基于最大后验概率准则的天基星座网络多用户检测方法

天基星座网络中用户可以随意进出自由组网,活动用户的数量、身份和发送的数据随机变化,对接收用户的性能造成很大影响。多用户检测是指识别每个活动用户的身份并检测每个活动用户发送的数据。传统方法假设活动用户数等于网络可以容纳的最大用户数,这种方法模型比较简单且误码率性能不够理想。提出了一种基于最大后验概率准则的多用户检测方法,该方法将用户的活动状态建模为马尔科夫链,并将多用户检测转换为在网格图中使用BCJR算法搜索最优路径。仿真结果表明,当活动状态错误概率和符号错误概率达到10^(-3)时,本文所提方法与对照方法相比分别获得2.6 dB和1 dB信噪比增益。

一种基于最大类间后验概率的Canny边缘检测算法

在分析了传统的Canny算法的基础上,用自适应滤波器代替原有的高斯滤波器,并利用交叉熵来度量目标和背景间的差异,结合贝叶斯判断理论,将这种类间差异性用原始图像中的像素点判决到目标和背景两类区域的后验概率之间的交叉熵的平均值来表示,通过最大化将像素点判决到不同区域的后验概率来获取最优的高低阈值。实验证明改进的算法具有很好的边缘检测效果。

自由空间光通信的最大后验概率检测

为了减小大气闪烁对自由空间光通信的通信性能的影响,基于光信号的对数振幅序列服从联合高斯分布特性,提出了一种最大后验概率算法,给出了随时间变化的判决阈值。模拟结果表明,此算法可以有效减小大气闪烁对通信性能的影响,降低其误码率。

基于Bayes后验概率的鲁棒性车道线检测算法

针对道路场景中常见的由阴影、地面积水、刹车印记等因素引起的车道线对比度低和车道线不明显问题,提出一种基于Bayes后验概率的鲁棒性车道线检测算法.该算法在二次曲线道路形状模型基础上,在图像平面中引入中心车道线模型描述左右车道线,结合图像信息和车道线先验概率构造后验概率函数,将车道线检测问题引申为最大后验概率问题,并在优化过程中将具有参数少、结构简单和收敛速度快等特点的粒子群优化算法与具有全局搜索特性和不易早熟等特点的免疫克隆策略相融合,提高车道线检测的鲁棒性.实验结果验证了上述算法在车道线检测过程中对阴影等不良因素的鲁棒性.

数字相敏检测的一种最大后验概率方法

本文基于最大后验概率估值原理，提出一种新的相敏检测方法，文中给出了判决量的计算公式和所提出方法的数字信号处理器实现结构。计算机模拟结果表明，所提出的方法较Ｓａｎｉｉｅ所提出的正交采样数字相敏方法有更好的检测性能。

一种最大后验概率条件下的运动目标检测方法

提出一种最大后验概率条件下的运动目标检测方法.首先根据条件随机场模型和马尔可夫随机场模型建立了一个最大后验概率框架.在该框架内融入了连续标记场的时域信息、颜色信息和每个标记场的空域信息.考虑到传统方法融入的特征信息不够,提取目标的准确度不高,在目标模型中充分融入了颜色信息和边缘特征,以便获得更好的检测效果.实验结果表明提出的方法能正确检测到运动目标.

基于音素后验概率和层次凝聚聚类算法的音素边界检测

提出了一种基于音素后验概率和层次凝聚聚类算法的音素边界检测方法。该方法首先利用改进的TRAP结构提取语音信号的帧级音素后验概率;然后,运用层次凝聚聚类算法将提取的音素后验概率进行聚类分析;最后根据其全部的最小损失函数值获取阈值,并通过此阈值决定聚类数目和音素边界。实验证明:该方法具有较好的检测性能,且相对于梅尔倒谱参数(MFCC),音素后验概率更为适合音素边界的检测。

基于SVM后验概率的红外弱小目标检测

针对复杂云层背景中背景边缘干扰严重的问题,提出基于支持向量机(SVM)后验概率的红外弱小目标检测算法。该算法将红外弱小目标检测视作目标与背景的二分类问题,根据红外图像特性,以各像素点8个方向的梯度作为目标和背景的分类依据,选取能够表现目标和背景特征的梯度作为SVM训练样本的主要参考量,设定训练集,并通过训练获得SVM分类模型。基于SVM后验概率的检测算法将待测样本各像素点的8方向梯度作用于分类模型,获得的SVM后验概率作为检测输出。实验结果证明了该算法的有效性。

基于后验概率的图像模糊检测方法

数字图像被动盲取证是指在不依赖任何预签名提取或预嵌入信息的前提下,对图像的真伪和来源进行鉴别和取证。图像在经篡改操作时,为了消除图像在拼接边缘产生的畸变,篡改者通常会采用后处理消除伪造痕迹,其中,模糊操作是最常用的手法之一。提出一种人工模糊痕迹检测方法。将经过模糊操作后图像像素之间存在的高度相关性进行模型化表示;采用EM算法估算出图像中每个像素属于上述模型的后验概率;根据所得后验概率的大小进行模糊操作检测。实验结果表明,该算法能够有效地检测出篡改图像中的人工模糊痕迹,并对不同模糊类型、有损JPEG压缩以及全局缩放操作均具有较好的鲁棒性。

Turbo-MIMO系统中一种基于部分后验概率的软检测算法

迭代树搜索(ITS)是一种有效的基于M-算法的软MIMO检测方案。然而ITS会遇到某些比特的对数似然比(LLR)无法确定的情况,虽可采用赋常数值方法(称为clipping)解决,但这会影响系统性能。为此,该文提出一种新的基于M-算法的软检测方案。该方案在树的每一级递推计算部分符号序列的后验概率,并基于此近似计算从第1级到该级的所有比特LLR,再采用M-算法保留部分符号序列延伸至下一级。该算法可确保每比特都可计算LLR,且能得到可靠性高的LLR值。考虑到某些比特LLR会多次计算,文中给出了算法的低复杂度实现。另外,该文还给出了一种计算符号序列后验概率的简单方法。最后,仿真结果表明所提算法相比ITS具有更好的性能,并使性能与复杂度达到较好的折中。

基于后验概率特征的改进无监督语音样例检测

针对现有无监督语音样例检测精度不高的现状,提出一种基于后验概率特征和主成分分析的方法。该方法首先利用无标注语料训练GMM,得到训练数据频谱参数的高斯混元后验概率特征向量序列;采用层次聚类算法检测其边界信息得到声学分段,利用K-means算法对所有声学分段聚类并添加标签,通过声学分段和标签训练基于后验概率的声学分段模型(ASMs);ASMs将查询项与检索文档的高斯混元后验概率转换为新的后验概率,利用主成分分析方法对其优化处理,保持概率向量维数不变,去除噪声信息,提高后验概率特征向量鲁棒性与区分性;最后通过分段动态时间规整算法检索查询项。实验证明该方法的检索精度较现有方法有显著提升。

基于后验概率和滤色阵列特性的图像篡改检测算法

针对图像采集过程中插值算法对图像三原色之间所引入的插值特性,论文提出一种基于后验概率和滤色阵列特性的图像篡改检测算法。首先提取待测图像绿色通道分量,引入二维预测滤波构建预测误差函数;然后分块提取特征,分析原始与篡改图像所提特征的直方图特性,从而建立特征的高斯混合统计模型,并借助EM算法估计模型参数;计算子块特征作为原始块的后验概率,定义似然率并应用到每个子块中,从而可得到篡改区域映射图,完成本次检测。仿真结果表明,该算法具有较强的鲁棒性,能够对图像篡改区域进行较准确地定位。

一种基于最大后验概率判决的线谱检测方法

本文讨论了基于最大后验概率判决的水声目标辐射噪声线谱检测方法,并引入信息累积思想,以克服功率谱估计中随机干扰的影响.对水声目标辐射噪声的线潜特征提取试验表明,本文方法简单、有效,有较好的线谱提取效果.

基于MAP估计和广义高斯MRF的SAR图像边缘比率检测方法(英文)

SAR图像极低的信噪比以及乘性噪声给SAR图像的边缘检测带来了较大的困难。提出了一种针对SAR图像边缘的自适应贝叶斯检测方法。该方法利用广义高斯马尔可夫随机场作为局部均值的先验概率分布模型,利用贝叶斯准则推导了局部均值的最大后验概率估计。广义高斯马尔可夫随机场模型参数估计和局部均值估计采用联合迭代技术进行求解。边缘检测器的参数采用接收机操作性能曲线和卡方检验进行选择。基于实测SAR数据的仿真实验结果表明,本文的边缘检测算子是有效的,并优于已有的SAR图像边缘检测算子。

基于后验概率判决的动态迭代停止算法

针对窄带低信噪比应用环境,提出了一种Turbo码与连续相位调制(CPM)级联的迭代接收方案。根据CPM的Rimoldi分解模型,引入Turbo迭代检测机制,利用软输入软输出(SISO)解调和译码算法,将内、外迭代相结合达到信息共享及纠错互补的目的。为了减小解调译码迭代时延,对不同迭代时刻译码器输出似然值进行推导分析,提出了一种基于后验概率判决(APPD)的动态迭代停止算法,并建立Turbo-CPM系统模型进行仿真。仿真结果表明:本文算法具有比流水线级联更优异的纠错性能,不仅可以有效减小迭代时延,而且能够改善系统的收敛性和可靠性。

结合SVM后验概率的散料料位识别试验研究

提出了一种散料装车料位的图像检测方法,该方法将待处理料堆图像分为若干不重叠的子块,对各子块进行了同态滤波、二值化及二值共生矩阵纹理特征提取,并根据纹理特征对各子块进行了分类识别。在识别过程中,提出了一种基于SVM及其后验概率的料堆识别方法,建立了位于交界位置子块的SVM后验概率与其中料堆目标所占比例的关系模型,并将仅采用SVM对子块识别后的料位拟合结果与其后验概率输出相结合,在这些交界位置子块内进行了进一步的图像分割。试验结果表明,所提出的方法与仅采用SVM子块识别的料堆轮廓及料位拟合误差相比,分别减小42%和56%,平均误差分别为0.4517pixel和0.2586pixel,在MATLAB下每帧处理需0.2s。

垂直分层空时码的MAP检测器及其神经网络实现

该文基于最大后验概率准则,给出了垂直分层空时码的最佳检测箅法.算法对接收到的符号矢量的符号分量进行逐个地判决以使误符号率最小.同时还详细说明了径向基函数神经网络可以完全等价于最大后验概率检测算法,由于神经网络的硬件可实现性,本文提出的算法是可能在实际中应用的.

MIMO系统中的迭代分组MAP检测算法

该文提出了在分组MAP检测器内部进行干扰信息更新和检测信息迭代反馈的检测算法。在MIMO系统基本的分组MAP检测算法基础上,利用先检测分组产生的后验信息替代先验信息提高干扰信号的估计精确度,进一步可以使用迭代反馈的方法在检测器内部进行反馈检测分组的后验信息,从而提高了检测信号的分集度。仿真结果表明在未编码系统中改进的分组检测方法能够显著地提高系统误码率性能,在编码系统中能够加快整个系统的收敛。

一种基于概率图模型的多时相SAR相干变化检测方法

相干变化检测(CCD)利用重轨SAR数据对场景中表现为低相干特性的变化区域具有良好的检测性能,然而场景中诸如植被、阴影、强散射旁瓣、低散射等区域也呈现低相干特性,对检测结果造成干扰,尤其在高波段SAR CCD中,对检测效果影响更加明显。该文利用多时相SAR数据形成的相干变化差异图像(CCD图像)建立概率图模型,提出一种多时相CCD处理方法。该方法以多时相CCD图像作为观测量,通过选取合适的参与处理图像数量及优化场景中变化区域的分类,计算目标变化区域的后验概率,可有效减小低相干干扰区域造成的影响。仿真和实测数据结果验证了该方法的正确性和有效性。

后验概率图与补白模型二次融合的关键词识别

使用全连接神经网络结合Softmax分类器对汉语的408个音节建立音节分类器,利用等长处理后的特征向量训练Softmax分类器,将Softmax分类器输出概率作为后验概率图,与隐马尔科夫补白模型(HMM/Filler)进行第一次融合,得到子后验概率图隐马尔科夫模型(Posteriorgram-HMM).针对关键词训练样本较少的问题,将标注样本进行强制切分,得到HMM每个状态上的训练数据.将隐马尔科夫最大后验概率基线模型(HMM-MAP)与Posteriorgram-HMM进行第二次融合,提出最大后验概率图隐马尔科夫模型(Posteriorgram-HMM-MAP).在数据集上训练模型后,使用测试数据对其进行测试.结果表明:Posteriorgram-HMM-MAP的综合识别率相比PosteriorgramHMM提升了3.55%,相比HMM/Filler提升了10.29%.