基于频域约束和交叉融合特征网络的磁共振图像超分辨率重建算法

磁共振(MR)图像常用于临床医学诊断,获得高分辨率MR图像有利于进行医学分析。目前主流的基于参考的图像超分辨率重建算法重建的图像,其视觉效果取得了明显的提升,但仍存在明显的伪影问题。针对该问题,提出频域约束和交叉融合特征网络(FCCF)模型,即引入频域损失函数作为约束条件,并构建一种多分辨率特征融合机制,通过交叉融合不同分辨率的图像特征来提高生成图像的质量,使重建结果具有更清晰的细节,没有明显的伪影。在合成和真实的MR图像数据集上分别用PSNR和SSIM指标进行评估,实验结果明显优于现有的超分辨率重建方法。

基于频域约束独立成分分析的经验模态分解去噪方法

噪声污染是煤岩动力灾害电磁监测应用中需要解决的重要问题,去噪效果的好坏直接影响灾害预测的准确性。经验模态分解(Empirical Mode Decomposition,EMD)是目前电磁信号去噪中应用最多的一种方法,但当信号与噪声时频特征相近时,该算法存在严重的内蕴模态函数(Intrinsic Mode Function,IMF)混叠现象(即部分模态函数仍为信号与噪声的组合)。针对该问题,提出一种基于经验模态分解和频域约束独立成分分析的去噪方法,首先利用EMD将电磁信号分解为多个IMF分量,通过计算各分量与原信号间的互相关系数判断存在模态混叠现象过渡IMF,再以过渡IMF后续分量的频域为约束条件,对过渡IMF进行独立成分分析,去除过渡分量中的噪声;最后将去噪后的过渡分量与其后续分量进行重构,得到去噪后的信号。分别以含噪Ricker子波和现场电磁信号为例,利用信噪比定量验证了上述方法对处理现场电磁信号模态混叠问题的有效性,同时频域约束条件下的独立成分分析去噪收敛快、效率高,适合海量实时监测信号快速去噪使用。

频域约束的红-黑小波变换图像复原算法

提出一种频域约束的红-黑小波变换图像复原新算法.该算法引入频域约束因子,对不同频率的部分系数给予不同程度的约束,保证了对有色噪声的压制效果,保留了图像细节信息.利用频域约束的红-黑小波变换提取图像信息,消除了有色噪声和振铃效应,实现了降质图像复原.运用含噪退化的图像进行了实验.结果表明,该方法与维纳滤波、等功率谱方法相比,信噪比RSN及信噪比提高RS′N两个参数均提高了3倍.

基于频域约束的IBP超分辨率图像复原方法

根据超分辨率图像复原方法的最新发展,重点研究了超分辨率图像重建的理论基础、数学模型以及现有的主要方法,在此基础上提出了一种基于频域约束的IBP超分辨率图像复原新算法,在图像复原的过程中,尽可能的保持图像低频部分的能量,在此基础上拟合高频部分的能量。得到了无论从主观角度还是客观数据方面都令人满意的结果。实验证明了方法的有效性。

基于频域约束子空间法的经颅磁刺激信号去噪

经颅磁刺激信号在疾病治疗的过程中起着关键作用,但在传输过程中难免会受到各种随机噪声的影响。为有效地滤除这些噪声,提出一种改进的基于频域约束子空间的滤波算法。首先,通过含噪信号来构造协方差矩阵,对其进行特征分解获取特征值,接着设置阈值,并利用特征值的贡献率来估计噪声方差;将最大信噪比作为约束条件,对不同信号幅值下噪声与拉格朗日因子的关系进行仿真,拟合出自适应拉格朗日因子公式。然后,将5 mV的随机脉冲干扰和-10、-5和5 dB的白噪声分别加入到幅值为10 mV仿真信号中进行测试。结果表明,改进的子空间法使信噪比指标提高16%,使均方根误差和平均绝对误差指标分别降低26%和25%。所提出的子空间法能够有效地滤除刺激信号中的随机噪声和脉冲干扰,去噪波形平滑且与原始信号最为接近。

基于频域控制约束的物理神经网络非线性系统预测方法

针对现有物理信息神经网络利用数值模拟近似物理控制方程带来的高计算代价、边界条件限制等问题,提出一种基于频域控制约束的物理神经网络非线性系统预测方法。首先构建时序特征交替更新的非线性预测网络模型,再在频域建立基于傅里叶谱方法(FSM)的物理控制方程约束,时空数据在网络模型与频域控制约束耦合下实现无标签数据加速训练,完成系统演化学习。最后在Burgers系统上进行湍流预测验证,实验结果表明该方法可在物理规则约束下实现无标签非线性复杂建模,对比主流PINN模型及其变体,具有更快的学习速度与预测准确率。在t≤0.25 s、t≤0.5 s短时预测情况下,经前期20次训练后系统预测均方误差(MSE)相比主流基准模型同期预测,MSE降低了86%与95%,在t≤2 s长时预测情况下,经充分训练后系统预测MSE能降低80%。

考虑约束的频域算法在有源噪声控制中的应用

有源噪声控制广泛应用于中低频噪声控制中。传统的有源控制都是在时域内使用LMS算法进行控制。使用频域算法可以提高LMS算法的收敛速度。频域算法的优点不仅仅是提高LMS算法的收敛速度,而且可以方便地加入频域约束。从最基本的性能函数出发,根据实际的需要和目的,作出不同的性能函数,然后根据最速下降法和LMS算法,推导出相应的频域LMS算法。从实验结果可以看出:频域算法比时域算法具有更多的优势。

基于单步法的车辆主动悬架有限频域静态输出反馈控制

针对车辆主动悬架系统,提出了基于单步法求解的静态输出反馈有限频域H∞控制器设计方法。由于现有的有限频域H∞控制定理含有双线性项,且全状态反馈控制增益并不满足单步法的充分条件,导致静态输出反馈问题无可行解。文中应用GKYP引理给出了一个新的基于静态输出反馈的有限频域H∞控制定理。该定理可采用单步线性矩阵不等式LMI直接求解,相对于传统的迭代LMI及CCL算法,极大地简化了设计过程。借助状态反馈信息,避免了初始求解的不可行性。最后,通过数值算例及台架试验验证了该方法的可行性。

汽车主动悬架系统的有限频域输出反馈控制

为进一步提升汽车悬架系统动力学性能,提出一种基于启发式两步法的静态输出反馈控制方法。为了更好地研究悬架动力学行为,建立一种经典的1/4车主动悬架系统模型用于控制分析与设计。考虑到人体对4~8 Hz频内的垂直振动异常敏感,给出一种有限频域下的性能判据作为控制设计的指导。同时,在控制设计中考虑了悬架行程和轮胎动位移两种机械硬约束,以保证悬架系统的动力学稳定性。由于难以在线获取实际悬架系统中所有状态信息,提出一种新的基于启发式两步法的有限频域输出反馈控制方法。数值仿真及台架试验结果表明:与传统的全频域输出反馈方法相比,该方法具有更好的控制性能。

最优/经典综合法设计直接力/气动力复合控制器

将最优控制与经典控制中的频域分析综合起来应用,设计了直接力/气动力复合控制自动驾驶仪.应用最优控制理论推导出自动驾驶仪的结构,并确定其增益系数,经典控制中的频域约束用于限制目标函数中的权系数矩阵的选取,以保证系统具有一定的鲁棒性.仿真结果与传统设计方法相比较,说明了应用本方法设计出的自动驾驶仪使系统响应速度更快,但超调略变大,同时系统也具有一定的鲁棒性.

倾斜转弯导弹三回路鲁棒自动驾驶仪设计

针对倾斜转弯导弹,提出了最优/经典综合设计方法设计自动驾驶仪。该方法应用最优控制设计出俯仰/偏航混合通道三回路自动驾驶仪,设计中同时对开环系统的奇异值频域曲线进行约束,以保证系统具有一定的鲁棒性,获得的三回路自动驾驶仪结构简单,易于工程实现。仿真结果证实了其具有良好的跟踪性能和鲁棒性,也表明该自动驾驶仪能满足倾斜转弯导弹协调倾斜转弯的要求。