一种低复杂度的稀疏FIR陷波滤波器的设计方法

FIR陷波滤波器具有线性相位、精度高、稳定性好等诸多优势,然而当陷波性能要求较高时,通常需要较高的阶数,导致FIR陷波滤波器硬件实现复杂度大大提高。该文基于稀疏FIR滤波器设计算法和共同子式消除的思想,提出一种低复杂度的FIR陷波滤波器设计方法。该方法首先采用稀疏滤波器设计算法得到满足频域性能设计要求的FIR陷波原始滤波器系数,然后对其进行CSD编码,并分析CSD编码量化系数集中所有的2项子式和孤子的灵敏度,最后根据灵敏度的大小依次选择合理的2项子式或孤子直接合成滤波器系数集。仿真结果表明,新算法设计实现的FIR陷波滤波器比已有的低复杂度设计方法最多可减少51%的加法器,有效地降低了硬件实现复杂度,大大节省了硬件资源。

基于全局稀疏梯度滤波器分解的图像融合方法

利用LIME的弱光图像增强方法和基于全局稀疏梯度的滤波器分解工具提出了一种弱光图像与红外线图像的融合方法,来提高融合结果中弱光图像的场景信息并保留红外线图像的高亮目标.首先利用LIME的图像增强方法对低照度图像进行增强;然后利用基于全局稀疏的梯度滤波器对增强的弱光图像和红外线图像进行分解得到了图像的近似层和剩余层.在近似层和剩余层分别选取局部能量和全局稀疏的梯度信息作为活动水平级进行融合;最后,将融合的近似层和剩余层叠加得到融合结果.实验结果表明所提算法对弱光图像的融合是十分有效的.

一种基于压缩感知的信道缩短滤波器设计

鉴于使用信道缩短滤波器的系统的复杂度会随着滤波器中非零抽头的增加而快速增大,运用盲自适应子空间追踪(Blind Adaptive Subspace Pursuit,BASP)算法设计了一种稀疏滤波器来减少非零抽头.首先在最小均方误差(Minimum Mean Square Error,MMSE)准则下,将信道缩短问题转化为稀疏滤波器的设计问题,然后通过加入稀疏度盲估计过程,使滤波器可以自适应地改变稀疏度,最后在子空间追踪算法(Subspace Pursuit,SP)的框架下实现非零抽头不连续的稀疏滤波器设计.仿真结果表明,设计的稀疏滤波器有效地实现了信道缩短,运用该滤波器的系统可在更低的复杂度下获得更高的精度.

基于稀疏扩展信息滤波和粒子滤波的SLAM算法

针对传统粒子滤波算法单次迭代过程中仅应用到当前的信息,且小权值粒子代表的信息在重采样中被删除而导致信息不能充分利用的问题,提出了稀疏扩展信息滤波和粒子滤波相结合的同时定位与地图创建(SLAM)算法,信息矩阵记忆了机器人位姿的历史信息,应用Gibbs采样重新获得粒子集,使粒子集能够更好地描述后验分布,提高算法的状态估计精度。大量的Monte-Carlo仿真实验验证了该算法中机器人定位精度较FastSLAM2.0算法提高80%左右。

基于增强迭代重加权正交匹配追踪算法的稀疏余弦调制滤波器组设计

提出了一种基于增强迭代重加权正交匹配追踪算法设计稀疏的余弦调制滤波器组.通过引入Frobenious范数对加速寻找余弦调制滤波器组中原型滤波器稀疏的位置,引入与残差相关的权重均衡残差寻找最优解.设计出的稀疏余弦调制滤波器组,能够实现近似完全重构,性能较为优越.

用于非线性均衡的一种遗传算法

提出了一种改进的遗传算法,用它搜索稀疏Volterra滤波器的最佳形式.与经典遗传算法不同,本算法定义可能解的元素为染色体,对染色体采用整数编码,效率高.遗传进化过程从低阶、短记忆非线性模型开始,通过进化发现合适的参数设置,从而不需要预先确定模型的阶数和记忆深度,避免了高阶长记忆非线性带来的搜索空间的急速膨胀.通过LMS算法估计核矢量,避免了相同核的重复估计,节省了运算.将本算法用于中继卫星信道的非线性均衡,并进行性能仿真,仿真结果表明,种群规模大幅减小,进化速度明显加快.

基于混沌理论的主风机组风险预警研究

在外界各种条件下,石油催化裂化系统主风机组烟机进口温度易受到影响,从而在一定温度范围内产生波动,这种特征表现与混沌特性相似。为了验证石油催化裂化系统主风机组烟机进口温度具有混沌特性,进而通过Lyapunov指数计算方法来判断。利用C-C方法对其数据序列进行了相空间重构。采用一种稀疏Volterra滤波器对主风机组烟机进口温度进行混沌预测。结果显示:在一定的条件下,稀疏Volterra滤波器能够优化有效的滤波系数,减少滤波系数的个数,使其数量减到最少,并保持预测精度不变,降低了预测模型的复杂性。