的难点。仿真和海试结果表明,在多目标、强干扰的环境下,可以探测到弱线谱目标。

基于浮动域值法的物联网安全协方差盲检测

由于传统物联网安全检测方法的安全域值具有固定化特性,导致检测结果误差较高。提出基于浮动域值法的物联网安全协方差盲检测方法。分析物联网应用的拓扑结构,通过浮动域值法获取网络安全曲线,通过网络安全曲线组建物联网安全模型。利用协方差矩阵构建差值系数组方程,将通过估计获取的差值系数组建向量空间,采用支持向量机作为分类工具,实现物联网安全盲检测。仿真结果表明,所提方法具有较强的适应性以及鲁棒性,能够高效率、高精度完成物联网安全检测。

单向随机模型误差方差带约束的一种齐性检测

利用多元正态总体的复相关系数检验 ,给出了单向分类随机效应模型yij=μj+αi+εij具有线性约束I′ΛH =0的误差方差的一种齐性检测方法 .即检验H0 :σ21=…σ2 n,其中 ,Λ =diag(σ21,σ22 ,… ,σ2 n) ,R(Hm×t) =t,μ为常量 ,αi～N(0 ,σ20 ) ,εij～N(0 ,σ2 j) ,i=1,2 ,… ,n ;j=1,2 ,… ,m为随机效应 .各αi,εj 独立 ,I′ =(1,1,…… ,1) ,检验统计量为F =R21-R2 ·n -m +tm -t- 1～F(m -t- 1,n -m +t) ,拒绝域为W{F >Fα(m -t- 1,n -m +t) } .

CW脉冲回波信号的最小方差无畸变响应自适应检测

建立了适用于解析时间序列信号检测的最小方差无畸变响应(Minimum Variance Distortionless Response,MVDR)自适应处理模型(Time Series MVDR,TSMVDR),并针对CW声纳脉冲回波信号,通过构造解析信号和分段近似处理给出了相应算法(Algorithms of TSMVDR on CW pulse signal,AWMVDR),并进行了数值仿真研究。研究结果表明:对于CW脉冲信号:(1)在较高采样率的条件下,AWMVDR可以实现CW脉冲信号稳定的自适应检测;(2)AWMVDR较常规线性相关检测具有更高的脉冲参数估计精度和时间分辨力;(3)AWMVDR的实现需要付出较高采样率和更大计算量的代价。

基于多特征融合的红外弱小目标检测

为解决红外弱小目标检测领域中基于单类先验知识的人类视觉系统检测方法检测准确率低、虚警率高以及显著图计算复杂等问题,提出一种在复杂背景条件下对红外弱小目标多种特性进行融合处理的检测方法。通过融合红外弱小目标的局部灰度值大、自身灰度信息符合二维高斯分布以及与邻域相似度低的三大特性,利用协方差检测和相似度对比计算得到显著图,对显著图进行简单阈值分割得到真实目标。对不同复杂背景和不同数据类型的红外源图像进行弱小目标检测实验,结果表明:与基线算法相比本文所提算法检测结果背景抑制因子和信杂比增益均提高2~3倍,交并比为HVS类方法最优,ROC曲线在较低虚警率时获得最高检测准确率。本文方法将红外源图像中弱小目标多个特性进行有效融合,提高检测精度的同时降低了显著图计算复杂度,在不同复杂背景和杂波干扰的情况下仍能取得较好的目标定位和背景抑制效果。

基于瞬时频率估计的双曲调频信号检测技术

基于双曲调频信号的特征分析,提出了一种新的HFM信号检测方法——周期斜率方差检测器。根据不同信噪比下周期斜率方差的概率密度,给出了该检测器的二元假设检验模型,并对比了相同条件下该检测器与匹配滤波器的性能。仿真结果表明,周期斜率方差检测器是一种恒虚警概率检测器,在较低信噪比下可有效检测双曲调频信号,并对多普勒失配有很好的适配性。

基于能量和协方差的两步频谱感知

频谱感知是认知无线电中的一项关键技术,主要功能是能够快速准确检测出频谱中是否存在授权用户。频谱感知的能量检测算法简单,但在低信噪比情形下的检测性能不佳,而协方差算法在低信噪比环境下具有较好检测性能。针对上述情况提出了一种这两步相结合检测的算法,从而具有更准确的频谱感知性。仿真结果表明,两步检测算法在低信噪比情况下无需授权用户的先验信息,同时使算法的平均计算量相对于协方差算法有一定程度的降低,并能有效地提高频谱感知性能。

基于检测器性能实时评估的欺骗检测融合算法

随着GPS欺骗生成技术的发展,欺骗信号可以在某一些属性上与真实信号保持一致,如到达角、多普勒频移等,此时单独使用某一种欺骗干扰检测方法,将无法有效地对欺骗信号进行检测,而如果采用直接将多种欺骗检测器结果相或的方法,则检测性能将会随着某一种检测器性能下降而下降.针对不同欺骗干扰场景下,检测器检测性能实时变化且先验信息缺失的情况,本文提出性能实时评估的欺骗检测融合算法.该方法通过建立性能误差评价准则,对融合后的检测性能与单个检测器性能进行实时比较,如果发现某一个检测器性能误差超过门限,则在融合过程中剔除该检测器,从而可以保证当一种检测器失效不会影响融合后的整体性能,该方法可以适用于任意数量,任意种类的欺骗检测方法融合,本文针对相位差和载波多普勒方差两种具体的检测方法,给出了工程实现方法.最后通过仿真结果表明,性能实时评估的欺骗检测融合算法与单独检测算法以及传统融合算法相比,具有更高的检测性能和更广的适应能力.

一种基于随机共振增强的协方差矩阵频谱感知算法

为了在避免对主用户系统产生有害干扰的同时提高频谱利用效率,要求认知无线电系统的频谱感知算法能在极低的信噪比下快速检测出主用户信号。由于可以避免能量检测面临的噪声不确定性问题,基于协方差矩阵的检测算法是一种有效的盲频谱感知算法。为了进一步提高极低信噪比下的性能,本文提出了一种基于随机共振的协方差矩阵频谱感知算法。该算法通过在接收信号中加入优化的特定信号,利用随机共振原理,增大有无主用户信号下的检测统计量概率分布函数的分离度,提高频谱感知的性能。仿真结果表明,相对于现有的协方差矩阵频谱感知算法,在相同的虚警概率下,所提算法可以显著提高极低信噪比下的检测概率,同时大幅度缩减检测时间。

基于线检测器的红外弱小目标检测

复杂背景下低信噪比弱小目标的检测仍然是当今的一个难题,尤其是在复杂背景的抑制方面,针对红外小目标的特点,以及红外小目标实时性检测的要求,提出了一种检测低信噪比的复杂背景情况下的红外图像点目标的新的算法。首先,用一个线检测器,对红外图像进行处理,经过其处理后的图像,不仅可以大幅度抑制背景,而且还能增强目标,极大程度的提高了图像的信噪比;其次,对处理后的图像用二维的Otsu自动阈值分割法进行分割,检测出点目标。通过对红外图像的实验,证明该算法的有效性。

MIMO系统中V_BLAST结构及其检测算法研究

随着用户数量和移动通信规模不断增大,如何消除信号干扰和抑制噪声是制约5G移动通信性能的关键问题。文章针对MIMO系统中的V_BLAST系统模型,首先引入了迫零检测算法,并设计了改进的最小均方误差算法,实现了干扰消除和噪声抑制的较好平衡。最后,通过仿真比较了各自的性能,理论和仿真均表明所设计的算法达到了预期效果。

标准外伤大骨瓣减压术对外伤性多发性颅内血肿患者术后意识障碍恢复的影响

目的:观察标准外伤大骨瓣减压术(STC)后患者意识障碍恢复情况,探讨其在外伤性多发性颅内血肿(TMIH)治疗中的价值。方法:收集2014年手术治疗的TMIH患者57例,其中行STC患者39例,行常规开颅手术18例,排除1个月内死亡、失联和占位病变等患者,分别随机选取STC组10例和对照组(常规开颅组)10例。通过重复测量方差分析以及Wilcoxon秩和检验对术前和术后24h、1周及1个月格拉斯哥昏迷量表(GCS)评分进行统计学分析。结果:综合术后时间因素及术式因素进行分析,术后不同时间点GCS评分比较差异均有统计学意义(P<0.05),随术后时间延长,GCS评分呈逐步升高趋势。不同术式间GCS评分比较差异无统计学意义(P>0.05),不同术式对GCS评分整体恢复趋势相同,但在不同时间点GCS评分因术式不同存在差异。通过Wilcoxon秩和检验分析GCS评分变化率,与对照组比较,术后24h和术后1周时STC组GCS评分变化率明显升高(P<0.01),而术后1个月时GCS评分变化率差异无统计学意义(P>0.05)。结论:与常规开颅手术比较,STC对术后7d内TMIH患者意识障碍的恢复作用明显,而对术后1个月患者意识障碍的恢复无明显改善作用。

新型高光谱图像快速实时目标检测与分类方法

针对逐像元处理的高光谱图像实时线性约束最小方差(LCMV)检测与分类算法计算量大、运行速度慢的问题,在LCMV检测与分类算法的基础上,提出了两种逐行的实时LCMV目标检测与分类算法。首先对LCMV算法进行了因果化,提出了逐行处理的实时因果LCMV(CR-LCMV)检测与分类算法,再利用Woodbury引理,推导出了逐行处理的实时递归因果LCMV(RCR-LCMV)检测与分类算法。实验结果表明:与LCMV检测与分类算法相比,两种新型实时算法均能在不影响检测精度的情况下实时地检测目标与对目标进行分类,且所需的数据存储空间大大降低;与逐像元处理的实时LCMV算法相比,两种新型实时算法可获得几乎与之相同的检测精度,计算复杂度大大降低,实时处理能力更强,算法在运行时间上具有明显的优越性。