由可见光谱视频中提取心率的对角累积量法

由于使用经典的联合近似特征对角化(JADE)算法从视频中估计光电容积脉搏波(Photoplethysmography,PPG)信号,再经快速傅里叶变换转化成的心率值与真实心率值的误差较大,本文提出使用基于对角累积量算法从视频中分离PPG信号,再经过快速傅里叶变换转换成心率的方法来提高心率测量的准确性。进行了从RGB彩色可见光视频信号中恢复心率值的实验。对比实验表明,基于对角累积量分离算法所得心率值与真实心率值差的绝对值的统计特征参数较JADE算法均有所降低,均值、标准差、均方根误差平均分别下降1.46,4.98和4.49。通过Bland-Altman图的分析表明,在95%的置信区间内,对角累积量算法所得心率的浮动范围较JADE算法减小了2倍以上,显示对角累积量算法具有更高的估计精度,对肤色亮度和外界自然光的要求更低,通过调整参数值,可使运行时间控制在1s之内,基本满足实时提取心率的要求。

基于高阶累积量的参数化双谱分析的肺音特征提取

用高阶谱分析方法,对肺音信号进行了特征提取.以非高斯白噪声激励的AR(AutoRegressive)参数模型对肺音信号进行建模,导出了基于三阶累积量的三阶递推方法的非高斯参数化双谱的计算方法,用双谱的互相关估计模型阶次,并对肺音数据进行了参数化的双谱估计,给出了在双频域内从双谱及其切片谱提取肺音特征信息的方法,并利用该方法对正常、哮喘和细罗音3种肺音目标进行了神经网络的识别实验.结果表明:所提出的特征提取方法大大降低了输入特征的维数。

基于三阶累积量对角切片的信号特征检测

提出了一种基于三阶累积量对角切片的特征检测方法。该方法既不需待检信号做高斯和平稳的假设,也不需要有信号的先验知识。其原理是首先通过滤波器组将检测信号在频域上进行分离,选取输出能量较大的一组子频带信号近似给出信号的时频描述;然后在各个选中的子频带内分别计算三阶累积量的短时估计,从而抑制有色噪声,将信号的特征检测出来。仿真信号验证了该方法的有效性和适应性。

基于四阶累积量的稳健的通信信号盲分离算法

该文针对有噪环境中的通信信号盲分离问题,提出了一种在噪声环境下性能良好的盲分离算法,该算法将稳健的白化算法与四阶累积量矩阵的联合对角化相结合。仿真结果表明,该算法分离性能比一般的近似联合对角化(JAD)算法有很大改善,干信比可降低近10dB,而算法的运算量没有太多增加。

基于联合对角化的远场相干信号波达方向估计

提出一种基于联合对角化的远场相干信号波达方向估计算法。利用阵元接收数据构造高阶累积量矩阵,通过矩阵联合对角化得到阵列广义流形矩阵的估计。利用阵列流形矩阵的矩阵特性及最小多项式的性质,消除联合对角化带来的顺序不确定性,得到波达方向的估计。该方法无需进行角度搜索,且能处理不同相干群内部分波达方向相同的情形。计算机仿真实验验证了算法的有效性。

基于联合对角化的近场源参数估计

该文提出了一种基于联合对角化的近场源信号到达方向和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于阵列接收数据的高阶累积量矩阵的对角结构信息利用联合对角化方法估计近场信号的阵列方向矩阵,从而由阵列导向矢量联合估计信号源的到达方向和距离。与高阶ESPRIT方法相比,该方法能够提高阵元利用效率,同时不需要参数配对算法。计算机仿真实验证实了所给算法的有效性。

水下航行器辐射噪声谱增强新方法

提出了基于四阶累积量对角切片的自适应动态谱线增强新方法 ,对其原理进行了剖析。用实测水下航行器辐射噪声数据 ,对动态谱线增强进行了仿真研究。结果表明 :基于四阶累积量对角切片的自适应动态谱线增强方法 ( FOCDSBADLE)抑制高斯噪声的能力远强于传统的自适应谱线增强方法 ( ALE)。本文的新方法为弱信号检测、参数估计和目标识别等信号处理提供了一条新的技术途径。

基于四阶累积量对角切片的短波自适应通信信号检测

短波自适应通信信号的检测是现代电子战信号处理的一个重要研究课题,本文提出了基于四阶累积量对角切片的短波自适应通信信号检测方法.文章推导了有限长度信号四阶累积量对角切片的分段估计方法,分析了其渐进性能,分析表明该估计方法降低了估计方差;论文介绍了信号检测原理,借助于计算机仿真研究了高斯白噪声和色噪声及不同信噪比下不同检测方法的性能.仿真对比结果验证了该方法的有效性.

非正交联合对角化盲分离算法的可辨识性研究

该文从非正交联合对角化的唯一性条件出发,研究了盲分离算法的可辨识性问题。由接收信号的二阶统计量和高阶累积量分别组成的目标矩阵具有可对角化的结构,因此可以用非正交联合对角化的方法解决盲分离问题。指出非正交联合对角化的唯一存在条件是:由对角矩阵中相同位置的对角元素所组成的向量两两线性无关。从该条件出发推导出基于二阶统计量的非正交联合对角化算法实现盲分离的充分必要条件是源信号自相关函数的形状不同,基于高阶累积量的算法实现盲分离的充分必要条件是源信号中没有高斯信号,从而为运用非正交联合对角化解决盲分离问题提供了理论指导。数值仿真试验验证了结论的正确性。

基于互四阶累积量一维切片的地震层位自动拾取方法

为了解决强相干高斯色噪声干扰下地震层位无法正确拾取的问题,文中提出了一种基于互四阶累积量一维切片的地震层位自动拾取方法,阐述了该方法的基本原理和具体算法。该方法利用地震层位上横向波形的相似性以及互四阶累积量一维切片对高斯噪声不敏感的特点,实现了同相轴的时间延迟估计;同时对直接影响地震层位拾取精度的相关参数进行了设定。理论模型计算表明,该方法对相干高斯色噪声有很强的抑制能力,信噪比达到-10dB。实际资料应用结果与原始数据的地质层位吻合较好,断层、断点位置准确,其拾取精度不亚于人工方法的精度,而效率远远高于人工方法。

视频中提取光电容积脉搏波的盲信号估计方法

从人脸彩色视频图像序列中能够分离出光电容积脉搏波(PPG)信号,进而提取人体的心率值,为了保证提取心率值的实时性和准确性,降低对外界光照环境的依赖性,研究使用对角累积量算法和Robust ICA算法用于彩色视频提取PPG信号,并转化成人体心率。通过对角累积量算法、Robust ICA算法与传统视频提取心率算法,即联合近似特征对角化(JADE)算法的彩色视频提取心率结果的对比分析实验,得出对角累积量算法提取的心率结果与实际心率的误差更小,准确率更高,Robust ICA算法提取心率的运行时间达到0.2 s以内,实时性更强。

基于三阶累积量对角切片的直接自适应谱线增强算法

依据随机平方相位耦合信号三阶累积量不为零的特点,提出了从高斯噪声环境中恢复平方相位耦合信号的基于三阶累积量对角切片的直接自适应谱线增强算法。该算法恢复平方相位耦合信号、抑制高斯噪声的性能优于传统的自适应谱线增强算法。仿真结果证实了这种算法的有效性。

基于时域卷积盲信号分离的雷达干扰抑制算法

把卷积盲分离算法应用于雷达系统抗干扰中,提出一种新的雷达系统干扰抑制算法.该算法在时域中对四阶累积量进行联合块对角化,以实现雷达信号和干扰信号的盲分离.计算机仿真结果表明,在无噪及含噪情况下,该算法均可把卷积混合的雷达回波信号及干扰信号分离开来,且有很好的分离性能.

一种改进的盲源分离技术及其在SEMG中的应用

针对多通道表面肌电信号(SEMG)采集时形成的混迭现象,提出一种基于时频分析的参考累积量盲源分离方法。以多路观测信号互为参照分别计算累积量矩阵,利用时频分析得到时间尺度累积量矩阵,并构造对照函数,通过非正交联合对角化方法得到SEMG的最优估计。仿真实验表明该算法在解决SEMG的混迭现象有很好的分离效果,与FastICA、JADE算法相比,信号间的相似系数和算法性能指数明显改善,算法效率提高。

Hammerstein模型的记忆效应盲辨识方法

针对未知记忆深度的Hammerstein模型,提出一种基于高阶累积量的Hammerstein模型记忆效应盲辨识方法。将Hammerstein模型中对记忆深度的确定转换为对模型输出信号高阶累积量扩展矩阵的求秩问题,给出对角元素乘积(NPODE)方法以确定记忆深度,分别比较该方法与GM直接定阶法、拐点法的鲁棒性。结合提出的记忆深度估计算法,给出线性记忆模块系数的提取方法。理论推导与仿真结果表明,线性记忆模块系数的提取过程不受无记忆非线性效应的影响。

一种基于干扰重构的自适应干扰对消算法

从干扰信号的波束域和时域特征人手，建立了基于四阶累积量联合对角化的干扰估计模型，提出了联合干扰重构和自适应对消的主瓣干扰抑制算法，给出了处理流程和工程应用条件，分析了干扰重构的相对误差，对信噪比损失性能进行了仿真分析，同时评估了对测角性能的影响。仿真结果表明，在于噪比大于40dB、干扰与目标夹角大于1／8波束宽度的条件下，该算法可有效抑制主瓣干扰，其重构的干扰信号与真实干扰信号相对误差小于2％，干扰抑制后目标回波信噪比损失小于3dB，测角精度恶化小于波束宽度的1／30。

累量域二维波达方向估计方法

提出了一种新的适合任意高斯噪声环境的高分辨二维波达方向(DOA)估计方法——联合对角化4阶累积量-DOA矩阵方法。该方法以阵列的特殊结构为基础,利用四阶累积量构建3个子阵,采用联合对角化技术获得信号的二维角估计,适用于存在一维角度兼并的情况,且无需二维谱峰搜索和参数配对,从而避免了配对算法在低信噪比、小角间距或者复杂的信号传播环境下所带来的弊端。仿真结果证明了该方法的有效性。

三阶对角累量在故障诊断中的应用

三阶累量能有效去除高斯噪声,而且其对角累量能有效保持信号特征,由其产生的1(1/2)维谱可以显示信号的二次相位耦合信息。实验中通过计算故障信号和正常信号的三阶对角累量信息,然后利用这些信息进行具体的故障判别。实验结果取得了令人满意的效果。

带支撑的方钢管柱与桁架梁十字形节点试验研究

为研究带支撑的方钢管柱与桁架梁十字形连接节点的承载性能,对2个足尺试件分别进行了单调加载与滞回加载试验。考察各试件的破坏过程及破坏机理,分析各试件东、西两侧的F-Δ曲线和极限承载力,分别运用通用弯矩法、等能量法和Park法确定节点的屈服点位移,综合衡量节点延性性能,并对累积耗能能力进行分析。结果表明:在两种加载方式下,节点的破坏模态均始于斜撑的局部屈曲,终于斜撑的屈曲变形过大以及支撑与梁段连接处被拉开和螺栓孔的变形。与未加支撑的试件进行对比发现通过加设支撑,试件的极限承载力提高了约3.38倍,累积耗能提高了约65.0%。带支撑的试件在加载过程中方钢管柱、桁架梁以及柱座并未发生破坏,满足"强节点,弱构件"的抗震设计原则。

一种新的联合块对角化卷积盲分离时域算法

提出一种基于高阶累积量联合块对角化的时域算法求解卷积混合盲信号分离问题。引入白化处理,将混叠矩阵转变成酉矩阵,混合信号转变为互不相关的,进而计算出其对应的一系列高阶累积量矩阵,通过最小化代价函数来实现高阶累积量矩阵联合块对角化的目的,在时域中解决超定卷积盲分离问题。实验表明,相比于经典的自然梯度算法,所提方法的分离精度更高,且运算速度也更快。