采用格拉斯曼流型的深海单帧基混响抑制方法

提出了一种混响抑制方法以抑制深海环境中的混响干扰。基于时空谱矩阵中信号(混响和目标)旁瓣的低秩性与主瓣的稀疏性差异,将混响抑制问题建模为矩阵的低秩、稀疏和扰动三项分解。采用格拉斯曼流型计算混响低秩空间,并对稀疏矩阵稀疏性进行约束,提出了一种混响快速抑制方法。基于随机正交模型与随机稀疏模型仿真分析了所提方法的有效性。结合南海实测深海混响数据和目标仿真信号对所提方法的有效性进行了实验验证。结果表明,与已有的序列随机投影子空间追踪与稀疏滤波(SRPSS)方法相比,所提方法的混响抑制性能相似,但耗时减少可达55%。

基于格拉斯曼流型的模糊人脸图像识别方法

针对模糊人脸图像识别中图像识别精度低的问题,提出一种基于改进的格拉斯曼流型的模糊人脸图像识别算法.在零噪声和已知模糊基的最大尺寸的条件下,建构由图像与预设定最大尺寸的完备正交基卷积得到的子空间,并证明了清晰图像和模糊图像得到的子空间是相同的.将构建的子空间当作格拉斯曼流型中的一个点,采用这种子空间表示方法来进行模糊图像的识别,同时研究了在模糊量具有同质性和空变性条件下的模糊图像识别问题.仿真实验结果表明,本文提出的方法能够有效提高人脸识别的精确度且具有较高的识别率.

基于最大尺寸子空间的模糊人脸图像识别

针对传统人脸识别方法识别率不高的问题,提出一种改进的拉斯曼流形的模糊人脸图像识别算法。该方法将图像成像模型和微分几何融合在一起来研究模糊图像的识别问题,首先建立了一个由图像与预先设定的最大尺寸的完备正交基卷积得到的子空间,并证明了干净图像和模糊图像得到的子空间在零噪声和模糊基具有一定特征的假设下是相同的;然后通过将子空间当作格拉斯曼流型中的一个点分析了这种子空间表示方法来进行模糊图像的识别,同时还给出了在模糊量具有同质性和空变性条件下的模糊图像识别问题。最后通过仿真实验结果表明,提出的方法能够有效提高人脸识别的精确度,比常用的人脸识别算法具有更高的效率。

关于非相干多输入输出系统的新的空时编码(英文)

给出了几个关于非相干多输入输出系统的新的编码.在高信噪比的情况下,非相干空时编码问题等价于在格拉斯曼流型上的存储问题;通过指数映射,它被进一步简化成相干情况下的多输入输出系统的空时编码问题.在相干和非相干编码中,对于每个信号的平均发送功率有不同的考虑.通过改造已有的相干空时编码或者选择新的信号设计,我们构造出一些新的非相干空时编码.模拟计算表明,新码有更好的表现.与此同时,新码也全部运用了系统自由度.这意味着它们具有高光谱效率.