使用新的码字分割方法的快速LBG算法

针对LBG算法中初始码书生成存在盲目性的问题,提出了一种基于训练向量集合分量之间的相关性进行码向量分割的方法。在迭代过程,记录每一个码向量所映射的训练向量子集;生成新的初始码书时,首先计算被分割码向量所映射的训练子集的第一个分量与其他各分量之间的协方差;根据协方差来分割相应的码向量。实验表明,应用新的码向量分割机制后,LBG算法中的迭代次数和运行时间减少了约10%左右。

BOC及其衍生信号通用无模糊捕获分析

针对BOC(binary offset carrier)及其衍生信号通用无模糊捕获方法匮乏的问题,提出了一种基于伪相关函数(pseudo correlation function,PCF)的无模糊捕获改进方法。首先,根据形状码向量的概念构建了BOC信号的互相关函数统一表达式,并提出了两组新的形状码向量;然后,通过接收信号与形状码向量对应的参考信号作互相关合成得到一个单峰;最后,通过单峰与自相关函数合成得到通用无模糊捕获方法。仿真实验表明,在同一条件下,新提出的捕获方法主峰能量相对于副载波相位消除法提高了23%,并且能够适用于所有类型和所有调制阶数的BOC信号,能够完全消除同步过程中自相关函数的模糊性。

适用于BOC及其衍生信号的无模糊跟踪算法

针对二进制偏移载波调制及其衍生信号自相关函数的多峰特性带来的跟踪模糊问题,提出一种基于信号相关函数特点的子函数组合相关的无模糊跟踪算法。首先,通过构建的形状码向量得到二进制偏移载波调制基准及衍生调制信号的通用互相关函数表达式,将接收信号的伪码作为本地参考信号,设计特殊的本地码波形与相应的接收信号进行相关运算得到信号相关子函数,然后利用重构规则重新组合子函数,得到边峰完全消除,保留单峰的新的相关函数。改进跟踪算法的码跟踪环路结构,相比传统的码跟踪环路结构,减少了滤波电路,结构有了简化,硬件的实现复杂度也有所降低。仿真实验结果表明,相关函数副峰消除的同时保留了主峰的尖锐性。通过与传统跟踪算法对比可知,在相同载噪比的前提下,该算法的码跟踪精度更高,鉴相函数不存在除过零点外的其他误锁点,不会造成误锁现象。相比传统的跟踪模糊消除算法,该方法不仅能有效地适用于BOCs(m,n)一类的基准调制信号,对于复合类衍生信号CBOC(6,1,1/11)也能实现无模糊精准跟踪。

结合形态学与分形理论的湖海受污域目标提取

给出了对湖海受污域进行目标提取的有效方法。首先利用自适应复合形态滤波器对图像进行滤噪,再获取与受污区域纹理特征相匹配的特征分形维数,最后提出一种改进的方向顶点链码算法,用以构造目标区域边界信息向量序列集合,为防治水污染提供信息参考。实验结果表明,算法具有较好的抗噪性与实时性。

基于吴方法的非线性分类器设计

在模式识别领域工程实际中占大多数的是非线性问题,传统的分类器设计方法是将非线性问题转化为线性问题解决,但是这样不能很好的解决日益复杂化的非线性问题。文中提出的新方法为解决非线性问题提供一个新的思路和手段。该方法立足于直接处理非线性问题的吴文俊方法,进行非线性分类器的设计。经过选择分类函数的复杂度和训练点,建立非线性方程组,使用吴方法解出这个非线性方程组,得到分类函数。使用该方法进行异或问题和鸢尾花数据的实例研究,并与神经网络方法和支持向量机方法进行比较分析。该方法是使得结构风险和经验风险总体最小化的方法,并且过程直接、简洁、运算量小。该方法尽管有不完善的部分,但是不失为有潜力发展的新方法。