基于最小二乘自适应算法的二进制差分相移键控解调方法

本文研究了利用自适应算法解调二进制差分相移键控(2DPSK)信号的方法。采用递归最小二乘(RLS)自适应算法,研究了自适应解调方法对二进制差分相移键控信号的解调及其性能。计算机模拟结果表明,基于这种算法的自适应解调完全可行且性能优越,而且便于用数字信号处理技术实现。

高斯滤波最小移频键控调制方式

２ＦＳＫ过渡到ＭＳＫ是二进制数字调制变化为四进制数字调制；同时，从ＱＰＳＫ、Ｏ－ＱＰＳＫ、ＭＳＫ到ＧＭＳＫ的演变。

光相移键控均衡算法改进

针对光信号传输过程中产生的相位畸变及高误码率,提出了一种改进算法,通过设置误差容限,实现了LMS(最小均方)算法和CMA(恒模算法)在不同阈值条件下的切换应用。改进算法充分利用CMA收敛速度快及LMS算法稳态特性好的优点,使均衡后星座图中的星座点收敛速度快、相位点集中,信噪比高且稳定,其信号误码率为原来的五分之一。

对称的扩展二元相移键控调制解调方法研究

为了提高扩展二元相移键控(Extended Binary Phase Shift Keying,EBPSK)系统的抗衰落性能,并简化解调器结构,提出了一种对称的扩展二元相移键控(Symmetric-EBPSK,S-EBPSK)调制方式,以"0"、"1"码元对称的调制波形为主要特征,采用简单有效的冲击滤波加比较判决的方法来完成解调,并从理论上推导了S-EBPSK系统的功率谱,及加性高斯白噪声(Additional White Gaussian Noise,AWGN)信道下系统的理论误码率公式.仿真结果表明了所提方案实现简单有效,且无论在AWGN信道还是衰落信道下,均表现出了明显的性能优势.

约束最小二乘滤波的高斯模糊图像复原研究

文章分析了两种常见的图像复原滤波的复原原理及其局限后,在已知图像退化函数的情况下,主要对高斯模糊图像分别进行维纳滤波和约束最小二乘法滤波复原处理并比较这两种处理效果图像的优劣之处,在上述基础上,重点是分析不同高斯点扩展函数的尺寸及标准差的参数对高斯模糊图像复原效果的影响。最后再综合视觉效果和PSNR值得出高斯模糊图像使用约束最小二乘滤波复原的效果较佳,并且在真实高斯点扩展函数参数附近的参数复原效果会更好。

结合高斯滤波和导向滤波的单幅图像去雾算法

针对暗原色去雾后图像偏暗的问题,提出一种基于结合高斯滤波和导向滤波的单幅图像去雾算法。假设图像的最大值作为全局大气光强的初始值,然后使用高斯滤波获取分块图像的局部大气光强,使用最小值滤波获取分块图像的局部透射率。最后使用导向滤波分别对大气光强和透射率再次细化以处理分块后图像的边界跳跃问题。实验测试结果表明,所提算法去雾后的图像明亮度较高,视觉效果自然。

基于并行卡尔曼滤波的递推最小二乘测频算法

提出了一种基于并行卡尔曼滤波的递推最小二乘算法.利用最小二乘算法对卡尔曼滤波的并行多路收敛输出值进行二次优化估计.将本算法应用于正弦波测频,与只采用卡尔曼滤波的算法相比,可使频率估计精度得到明显提高.仿真证明在信噪比0-100 dB区间内采用本算法为卡尔曼滤波算法的测频误差的1/10左右.

基于改进高斯和粒子滤波的海底地形辅助导航

为了提升低分辨率海底地形图下的导航定位精度,提出一种基于改进高斯和粒子滤波的海底地形辅助导航方法。以高斯和粒子滤波为基础,通过高斯过程回归建立海底地形模型以获得有效粒子观测值。在量测更新阶段引入最小均方误差约束从而提升高斯和粒子滤波的估计效率,再进行滤波并最终获得导航输出。该方法能够解决低分辨率海图下数字地形模型不准确问题并提升高斯和粒子滤波在实时计算过程中的运算效率。在某低分辨率海图下进行仿真实验,结果表明:所提出的算法与采用基本粒子滤波和基本高斯和粒子滤波的海底地形辅助导航方法相比,导航定位精度提升了20%~40%,算法耗时降低了30%~40%。

零相位滤波与最小二乘拟合下的聚焦形貌恢复

为提升形貌恢复精度,提出一种高精度的聚焦形貌恢复算法。该方法从序列图像的预处理以及深度值连续化处理角度入手,将零相位滤波与最小二乘拟合法相结合。自行设计了基于巴特沃斯低通的零相位滤波器用以聚焦评价函数曲线的滤波处理,在消除噪声干扰的同时,保持各空间数据点位置不变;根据聚焦评价函数曲线特性,利用基于高斯函数的最小二乘拟合峰值法获取窗口序列的聚焦位置,进一步提高了峰值定位精度;为得到更为连续化的被测物深度信息,采用三次B样条曲面对各个像素点的初始深度值进行插值。实验表明,方法兼具形貌恢复的平滑性及高精度性。

一种高斯预滤波函数的DSP实现

基于GMSK调制技术的特点,利用TMS320C5402 DSP器件,采用一种合成波形存储查表的数字实现方案,实现GMSK的基带高斯预滤波函数。提出了硬件的实现方案和软件的实现流程,并给出了实验结果。

混有高斯和脉冲噪声图像的一种新滤波方法

针对数字图像中的高斯噪声和脉冲噪声，提出了采用递推最小最大值法与中值滤波相结合的滤波方法．对数字图像首先采用递推最小最大值方法来除去脉冲噪声，然后采用中值滤波方法，并选择合适的窗口尺寸，可得到质量很好的图像．实验结果表明，递推最小最大值方法在抑制脉冲噪声的同时，还能保留良好的图像细节，特别是在多种脉冲噪声存在的条件下，效果更加明显，而中值滤波可以有效地除去剩余噪声，最终得到满意结果．

一种变步长的零吸引归一化自适应滤波算法

为了使最小均方算法对高斯噪声环境和稀疏系统具有更好的收敛速度和稳态误差,提出了一种变步长的零吸引归一化最小均方算法。该算法将改进的Versoria函数的稀疏感知范数与归一化最小均方算法相结合后,引入了一种新的类高斯函数的变步长策略,解决了固定步长条件下算法收敛速度较慢、跟踪性能较差的问题。从理论层面分析了所提算法的收敛性,并基于MATLAB平台讨论了改进的类高斯步长函数中各参数对算法性能的影响。最后将所提算法与其他同类算法应用于不同信噪比条件下的高斯噪声环境以及稀疏环境中进行未知系统辨识实验,仿真结果表明,所提算法具有更快的收敛速度、更好的跟踪能力以及较小的稳态误差。

非高斯环境下船变测量最大熵卡尔曼滤波方法

在进行惯性量匹配船体变形测量时,光纤陀螺组件(Fiber Gyroscope Unit,FGU)往往暴露在复杂海况的外扰环境中,经典卡尔曼滤波误差较大甚至出现发散。针对于此,引入最大熵准则(Maximum Correntropy Criterion,MCC)和基于权重矩阵的加权最小二乘(Weighted Least Squares,WLS)方法改进KF迭代过程,推导了一种用于噪声模型未知和非高斯环境中的MCC卡尔曼滤波器(MCC Kalman filter,MCCKF)。最后,基于角速度匹配法开展多组对比实验。实验证实相较于自适应和传统MCC滤波器,新算法无需实时调参,抑制外扰能力更优,可实现更高精度的变形角估计,满足快速收敛和抗复杂外扰的鲁棒性要求。

利用格型递归最小二乘滤波器组的高光谱图像压缩

自适应递归最小二乘滤波器具有预测准确、收敛速度快的特点,该滤波器被多种高光谱图像无损压缩方案作为重要组成部分。然而传统递归最小二乘滤波器无法快速找到每个谱带的最优预测长度,其压缩方案的性能有待提升。针对该问题,本文提出基于格型递归最小二乘滤波器组的高光谱图像压缩方案。首先,该方案使用单边高斯预测器对待测像素点做谱带内预测,去除图像的空间相关性。其次,采用格型滤波器组筛选出每个谱带的最优滤波器,获得预测误差。并根据格型滤波器组链式序列更新的特点,简化最优滤波器的筛选过程,大幅度降低计算复杂度。最后对预测误差做算术编码。以AVIRIS 2006高光谱图像为测试数据集,本文算法对16位校准图像、16位未校准图像的平均压缩结果分别为3.34 bits/pixel和5.61 bits/pixel。该算法在获得良好压缩结果的情况下,计算时间低于同类别的其余算法。

利用互子带滤波器和稀疏特性的多通道线性预测语音去混响方法

多通道线性预测是最为流行的语音去混响方法之一,现有相关研究大多利用子带谱减模型在每一个频带独立地获取期望信号,但这忽略了不同子带之间的相互影响。本文提出一种利用互子带谱减模型的多通道线性预测语音去混响方法。相比于大多数方法采用的子带谱减模型,本文方法采用的互子带谱减模型能够利用互子带滤波器来对不同子带之间的相互影响进行建模。本文方法利用复广义高斯分布建模期望信号,相比于常用的高斯分布,复广义高斯分布能够通过调整形状参数来描述语音信号的稀疏特性。在最大似然估计框架下,将语音去混响转化为关于互子带滤波器和子带滤波器的优化问题;并且基于替代最小化方法推导了保证收敛的优化算法。在不同混响时间、不同通道、不同声源和传声器距离情况下的一系列语音去混响实验验证了本文方法的性能显著优于传统去混响算法。

基于最小均方误差的圆弧分段曲线拟合方法

提出了一种基于最小均方误差准则的圆弧分段曲线拟合方法。该方法采用自适应高斯滤波器对原始曲线进行平滑处理以消除噪声影响 ,并提出了一种适合于圆弧曲线拟合的分段算法。在该算法的基础上根据最小均方误差准则 ,以圆弧作为基元对曲线进行拟合。实验结果表明 ,该方法能够较好地消除噪声影响并保留曲线的局部特征。

最小二乘逆时偏移成像方法的实现与应用研究

复杂岩性油气藏勘探开发需要高保真的地震成像资料。与常规偏移方法相比,最小二乘逆时偏移(LSRTM)成像基于反演理论,可为岩性储层估计提供更加保真的高分辨率反射系数成像剖面,成为当前成像方法的研究热点和发展趋势。通过对误差泛函建立、逆时反偏移数据重构算法、Hessian逆预条件梯度计算及基于高斯-牛顿法的反演迭代更新方法等关键技术研究,实现了迭代最小二乘逆时偏移成像。为了使该偏移成像方法能够应用于实际资料,研究了针对性的数据预处理技术和最小平方匹配滤波模拟数据校正处理技术,探索建立了面向实际资料的最小二乘逆时偏移实现流程。某探区实际二维地震资料的最小二乘逆时偏移成像结果表明,相比传统的逆时偏移成像技术,最小二乘逆时偏移在成像分辨率和保幅性方面具有一定的优势。

用于动态条件下同步相量测量的复带通滤波算法

为使同步相量测量在动态情况下满足精度要求,设计了一种基于高斯窗解耦调制函数的复带通滤波算法。给出了对应于不同相量上传速率的测量带宽和滤波延迟,使该方法能输出不失真的幅值调制分量、抑制带外干扰并具有快速动态响应速度。获取基波相位后,利用基于权重最小二乘的频率估计方法代替传统的对相位求导测频方法,提高了频率估计的鲁棒性。仿真和实例分析结果表明:稳态时,所提出的方法符合IEEE标准C37.118-2005中的1级性能要求;动态时,该方法在幅值调制、斜线变化频率和阶跃变化情形下均具有较好的相量和频率测量精度。此外,该方法运算量较小,能满足在线应用要求。

基于改进加权混合滤波的矿井RSSI定位方法

针对煤矿井下人员定位算法普遍存在定位精度较低、受环境干扰大、设备成本高等问题,提出了一种基于改进加权混合滤波的矿井RSSI(Received Signal Strength Indication)定位算法。首先对固定点离线采集的信号进行高斯滤波,去除各位置点接收到的小概率、大干扰信号值,引入最大值加权处理得到各位置对应的信号值;其次设计了引入等价权函数的改进卡尔曼滤波器对各位置点计算所得信号值进行平滑处理,抑制环境中噪声因素引起的误差;最后利用最小二乘法计算该环境下路径损耗指数n和环境参量Xσ,建立符合煤矿井下特殊环境的无线信号传输模型。矿井工作人员携带信号接收装置进入巷道,利用该信号传输模型求出矿井人员到信号节点的距离,进而确定人员的位置。仿真结果表明,所提方法有效减小了RSSI测距定位误差,为将RSSI测距定位技术更好地应用于煤矿井下人员定位奠定了理论基础。

基于RSSI测距滤波优化的加权质心定位算法

在基于接收信号强度RSSI(received signal strength index)测距定位算法中,RSSI的测距误差直接影响着定位精度。为此,提出基于RSSI滤波优化的加权质心定位算法(weighted centroid localization algorithm based on Gaussian filter RSSI,WC-RSSI)。利用最小二乘法测量信号传输环境的参数,通过高斯滤波摒弃劣质的RSSI值,优化RSSI值,通过测距模型将RSSI值转换成距离,引用加权质心定位算法计算节点位置,实现节点定位。仿真结果表明,利用最小二乘法的环境参数估计误差低于2.5%,与传统的质心定位算法相比,WC-RSSI算法的均方定位误差得到有效地下降。