基于加权l_1-SRACV算法的稀疏DOA估计

针对稀疏重构到达角估计方法中的l1-SRACV算法在低信噪比条件下,估计得到的空间谱伪峰较多的问题,利用子空间的方法选取权值,对l1-SRACV算法的目标函数进行加权,以达到抑制伪峰的目的。阐述了利用子空间方法选取权值的合理性,并讨论了噪声子空间欠估计与过估计时对权值性质的影响。理论分析和仿真实验表明:低信噪比时,加权l1-SRACV算法能够有效地抑制伪峰,并减小了角度估计误差;噪声子空间的欠估计与过估计均会减弱伪峰抑制效果。

基于L1导航算法的无人机空中拦截系统研究与实现

针对低空无人机安全问题,设计了一套基于L1导航算法的无人机空中拦截系统。系统由拦截机本体、运行L1导航算法的飞行处理器、具有拦截功能的飞行控制器以及可视化地面站软件组成。系统在得到空中目标机的三维位置信息后,由L1导航算法指定拦截机引导策略,拦截机则在机载飞行控制器的控制下飞行至目标位置,实现对空中目标机的伴飞与拦截,目标机与拦截机的实时位置信息以及拦截效果可通过可视化地面站软件进行实时显示。利用Matlab对该系统所设计的拦截策略进行了仿真验证,并在此基础上,利用多无人机试验平台进行了室外飞行试验验证,飞行试验结果验证了系统的有效性。

基于L1-L1优化算法的HPLC通信信号脉冲噪声抑制方法

在进行信号脉冲的噪声抑制阶段,由于对噪声的估计结果与实际情况偏差较大,导致处理后信号的信噪比较低,为此提出基于L1-L1优化算法的高效液相色谱法(High Performance Liquid Chromatography,HPLC)通信信号脉冲噪声抑制方法。充分考虑了脉冲噪声的稀疏性,设置对应稀疏项为脉冲噪声时域采样值的L1范数,利用米德尔顿A类噪声模型作为脉冲噪声的模型,将初始的脉冲噪声估计问题转化为L1-L1问题,引入约束参量,借助软阈值运算的矩阵向量乘法求解噪声参数。在噪声抑制阶段,以估计结果为基准,利用正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法对信号进行重构。在测试结果中,处理后信号的信噪比均达到了19.0 dB以上,对应的提升幅度均在7.0 dB以上。

基于差分算子的和声搜索算法求解非线性l_1模极小化问题

针对一类目标函数非光滑的l1模极小化问题,提出了一种改进的和声搜索算法.结合差分进化算法的变异策略,用差分向量算子取代和声搜索算法的音调微调.实验结果表明,改进后的和声搜索算法能够获得原问题的全体解.

基于核函数的PCA-L1算法

主成分分析方法由于使用了L2范数,因此对异常值较敏感。针对该问题,提出一种基于核函数的L1范数主成分分析方法。运用核函数将原始数据映射到核空间中得到核矩阵,再利用L1范数使距离函数达到最小。实验结果表明,该算法具有旋转不变性,对异常值和非线性问题具有稳定性,且正确识别率较高。

非线性l_1问题的一个算法

给出了非线性ｌ１问题的一个算法，并证明了它的收敛性．

一类光滑加权块l_1算法的收敛性分析与数值仿真实验

给出了求解块稀疏压缩感知的光滑加权块l1算法的理论分析,并通过数值仿真实验与3类具有代表性的l1-magic算法、SL0算法和FPC-AS算法进行了对比.实验结果表明,基于块结构的光滑加权块l1算法能更加有效地处理块稀疏信号.

基于Haar-like特征的实时L1-跟踪算法

稀疏表示技术已成功应用于视觉跟踪,但是仍然存在跟踪算法效率低的问题。提出一种基于Haar-like特征的视频跟踪算法,该算法是基于粒子滤波框架的L1-跟踪算法,其特点是运用Haar-like特征及特征块的思想对完备基进行重新构造。将正负小模板由单个像素改为像素块,降低稀疏表示中过完备基的维数,大幅减少稀疏矩阵的计算量;同时,在保证跟踪质量的前提下适当减少目标模板数量,减少稀疏计算的次数,并控制模板更新频率。实验结果表明,所提算法能大幅提高跟踪的实时性,同时很好地解决了跟踪问题中的短时间遮挡、目标物体的形变以及光照变化等问题。

线性方程组l_1范数问题的松弛投影算法及其应用

考虑线性方程组l_1范数问题的求解,在分别将其转化为一个分裂可行问题和凸可行问题的基础上,设计了几种松弛投影算法,然后将所设计的求解方法用于信号处理问题的求解上.

非线性l_1问题的光滑近似算法

为非线性l1问题的求解构造了光滑逼近函数.首先将非线性l1问题转化为等价的不可微优化问题;其次通过两步提出光滑逼近函数的一般性构造方法;最后进行了数值仿真.文中介绍了光滑逼近函数的有关性质,指出相关文献已有的光滑函数方法是本文的特例,并证明了方法的收敛性及有效性.

求线性方程组极小l_1范数解的一种算法

陈中文研究中关于求线性方程组极小l1范数解问题有着较为广泛的应用.本文研究了该问题的最优性条件,给出最优解的充分必要条件.进一步研究了该问题最优解的一种表现形式,提出一个单纯形方法的算法,该算法解决了退化问题,且收敛速度较快,同时给出确定初始基的方法.

非线性l1模极小化问题的路径跟踪算法

针对非线性l1模问题,利用极大熵函数将其转化为一般的可微优化问题,并建立了极大熵同伦映射及求解同伦曲线的路径跟踪算法,亦证明了方法的收敛性,给出了数值算例.

快速L1范数最小化算法的性能分析和比较

随着新兴压缩传感（Compressive Sensing，cs）理论的出现，使用L1范数最小化（L1-min）算法进行信号处理和优化成为近几年的热门课题．由于传统的求解方法对于大规模数据的处理效率很低，例如内点法，越来越多的快速L1－min算法被提出，这些算法在速度和处理效果上都各有优势．该文首先介绍了L1-min算法以及影响算法效率的主要因素，然后通过实验数据对五种快速L1－min算法在处理大规模数据时的性能进行分析和客观评价。

人脸图像识别中非贪婪L1范数的2DPCA最大化鲁棒算法

基于L1范数的二维主成分分析是近年来提出的一种在图像域降维和特征提取的方法。通常,直接求解L1范数最大化问题很困难,因此,一种贪婪的策略被提出来了。然而,这种策略的初始化投影是随意选取的,为了获得更好的投影向量,得到一个最优的局部解,提出了一个非贪婪的L1范数最大化算法,该非贪婪算法具有三大优势:使用L1范数和非贪婪策略对于异常值很稳健;与PCA-L1相比较,更多的空间结构信息得到了保留;相比2DPCA-L1,所有的投影方向可以被优化并且可以获得更好的解决方案。人脸和其他数据集上的实验结果验证了所提出的方法更加有效。

用L_1模线性规划算法恢复地下波阻抗

首先详细地阐述了用L1模线性规划算法恢复地下波阻抗的数学原理，指出了在层状地球模型假定下限制波阻抗具有极小结构的形式，与数学上用L1模线性规划算法计算地层反射系数序列是相一致的。然后用理论模型、测井记录以及野外地震资料进行了反演计算，证实了该算法是行之有效的。最后对如何引进约束条件进行了简单的讨论，指出它对于反演解的正确性和可靠性是至关重要的，对于减少解的非唯一性也是必不可少的。

线性l_1问题的基点下降算法

针对线性l1问题,提出一个新的算法——基点下降算法,此算法简单易行,计算过程可以像单纯形一样列表进行。该算法较好地处理了退化情形,而且是一个有限步的算法,并给出了两个算例。

基于快速l_1算法和LBP算法的木材缺陷识别

快速l1最小化算法是一种关于求解稀疏矩阵的算法,相对于传统的主成分分析l2范数,l1范数只需要计算图像主要特征的稀疏矩阵,对噪声和异常项具有更好的鲁棒性,且在木材识别领域使用较少。局部二元模式(Local binary pattern,LBP)是一种描述灰度范围纹理的算法,对于图像特征的描述有显著的效果。本文利用LBP提取不同木材截面RGB图像三层纹理的特征,用l1算法对特征矩阵进行快速、准确的匹配,检测出是否有缺陷,同时通过图像分块定位缺陷的位置坐标。实验表明快速l1算法结合LBP算子对木材缺陷定位正确率达到0.931。

线性l_1问题的一个算法

本文首先将线性l_1问题转化为一个与之等价的约束线性l_1问题,然后研究它的算法,最后给出一个算例。

平滑l_1模递推辨识算法

通过对ｌ１模指标的平滑处理，构造了平滑近似指标下的递推辨识算法．这种算法实时计算负担小，且具有良好算法性质．数值仿真结果表明，它仍蕴含原指标意义下的鲁棒估计性质．

组稀疏表示的双重l1范数优化图像去噪算法

由于图像受噪声的影响,无法从降质信号中获得准确的稀疏系数.针对此问题,对一种组稀疏表示的双重l1范数优化图像去噪算法进行研究,该算法同时采用非局部相似图像块组稀疏表示的l1范数和稀疏残差作为正则项对组稀疏系数进行约束,并利用一种有效的迭代收缩算法实现对模型的优化求解,以获取更鲁棒的稀疏系数,另外,为了进一步提高去噪性能,采用贝叶斯公式推导出自适应调整两个正则化参数的方法.实验结果表明,与现有的许多算法相比,新算法能够在去除噪声的同时抑制伪影,保护图像的细节信息,峰值信噪比相对经典的BM3D算法而言,最多可提高1.24 dB.