利用Voronoi协方差矩阵重建隐式曲面

目的针对含少量离群点的噪声点云,提出了一种Voronoi协方差矩阵的曲面重建方法。方法以隐函数梯度在Voronoi协方差矩阵形成的张量场内的投影最大化为目标,构建隐函数微分方程,采用离散外微分形式求解连续微分方程,从而将曲面重建问题转化为广义特征值求解问题。在点云空间离散化过程中,附加最短边约束条件,避免了局部空间过度剖分。并引入概率测度理论定义曲面窄带,提高了算法抵抗离群点能力,通过精细剖分曲面窄带,提高了曲面重建精度。结果实验结果表明,该算法可以抵抗噪声点和离群点的影响,可以生成不同分辨率的曲面。通过调整拟合参数,可以区分曲面的不同部分。结论提出了一种新的隐式曲面重建方法,无需点云法向、稳健性较强,生成的三角面纵横比好。

无误差阵列协方差矩阵分离的阵列自校正方法

针对高分辨方位估计方法受阵列幅度相位影响导致性能退化的问题,提出一种无误差阵列协方差矩阵分离的阵列自校正方法。该方法利用协方差矩阵重构方法获取近似无误差阵列的协方差矩阵,以弱化协方差矩阵中的阵列误差,并利用特征结构配置方法求解幅度和相位误差。迭代上述重构方法和特征结构配置方法,实现从未校正阵列的协方差矩阵中分离出无误差阵列的协方差矩阵和幅度相位误差矩阵。仿真结果表明,该方法准确地估计阵列误差,利用重构协方差矩阵进行方位估计能够提高方位估计精度和分辨力。湖试试验结果表明,经阵列校正后,空间中方位角度邻近的声源和干扰目标可被分辨。

基于稀疏线阵协方差矩阵重构的DOA估计方法研究

相比均匀线阵(Uniform Linear Array,ULA),相同阵元数目下稀疏线阵(Sparse Linear Array,SLA)的抗耦合效应更好,阵列孔径更大,到达方向(Direction of Arrival,DOA)估计的自由度(Degrees Of Freedom,DOF)更高,因而近年来得到了广泛的研究。为了可以进行高DOF的DOA估计,学者们开始研究SLA的差分虚拟阵元,差分虚拟阵元对应的协方差矩阵相比原阵元对应的协方差矩阵维度更大,因而估计的DOF更高。当SLA的差分虚拟阵元连续取值时,可以利用已有阵元的接收信息,得到SLA的协方差矩阵,在该矩阵的基础之上构建差分虚拟阵元的协方差矩阵进而进行DOA估计。然而,当SLA的差分虚拟阵元存在孔洞时,即差分虚拟阵元不能连续取值时,不能直接利用重构的协方差矩阵进行DOA估计,需要恢复完全增广协方差矩阵的信息再进行DOA估计。对于该问题,本文基于矢量化后原协方差矩阵和虚拟差分阵协方差矩阵的误差分布情况,并结合完全增广协方差矩阵的低秩特性和半正定特性来构建优化问题。通过求解该问题来恢复维度更高的完全增广协方差矩阵。最后对该矩阵进行奇异值分解,利用多重信号分类(Multiple Signal Classification,MUSIC)算法就可以获得多源的空间谱。本文最后通过数值仿真试验验证了所提算法可以实现高DOF的DOA估计,并且相比于现有算法,本文所提算法对欠定DOA估计的效果更好,多源DOA估计的精度更高,产生的误差更小。

一种基于组合子阵协方差矩阵的阵列扩展方法

针对阵列在低信噪比条件下信号检测概率低且方位估计性能下降的问题,提出一种基于组合子阵协方差矩阵的线列阵扩展方法。该方法将阵列划分为奇偶子阵,根据子阵的互协方差与自协方差矩阵构建扩展接收数据,对扩展接收数据进行组合作为最终的阵列接收数据进行处理,由此在突破阵列物理孔径的基础上避免仅使用奇偶阵元互协方差重构接收数据时产生的栅瓣问题。仿真结果表明:新方法可以降低波束输出的旁瓣,具有较好的弱目标检测能力和方位分辨力;相比于基于奇偶阵元互协方差的阵列扩展方法,新方法可有效提升方位估计精度,且不存在栅瓣问题。

基于鲁棒M估计协方差矩阵相位优化的DSInSAR矿区形变监测研究

针对时序干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,InSAR)技术在矿区所处区域内耕地、裸地等自然地表地物上无法识别有效监测点信息,致使矿区地表形变信息不足及形变解译困难等问题,提出一种基于鲁棒M估计协方差矩阵特征值分解相位优化的DSInSAR技术,并基于34景Sentinel-1A影像获取了霄云煤矿2022年的地表时序形变。推导基于鲁棒M估计协方差矩阵估计公式,提高对样本异常值及异质像素的鲁棒性,开展基于鲁棒M估计协方差矩阵特征值分解的相位优化处理,分析了上述优化模型与通用相位优化模型的相似性,最终通过对优化估计相位开展相位信息解译处理来获取最终的形变信息。实验结果表明:基于鲁棒M估计协方差矩阵特征值分解相位优化的DSInSAR技术较常规SBAS技术及基于最大似然估计协方差矩阵的DSInSAR技术在监测点密度上分别提高了约11.4倍、0.2倍,且与水准数据对比具有最小的均方根误差,约22 mm;此外,霄云煤矿共包含三个主要形变场,其地表沉降的时序变化呈现出较显著的非线性趋势,煤矿内地表的视线向最大沉降量约418 mm。研究成果为矿区地表形变规律反演及矿区灾害防控提供重要数据支撑。

基于协方差矩阵拟合的小平台共形阵稳健波束形成技术

针对无人水下航行器等小尺度平台机动且阵列孔径有限条件下的稳健探测需求,依据应用于小平台U形共形平面阵设计多种波束形成算法。分析快拍数、输入信噪比及导向向量误差等对波束形成方法稳健性的影响。虽然最小方差无畸变波束形成方法具有高阵增益的优点,但其在存在基阵导向向量误差和协方差矩阵估计误差的条件下性能下降较为严重,基于此提出了协方差矩阵拟合波束形成方法和双约束稳健最小方差无畸变响应波束形成方法,并通过数值仿真分析与其他多种波束形成方法对比验证稳健波束形成方法应用于水下小平台共形阵的稳健性。最后在考虑阵元位置误差时通过消声水池实验对多种波束形成方法的实际性能进行进一步对比验证。

基于协方差度量矩阵的多尺度融合的小样本学习

对于少量训练样本下的图像分类问题,现有的深度模型算法存在着很多问题。比如传统的基于度量学习的算法只是依据定义的距离关系来推断样本类别,易导致模型在类别过多时难以捕获类间差异。同时它们只聚焦于一阶统计量的关系计算和高层语义信息的利用,忽视了低级丰富的原始视觉特征的表达。针对这些问题,论文提出了基于协方差度量矩阵的多尺度融合算法。该算法利用不同尺度信息下的二阶统计量来更新模型参数。实验结果表明该算法能有效地提高小样本图像分类的准确率,具有一定的实用价值。

基于对数先验的协方差矩阵的参数估计

为了更好地估计股票收益协方差矩阵,提出了一种基于Black-Litterman思想的协方差矩阵估计方法。不同于传统方法对协方差矩阵添加Wishart先验分布的方法,考虑将先验信息概念应用在协方差矩阵的对数上,通过贝叶斯方法,得到协方差矩阵的参数估计。

基于改进协方差自适应矩阵进化策略的永磁同步电机无传感器控制

针对永磁同步电机无传感器控制系统中搭载超螺旋滑模观测器(STSMO)的PID控制系统在改变工况时产生的伴随抖振的控制超调、转速波动等问题,提出了采用基于加入混沌扰动的改进协方差自适应矩阵进化策略(CMA-ES)算法优化转速环PID控制方法,抑制PID-STSMO控制系统的持续抖振和超调现象,增强永磁同步电机控制系统的鲁棒性。最后,通过MATLAB/Simulink软件对所设计的永磁同步电机无传感器控制系统在不同工况下仿真,验证了提出的观测控制策略的有效性。

基于互质阵列的协方差矩阵重构算法

针对基于互质阵列波达方向(direction of arrival, DOA)估计方法对连续虚拟阵元得到的样本协方差矩阵信息利用率不高的问题,提出一种基于互质阵列的协方差矩阵重构算法。该算法利用最大连续虚拟均匀线阵协方差矩阵的每一行元素进行Toeplitz矩阵重构,再对这些矩阵加权求和获得新的满秩协方差矩阵,提高对接收数据的利用率并消除噪声贡献对DOA估计结果的影响。理论分析和仿真结果表明,该算法能实现欠定DOA估计,在低信噪比、小快拍数、入射角度间隔小条件下有良好的角度估计精度。

有源干扰条件下机载MIMO雷达STAP协方差矩阵秩的分析

该文分析了正侧阵机载MIMO雷达杂波加有源干扰协方差矩阵的结构,得到杂波加有源干扰协方差矩阵秩的上界为杂波的秩与有源干扰的秩之和减去有源干扰个数。并由此得到MIMO雷达杂波加有源干扰协方差矩阵非满秩而SIMO雷达杂波加有源干扰协方差矩阵满秩时有源干扰个数的范围。当有源干扰的数目在此范围时,SIMO雷达的理论性能严重下降,而MIMO雷达在理论上仍然有足够的自由度来抑制杂波和有源干扰,从而保证有较好的性能。通过仿真实验验证了上述结论。

海杂波协方差矩阵估计及其对目标检测性能的影响

在海杂波中检测有用信号,杂波的协方差矩阵需要利用参考数据进行估计,不同的估计方法对信号的检测性能产生不同的影响。首先,给出了几种杂波协方差矩阵估计,即样本协方差矩阵、正则化样本协方差矩阵、最大似然估计和渐进最大似然估计;然后,分析了海杂波数据的非高斯性和非平稳性;最后,利用正则化匹配滤波器作为信号检测器,分析了不同协方差估计对检测性能的影响。分析结果表明,由于实测数据的非平稳性,检测性能均比仿真数据获得的检测性能要差。而将杂波协方差矩阵的最大似然估计应用于检测器,能够获得较好的检测性能。

非高斯杂波协方差矩阵估计新方法

针对雷达目标自适应检测中的复合高斯杂波协方差矩阵估计问题,提出了一种基于杂波分组的约束迭代估计方法。该方法在迭代过程中有效利用所有辅助数据,并对最终得到的估计矩阵进行关于迹的约束。在估计的杂波分组大小与实际情况匹配的条件下,约束迭代估计方法的估计精度与杂波功率水平无关。仿真实验表明,所提出的方法对不同的杂波分组大小失配情况具有很好的鲁棒性;与已有的两种协方差矩阵估计方法相比,约束迭代估计方法能极大的提高估计精度,加快迭代过程的收敛速率,且计算量更小。

基于协方差矩阵的CFA插值盲检测方法

从数字图像中盲检测数码相机采用的CFA插值算法,可以为数字图像取证提供重要的技术手段。该文基于线性插值模型,利用协方差矩阵构建插值系数方程组,并将估计的插值系数构成特征向量空间,采用支持向量机作为分类工具,提出了一种对不同的CFA插值算法进行准确分类的盲检测方法。实验表明,该文方法对于不同的CFA插值算法均能达到较高检测正确率。同时,相比现有的CFA插值检测方法,该文算法对加性高斯白噪声和有损JPEG压缩具有更好的鲁棒性。

基于协方差矩阵元素的多目标角跟踪方法

提出了一种多目标角跟踪算法.将相邻时间段估计得到的协方差矩阵相减,对差距阵线性化近似得到了一组关于角度差的线性方程组,重复解方程组可以得到不同时间段各个目标的角度.本算法不需要更新信号子空间;不同时间段之间各个目标的角度是自动关联的,省去了运算量较大的数据关联过程;适用于目标个数大于阵元个数的情况;同时,该算法可以减小噪声的影响.仿真结果表明了算法的有效性.

基于积分协方差矩阵的粒子滤波目标跟踪

仅利用单一特征的目标跟踪难以克服光照和目标形变等外部条件变化,给出一种基于协方差区域描述子的粒子滤波,协方差描述子可融合目标区域内的多种特征处理复杂背景下的目标跟踪问题,提高跟踪的鲁棒性;针对粒子滤波计算量大的问题,引入积分协方差矩阵计算,提高跟踪的实时性,对比实验表明新的跟踪算法比仅用单一特征跟踪鲁棒性更高,处理速度更快。

基于多特征协方差矩阵的图像匹配算法

针对灰度及红外图像的匹配过程中经常出现的一些问题,如缺乏丰富的目标特征、易遭受复杂背景及噪声等外界因素干扰、目标出现放大缩小或偏转等,抽取目标图像的梯度幅值与方向,腐蚀与膨胀以及信息熵等特征,通过协方差矩阵将其融合在一起,构成新的特征模型。通过全图遍历求取矩阵间相似度距离的方法找到最佳匹配重心,将新方法与其它3种已有的匹配方法进行了对比说明。实验结果表明:在灰度图像匹配时新方法准确率高、鲁棒性好,同时也可以应用于红外图像中,满足了在一些条件下提高匹配准确度的要求。

采用协方差矩阵稀疏表示的DOA估计方法

针对L1-SRACV算法在低快拍时波达方向估计性能严重下降的问题,分析其原因并提出一种基于快速极大似然算法的波达方向估计新方法.首先利用快速极大似然算法估计协方差矩阵,以解决由于快拍数较低引起协方差矩阵小特征值不稳定的问题.然后建立了基于快速极大似然算法的稀疏模型进行波达方向估计.最后,为了进一步提高算法在快拍数较小时的性能,选择剔除协方差矩阵的对角元素,并对建立的波达方向估计模型进行了修改.仿真结果表明,所提算法相对于L1-SRACV算法具有高的估计精度和检测概率,尤其是在快拍数较小时仍能获得高的估计精度.

基于加速度二次协方差矩阵参数变化比法的环境振动下结构损伤识别

在白噪声环境激励下,结构加速度响应的自相关/互相关函数构成一个新的二次协方差(Co C)矩阵,组成这一协方差矩阵的元素经证明是结构模态参数(频率、振型、阻尼)的函数;与提取模态参数的一般损伤识别方法相比,二次协方差矩阵包含结构振动的更多和更高阶模态信息。利用结构损伤前和损伤后的二次协方差(Co C)矩阵参数的变化比,对只基于振动输出的、环境振动下的结构进行损伤识别。对一个七层框架结构模型进行了数值模拟,首先对不同噪声程度、不同损伤位置和程度的损伤结构进行损伤定位,再结合模型修正法,对结构损伤程度进行识别,展示了该方法的有效性。

协方差矩阵的权微扰算法

本文给出了一种获得协方差矩阵的算法，只需依据自适应阵的输出功率，使用权微扰的方法，就可得到阵列的协方差矩阵。