高维局部数据体中线性信号预测基本理论与方法

首先,提出了若干线性结构(可以视为局部平面波)飘在具有不同概率分布特征的、实测的局部高维数据体中是地震信号处理的核心概念模式,认为对局部高维数据体中的线性结构进行建模及最佳预测,从而解决去噪、数据规则化和解混叠(Deblending)等问题是地震数据处理中的基本环节;认为对线性信号进行最佳的建模和预测包括模型驱动和数据驱动的方法。前者是由预先选定的局部平面波基函数的线性叠加表示局部高维数据体中包含的信号;后者由数据矩阵(张量)分解的方法推断局部高维数据体中包含的线性结构。然后,全面分析了频率-空间域高维Wiener滤波方法、自相关矩阵及Hankel矩阵正交分解方法(SSA方法)、高维线性Radon变换方法(高维Beamforming方法)和张量分解方法的基本理论,为进行局部高维数据体中线性信号预测及各种应用奠定了理论基础。最后,指出山前带及其他复杂地表探区实际数据中的相干噪声和非相干噪声往往不符合线性信号建模及预测的理论假设条件,因而必须发展非线性去噪方法。

基于最佳线性无偏预测的精密单点定位方法

卫星导航定位中,卡尔曼滤波是快速处理海量观测数据,精确解算位置坐标的常用方法。为解决实际定位解算时需要计算部分参数的近似值作为先验信息的问题,引入最佳线性无偏预测理论对无先验信息的参数初值进行估计并使用其残差方差代替未知的先验方差参与计算。在静态和动态情形下进行了非差非组合精密单点定位实验并与传统滤波方法进行对比。算例结果表明,基于最佳线性无偏预测的精密单点定位算法可以对无先验信息的参数估计初值和方差信息,且定位精度与卡尔曼滤波一致。

改进的自适应中值滤波算法及其应用

针对自适应中值滤波在窗口迭代过程中存在像素点重复参与运算导致算法复杂度较高的问题,提出了一种改进的中值滤波算法.首先依据有效像素点与窗口中心点间的坐标距离来快速确定最佳滤波窗口尺寸,避免了窗口迭代造成的像素点重复排序;之后对窗口内的有效像素点进行取中值操作,有效削弱了噪声点的干扰,进一步提升了图像滤波的质量.经实验验证,与自适应中值滤波算法比较,复杂度显著降低,峰值信噪比(peak signal to noise ratio,PSNR)值平均提高10 d B左右.和同类文献比较在算法复杂度和图像降噪效果间做出了一个较佳的权衡.最后将该算法应用于Kinect深度图降噪上获得了不错的效果.

基于Agent的个性化智能Web信息检索

介绍了Web信息检索的定义,并对Web信息检索的原理、技术进行分析,针对存在的问题,结合智能Agent技术、神经网络、最好优先算法、信息过滤、相关反馈等多种算法,提出了一个基于Agent的个性化智能Web信息检索系统模型。

利用最佳伙伴相似性的改进空间正则化判别相关滤波目标跟踪

针对空间正则化判别相关滤波跟踪算法(SRDCF)在目标发生遮挡、尺度变化和形变情况下的跟踪失败问题,提出利用最佳伙伴相似性的改进SRDCF目标跟踪算法。首先,以SRDCF算法为基础,利用双层搜索策略解决目标跟踪中的目标定位问题和尺度估计问题;然后,利用一种新颖的鲁棒模板匹配技术,通过融合空间权重、相关滤波得分和最佳伙伴相似性得分来估计候选目标位置,解决遮挡情况下的目标重定位问题;最后,采用自适应模板更新策略解决遮挡情况下模板漂移问题。本文采用OTB-2013数据集评估本文算法的性能,同时与34种流行算法进行比较,结果表明本文算法的精确度得分和成功率得分分别为0.853和0.648,相比传统的SRDCF算法分别提高1.79%和3.51%。本文算法能很好地解决目标遮挡、尺度变化和形变情况下的目标跟踪问题,具有一定研究价值。

基于最优信标组的扩展卡尔曼定位算法

节点定位是无线传感网的关键技术之一。针对传统的基于RSSI的定位算法精度低的问题,提出一种基于最优信标组的扩展卡尔曼定位算法(BBG-EKF)。该算法分析影响定位精度的两个因素:未知节点与信标节点的距离和信标节点间的共线性,提出一种最优信标组选择机制,进一步通过扩展卡尔曼滤波实现精确定位。新算法复杂度低,定位过程中节点间通信开销小。实验结果表明,BBG-EKF定位算法在不同通信半径及信标节点密度的网络中都具有较高的定位精度,可以满足大多数无线传感网定位系统的需求。

基于高斯混合带势概率假设密度滤波器的未知杂波下多机动目标跟踪算法

多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该算法对目标和杂波分别独立建模,通过最优高斯(BFG)估计方法对真实目标的强度函数进行预测,从而使多目标强度函数独立于机动目标的运动模型,实现各时刻真实目标的强度函数、杂波源期望个数以及真实目标和杂波源的混合势分布的迭代。仿真结果表明,该算法能够有效地联合估计多机动目标状态以及杂波期望个数。

Internet个性化智能信息检索的分析与研究

本文首先对Internet网上信息检索进行了综述与分析 ,针对存在的问题 ,介绍了智能Agents的解决方法 ,最后本文提出了一个多Agents系统的个性化智能信息检索系统的模型 ,该模型集成了神经网络、最好优先算法、信息过滤。

密集杂波环境下多目标跟踪算法

在密集回波环境下对多目标进行航迹起始和跟踪是一个很难解决的问题,对此提出一种基于m-best 2-D分配算法和广义似然比判决的多目标跟踪算法。数值仿真实验表明提出的多目标跟踪算法能够有效解决“量测-目标”数据关联问题,并且能在较短时间内发现假航迹,确认真航迹,大大减轻对系统的存储量、计算量的要求。

基于LabVIEW匹配滤波器最佳接收机的仿真

为了实现对数字信号匹配滤波器最佳接收机的计算机仿真,包括数字信号的发送、信道的传输及其接收,完成数字信号的最佳接收机等内容。从接收信号的最佳判决理论入手逐步引入设计思路及具体方法。用LabVIEW中的各功能图符仿真最佳接收机系统的各硬件模块并对设计结果进行模拟,进而证明了用LabVIEW实现最佳接收机系统的可行性。

基于高程补偿的BLUE算法在塔康中的应用研究

基于塔康系统的斜距、方位和高程可对目标定位,但较大的量测误差影响定位精度。为提高估计精度,研究塔康中最佳线性无偏估计(best linear unbiased estimation,BLUE)滤波器的实现。建立地面站对目标的量测模型,并分析量测转换误差特性,推导出对应的BLUE滤波模型;针对目标从地面站上空过顶时出现无效量测的问题,通过对高程量测补偿的方法予以克服,解决传统算法在强非线性量测下误差较大的弊病。与经典方法的性能对比表明,改进算法有效地抑制了强非线性量测下的滤波发散,有很强的鲁棒性和实时性。

最小延迟M带余弦调制小波滤波器组设计

本文推导了最小延迟任意长度M带余弦调制小波滤波器组的完全重构条件。选择低通原型滤波器最大阻带衰减为优化的目标函数,通常的优化目标函数选用最小平方逼近的方法,本文提出了使用最佳一致逼近的方法。最后用黄金分割和牛顿迭代方法解决非线性约束优化极值问题,得到满足几乎完全重构和小波正则性条件的低通原型滤波器。

高温自流井最佳观测装置讨论

利用深井高温承压自流井、温泉区自流井水位动态预报地震的方法,已经被国内外地震学家所重视。经过地震专家认真调研堪选,这些井孔位于地质构造环境的灵敏部位,能够捕捉到地震异常信息。经过近期台站调查发现,最佳观测装置系统无疑是深井高温承压自流井、温泉区自流井记录地下信息量的关键环节。

机动目标跟踪的滤波方法研究

目标跟踪应用中,一类常见的混合估计问题是:目标运动建模在直角坐标系下且是非线性的,同时量测数据由传感器直接获得。通常处理该问题的做法是使用推广卡尔曼滤波器,但效果欠佳。为此,通过将无迹变换(UT)和BLUE算法相结合,提出了一种新型的UT-BLUE滤波器。该滤波器首先利用无迹变换对直角坐标系中的目标状态及其协方差作出预测,然后在保持传感器坐标系(极坐标系)下所固有的量测误差的同时,直接对它们作出更新估计。通过仿真,将UT-BLUE滤波方法和EKF滤波方法进行比较,表明了该滤波方法的有效性和优越性。

基于模糊测试和遗传算法的XSS漏洞挖掘

为解决Web应用跨站脚本(XSS)问题,在研究当前各种XSS漏洞挖掘方法的基础上,通过对XSS漏洞特征、网站过滤方式、变形优化方法进行分析,提出了一种基于模糊测试和遗传算法的XSS攻击样本优化生成方法,以有效挖掘漏洞。该方法在构建XSS漏洞库的基础上,采用模糊测试方法随机预生成大量XSS攻击用例,采取过滤补全原则进行XSS攻击特征分析、选择与提取,利用遗传算法搜索XSS攻击特征空间,通过多次反复迭代生成最优的XSS攻击特征测试用例。分析表明,该方法能有效地发现Web应用中的XSS漏洞。

集中式BLUE滤波器在组网雷达中的应用

为解决组网雷达对目标跟踪中的量测非线性问题,提出基于最佳线性无偏估计器(BLUE)准则的融合滤波方法。建立以融合中心为原点的组网雷达对目标定位的量测方程,推导出极坐标系与球坐标系下跟踪目标的BLUE滤波模型。理论分析表明,集中式BLUE滤波架构在估计单个雷达量测转换误差统计特性的同时,还估计出雷达间量测转换误差的统计特性。因此,跟踪精度和置信度较分布式BLUE滤波方法有显著提高,计算量较其他算法也有明显优势。不同场景下的仿真分析证明:该方法在不同状态噪声水平下的表现优异,是一种很有竞争力的跟踪算法。

基于分布式BLUE的多雷达数据融合方法

针对线性系统与非线性观测的混合跟踪融合问题,推导目标匀加速运动时的三维最佳线性无偏估计(BLUE)滤波器,给出基于分布式BLUE滤波的多雷达数据融合方法。由各单元雷达对直角坐标系下的目标状态进行BLUE估计,对多部雷达的目标状态在融合中心进行融合估计,采用位置、速度均方根误差和平均归一化估计误差平方作为融合性能评价标准。仿真结果表明,与基于NC的去偏转换状态融合方法和基于MMC的无偏转换状态融合方法相比,该方法对于过程噪声和测量噪声的变化不敏感,比基于NC和MMC的方法具有更小的位置和速度均方根误差,即使在大误差的情况下,仍然具有较高的融合精度和可靠性。

频谱可设的色噪声生成算法设计与实现

色噪声模拟实际环境背景对实验室半实物仿真实验具有重要的应用价值。基于Wiener最佳滤波器理论,提出了一种色噪声生成算法,并实现了基于Matlab GUI和TMS320F2812数字信号处理器芯片的嵌入式软硬件平台。验证实验表明:系统可实时输出10 kHz带宽的设定频谱结构的色噪声信号,输出信号的统计频谱特征与设定频谱特征误差不超过3 dB,满足实际应用色噪声的特殊要求,具有广阔的应用前景。

混响噪声局部平稳条件下次佳检测方法研究

在东海海域的沉底小目标探测中,混响严重影响了回波信号对有效目标的探测。基于混响信号的局部平稳性结论,采用分段白化滤波器实现了混响背景下的信号次佳检测。仿真结果和海上实验结果均表明,该方法可以较好的抑制混响。

基于小波包变换与自适应阈值的SAR图像去噪

针对SAR遥感图像在探测、传输过程中受到噪声干扰,不利于对其进行处理的问题,提出一种基于小波包和自适应阂值的SAR图像去噪方法。该方法采用小波包对SAR图像进行分解,与传统的小波分析相比,小波包分析能够提供一种更加精细的分析方法;然后采用自适应阈值的方法去除sAR图像中的噪声。实验结果表明,该算法能有效去除SAR图像中的噪声,在信噪比和主观视觉上都要优于小波去噪的方法。