基于代价参考粒子滤波器组的多目标检测前跟踪算法

针对图像序列中多目标检测和跟踪算法结构复杂、计算量大、性能降低等问题,提出一种基于代价参考粒子滤波器组的多目标检测前跟踪(Cost-reference particle filter bank based multi-target track-before-detect, CRPFB-MTBD)算法,将多目标跟踪问题转换为序贯地检测和跟踪多个单目标的问题.首先,采用代价参考粒子滤波器组序贯地估计所有可能单目标状态序列;其次,基于所有可能单目标状态序列的欧氏距离和累积代价确定目标数量;最后,根据累积代价判断每个目标出现和消失的具体时刻.仿真实验验证了CRPFB-MTBD的优良性能,与基于传统粒子滤波的多目标检测前跟踪算法(Particle filter based multi-target track-before-detect, PF-MTBD)、基于概率假设密度的检测前跟踪算法(Probability hypothesis density based track-before-detect, PHD-TBD)和基于伯努利滤波的检测前跟踪算法(Bernoulli based track-before-detect, Bernoulli-TBD)相比, CRPFB-MTBD的目标状态序列和数量估计结果最佳,且平均单次运行时间极短.

可重构声信号分解滤波器组设计方法综述

数字助听系统中需要采用声信号分解滤波器组实现响度补偿功能.可重构滤波器组具有可控的子带分布,能够为不同类型的听力损伤患者提供高质量的响度补偿,因此其研究设计受到广泛关注.可重构滤波器组的设计方法多样,在整体结构和技术手段方面都各有特点.本文将对现有的可重构滤波器组设计方法从技术手段、整体结构、性能表现等方面进行综合分析与对比,并就未来发展方向进行展望.

基于CNN和融合目标的三通道小波滤波器组识别

为解决目前需要人工选取二维不可分小波滤波器实现图像融合的问题,提出一种基于CNN和融合图像清晰度的二维三通道不可分对称小波的滤波器组自动择优分类方法。构造大量分布均匀的3×5对称小波滤波器组,并用其对多聚焦图像进行融合,根据融合结果对滤波器组设置融合清晰度高低的标签,并构造滤波器组的训练集和测试集;设计出分类的卷积神经网络,并进行训练得到模型;对训练集和测试集以外的滤波器样本进行识别与结果分析。实验结果表明:所设计的网络模型在测试集和测试集以外的数据集上的识别率分别为99.48%和99.58%,其分类结果中较好的滤波器类对多聚焦图像融合都有较高的清晰度。

基于滤波器组和残差网络的环境声音识别算法

为解决现有传统环境声音识别技术识别率不高和普通卷积神经网络易出现网络退化的问题,提出一种基于滤波器组和残差网络的环境声音识别算法。采用滤波器组对声音信号进行特征提取,设计14层的残差网络,使用学习率衰减策略,将提取的特征输入到14层残差网络之中训练并测试。实验结果表明,在使用相同数据集ESC-10的情况下,与传统分类器模型和DCASE基线系统提供的识别方法相比,识别准确率分别提高了22.3%、17.4%和9.5%,验证了该方法在小样本情况下具有更高的识别准确率。

基于滤波器组多载波交错梳状谱的雷达通信一体化信号技术

雷达通信一体化是在实现无线通信的同时实现目标探测,以减小电磁干扰,提高频谱利用率。信号设计是雷达通信一体化技术实现的关键。由于常见的基于正交频分复用(OFDM)的雷达通信一体化信号存在频偏敏感和带外辐射过高的问题,不适用于高动态应用场景。考虑到滤波器组多载波(FBMC)信号具有高多普勒容限和低带外泄露的优点,该文在FBMC框架下,通过优化雷达通信子载波时频位置,提出了一种FBMC梳状谱雷达通信一体化信号设计方法。由于FBMC信号载波间与符号间存在固有干扰,因此信道估计不准确且不适应快时变信道,因此该文设计了一种交错梳状辅助导频结构,消除固有干扰的同时实现信道跟踪。此外,一体化信号中雷达复信号会对通信信号引入实干扰,该文提出了一种基于干扰利用的实干扰补偿算法,将实干扰用于通信信号还原。仿真结果表明,在快时变信道下,该文所设计的雷达通信一体化信号在进行高数据率传输过程中具有较低的误码率,且具有较好的雷达探测性能。

基于GaAs PHEMT工艺的超宽带多通道开关滤波器组MMIC

基于0.25μm GaAs赝配高电子迁移率晶体管(PHEMT)工艺,研制了一款超宽带7路开关滤波器组单片微波集成电路(MMIC)芯片。芯片内集成了开关、驱动电路和带通滤波器,实现了开关滤波功能。开关采用反射式串-并联混合结构;译码器和驱动电路控制某一支路开关的导通或关断;带通滤波器由集总电感和电容组成。该开关滤波器组芯片通带频率覆盖0.8~18 GHz。探针测试结果表明,开关滤波器组芯片各个支路的中心插入损耗均小于8.5 dB,通带内回波损耗小于10 dB,典型带外衰减大于40 dB。为后续研发尺寸更小、性能更优的开关滤波器组提供了参考。

小波滤波器组在模拟电路故障特征提取中的应用

针对模拟电路伪随机信号测试输出响应的特点,提出基于小波滤波器组技术的模拟电路故障特征提取,利用小波滤波器组将测试响应信号分解成多个子频带后分析其时域和功率谱特征,比较正常电路响应各子频带的时域、功率谱特征量,从中选择与无故障特征差异最明显的特征量作为测试与诊断依据。实验结果表明,该故障特征提取方法有效减少故障混叠,提高故障测试分辨率和测试精度。

基于空间滤波器组典型相关分析的SSVEP信号处理

稳态视觉诱发电位(Steady-State Visual Evoked Potential,SSVEP)作为一种特征较为明显的脑电信号,有着训练迅速、数据集要求少、分类准确率高等优点,近年来广受关注。SSVEP信号采集的过程中会受到环境、设备、人工操作等因素的影响,因此模型对不同信噪比信号的稳定性显得尤为重要。本文提出一种空间滤波器组典型相关分析模型,在原始信号、人工合成信号、平均特征信号三者之间提取四种空间滤波器用于后续分类,并将该模型与另外四种模型在不同信噪比情况下进行对比分析。六组低信噪比数据集为采集数据、六组高信噪比数据集为清华数据集,实验证明该模型在使用高低信噪比数据时均有优秀的分类性能,最高可达99.24%,且对不同数据长度有较高鲁棒性,同时信息传递速率(Information Translate Rate,ITR)最高可达105.1bits/min。

基于DSP的多通道子带滤波器组设计

针对中波DX发射机模拟信号处理中频率响应偏高的补偿问题,本文设计了多通道滤波器组,利用该滤波器组特性,实现对信号的多频段分组。针对发射机不同频段的频率响应特性可实现频响补偿。在MATLAB软件平台进行仿真实现滤波器组的设计,基于DSP实现程序的硬件实现。通过实测表明,该多通道滤波器组可以有效实现对不同频段信号的近似重建,进而为系统频响补偿提供基础。

一种非均匀图滤波器组的设计方法

针对图频率分布不均匀的情况,提出一种非均匀图滤波器组的设计方法。根据图频率的分布特性,设计了具备良好频率选择特性及顶点域局部特性的非均匀分析滤波器。先用低阶非多项式滤波器近似高阶多项式滤波器,再在给定分析滤波器和子带信号的前提下,将重构问题归结成一个最小二乘问题。由于直接求解优化问题会涉及矩阵求逆,为了解决在大规模图的情况下计算复杂度高的问题,采用一种预处理梯度法对优化问题进行迭代求解,且能分布式实现。仿真结果表明,通过该方法设计的非均匀图滤波器组能实现完全重构,且其分析滤波器具备良好频率选择特性及顶点域局部特性。与其他迭代方法相比,该方法具有较快的收敛速度和较低的计算成本。

一种改进雅可比算法的频域临界采样图滤波器组

频域临界采样图滤波器组需要对拉普拉斯矩阵进行特征分解,这导致了该框架计算复杂度过高。针对该问题,采用改进雅可比算法近似求解该框架的特征矩阵,从而降低计算复杂度。改进的雅可比算法将近似求解特征矩阵的问题归结为一个带约束的优化问题,将拉普拉斯矩阵的近似误差作为目标函数,以近似特征矩阵的稀疏正交性作为约束条件,从而求解出近似特征矩阵。理论和仿真实验结果表明,近似特征矩阵用于频域临界采样图滤波器组不会改变其完全重构条件,且与现有的频域临界采样图滤波组相比,改进的雅可比算法在降低计算复杂度的同时保持了良好的去噪性能。

一种FPGA中高效实现的数字信道化滤波器组结构

针对数字信道化滤波器组在电子侦察中的应用,提出了一种可在可编程逻辑器件(FPGA)中高效实现的数字信道化滤波器组结构,该结构各处理环节的数据吞吐率与FPGA处理速度一致,有利于充分利用FPGA的运算能力。在电子侦察的典型应用中,FPGA处理速度往往是滤波器组输出数据率的10多倍,相比于传统结构的直接实现,该结构对FPGA处理资源的需求降低一个数量级。

基于FBMC的滤波器组设计

FBMC滤波器多载波中的码间和子载波间的干扰是由邻近的子载波引起的,在高速运动的情况下,存在着频率选择性衰减和时选择性衰减的问题。文章所使用的多载波滤波器组FBMC技术,其旁瓣小,频谱效率高,抗选择性衰落性能好。文章以FBMC为例,介绍了基于FBMC中的原型滤波器和FBMC的基础架构的设计方法,为了消除FBMC滤波器组的固有干扰,并对其进行了深入的分析。

基于滤波器组和小波包变换的超高次谐波检测方法

随着分布式可再生能源占比的逐渐增加及电动汽车充电桩等设备的广泛应用,低压配电网中超高次谐波问题日益严重。由于超高次谐波具有高频率、宽频域的特点,进行超高次谐波检测时要处理的数据量大、检测速度慢,同时超高次谐波还具有时变性,传统以傅里叶变换为原理的检测方法难以对非平稳信号进行检测。针对上述问题,应用模拟滤波器组对信号进行下采样,降低采样频率,减少检测过程中要处理的数据量;应用小波包算法检测时变的超高次谐波分量。仿真计算结果表明,所提方法能够准确测量信号中的超高次谐波分量,计算速度较快,并可以对非平稳信号进行检测。

基于16子带滤波器组的助听器啸叫检测与抑制算法

听力损失患者在使用助听器的过程中,常常因为啸叫问题而倍感苦恼。基于陷波器的啸叫检测与抑制算法通常在DSP上进行实现,存在处理延迟高和资源消耗多的问题。为此,基于16子带的全相位FIR滤波器组,提出了一种低延迟、适合电路化的啸叫检测与抑制算法。对于一个指定的子带信号,当子带-低频平均能量比和子带-全带对数相似度同时大于0时,认为啸叫存在,之后降低该子带信号的增益值以抑制啸叫。仿真结果显示,相比于传统算法,当检测概率为88.57%时,所提算法的误警概率更低;平均最大稳定增益的增量更高,且语音质量感知评估值达3分以上。硬件测试中,系统处理延时为8.535 ms,能够及时地对啸叫进行检测与抑制,满足助听器资源消耗和实时处理的应用需求。

基于全相位滤波器组频带鉴别的生成对抗网络声码器设计

为实现高质量、高效率、低成本的语音合成,设计开发了一种基于全相位滤波器组频带鉴别的生成对抗网络声码器APFB-GAN.该声码器以现有的HiFi-GAN为参考,在生成器中,削减了HiFi-GAN多感受野融合模块约60%的参数.在鉴别器中做了两点改进:一是将HiFi-GAN中多尺度鉴别器与多周期鉴别器替换为基于全相位滤波器组的鉴别器,克服了原有模型无法依据语音能量非均匀频带分布,灵活进行特征特征提取的缺点;二是提出基于频带加权的多窗长的短时傅里叶变换谱损失函数,配合鉴别器更好地稳定训练.实验结果表明:APFB-GAN声码器合成的语音质量可与HiFi-GAN相媲美,且其高频细节特征更为突出,模型参数只为HiFi-GAN的28.78%,在GPU上的合成速度是HiFi-GAN的2.4倍.

基于匹配滤波器组与AR谱估计联合的目标检测

针对水下高速运动小目标探测问题,提出一种使用主被动检测技术相结合的方法。使用匹配滤波器组与AR模型功率谱估计相结合的检测方法,首先指出目标回波在经过匹配滤波后存在单频分量,进一步对存在的单频分量利用AR模型谱估计方法进行检测,最后给出仿真的ROC曲线。通过仿真分析可以看出,该方法与一般的匹配滤波相比可以实现更低信噪比下的检测。

适于助听器的加权叠加滤波器组参数设计

为提高助听器系统的综合性能,提出以加权叠加结构为理论基础,采用符合人耳听力特性的非等带宽通道划分方法,实现系统延时与频率分辨率的灵活配置,从而动态化调整滤波器组中的相关参数,提高助听器系统的综合性能。基于该参数设计思路设置滤波器组,选取不同类型的窗函数来验证抑制声音信号分析时频谱泄漏的影响,实验结果表明该参数设计思路是可行和有效的。

AFBCNet:一种基于自适应滤波器组的运动想象卷积神经网络

脑电图(EEG)的解码与分类一直是脑-机接口技术(BCI)领域的研究热点之一。虽然基于深度学习的方法已经取得了相当优异的成绩,但是在多分类、小样本数据集上,设计一个可解释性高、学习快、解码准确且精度高的模型仍然是一个挑战。为了深度解码基于运动想象(MI)的EEG信号,提出了一种基于自适应滤波器组的运动想象卷积神经网络:AFBCNet。首先通过自适应滤波器组与空间卷积层对MI-EEG信号的最优频带组合进行时空分解,然后通过改进的轻量化Inception模块进行特征提取,最后进行特征整合与分类。实验结果表明,所提出的方法在BCICIV_2a和BCICIV_2b数据集上平均识别率达到81.82%和84.13%,并且具有良好的鲁棒性与迁移能力。

基于改进重建滤波器组的机动目标MIMO-ISAR高分辨成像方法

针对空间非均匀采样导致的方位向多普勒模糊问题,提出改进重建滤波器组的机动目标MIMO-ISAR高分辨成像方法。针对目标高机动模型,构建多载频线性调频信号的MIMO-ISAR回波模型,采用RWT(radon-wigner transform)参数估计目标运动参数,根据方位有效采样率构建滤波器组,通过实验验证该算法的有效性。结果表明,该方法能有效解决机动目标方位向多普勒模糊问题。