信号处理杂志 北大期刊 CSCD期刊 统计源期刊

信号处理 2011年第09期杂志 文档列表

信号处理杂志论文与技术报告

一种有轨迹标识的利用测量生成新目标密度的GM-PHD滤波器1281-1285

摘要：在存在杂波、漏检、目标数目未知和变化的情况下,PHD滤波器是一种多目标跟踪新方法,GM-PHD滤波器是PHD滤波器的一种近似实现。然而,GM-PHD滤波器没有提供单个目标状态估计的身份,而构建目标运动轨迹需要目标状态估计的身份,同时,现有的GM-PHD滤波器在新目标密度生成时对新目标出现位置进行了限制,难以对观测空间任意位置随机出现的目标进行跟踪。为解决非线性观测系统GM-PHD滤波器中目标状态估计的身份标识和新目标密度生成问题,设计了一种新的GM-PHD滤波器。该滤波器利用传感器的观测数据生成新目标密度,通过给滤波器输出的高斯项增加专有身份标识并使用身份标识将源于同一目标不同时刻的目标状态估计关联起来。仿真实验验证了滤波算法的有效性。

EBPSK解调器中利用SVM概率输出的LDPC译码1286-1290

摘要：为了改善扩展的二元相移键控（EBPSK）系统在低信噪比下的误码率性能,引入了低密度奇偶校验码（LDPC）。EBPSK解调器借助特殊的冲击滤波器提高能量利用率,却增加了获得后验概率信息用于译码的困难。本文引入支持向量机（SVM）方法在滤波器输出信号中选取少量采样点进行概率输出并进行LDPC译码,仿真显示可得到较高的信噪比增益。同时,本文还仿真对比了不同采样频率及不同方式获得的后验概率信息对系统译码性能的影响,表明基于SVM的方法在低采样率和低信噪比条件下便可获得较为精确的后验概率,因此,在EBPSK系统中采用SVM方法获得后验概率信息用于LDPC译码是一种较为有效的方式。

基于高阶时频分布的雷达目标微多普勒特征分析1291-1295

摘要：目标微动特征提供了对目标细节的精细刻画,为雷达目标的探测和识别提供了新的途径。在分析机动点目标、振动点目标、复合运动点目标等几种典型微动目标的微多普勒变化规律的基础上,从高阶时频分析的角度出发,提出了一种基于改进L-Wigner分布的微动目标微多普勒特征的分析算法,详细分析了提高时频聚集性和消除交叉项的措施及其高效递推实现方法,并对算法的复杂度进行了分析,最后以机动点目标、振动点目标、复合运动点目标以及多个点目标构成的群目标为例对提出的算法进行了仿真分析。仿真结果表明,相对于Cohen类双线性时频分布,该算法对于复杂非线性调制目标回波信号提供了更好的时频聚集性,并能够较好地消除交叉干扰项的影响,且具有较小的算法运算量。

基于改进的PHD粒子滤波的多目标跟踪技术1296-1300

摘要：有限集统计学（FISST）理论将任意时刻目标状态的集合视为多目标集值状态,而相应的传感器观测值集合被视为多目标集值观测。通过随机有限集建模并利用集合的微积分运算可推导出最优多目标贝叶斯滤波器。然而由于涉及集合微积分运算,最优多目标贝叶斯滤波器的运算量极大。概率假设密度（PHD）滤波器是最优多目标贝叶斯滤波器的一阶矩近似,可以实现在关联不确定、目标数目未知或变化情况下的多目标状态估计。相比于最优多目标跟踪技术,基于PHD滤波器的多目标跟踪技术的运算复杂度得到了有效的降低,更易于工程应用。但在密集杂波背景下PHD滤波器的粒子实现方法仍然存在运算复杂度过高的问题。本文针对密集杂波的情形,提出一种有效的杂波滤除方法,在不影响滤波性能的情况下,降低了运算复杂度,提高了滤波效率。

一种基于模糊推理的JPDAF新方法1301-1305

摘要：多目标跟踪中的数据关联一直是信息融合领域的难点和热点问题,针对杂波环境下多目标跟踪中的数据关联问题,提出了一种基于模糊推理的JPDAF新方法。该方法中,首先详细分析了杂波环境多目标观测数据的特点,定义了多目标环境下的标准化新息变量及新息的一阶微分变量;然后将其作为模糊推理的两个输入变量,通过设计合适的模糊隶属度函数和模糊推理规则,自适应计算目标观测的关联概率来代替传统联合概率数据关联滤波器（JPDAF）中的关联概率,实现对多个目标的有效跟踪。实验结果表明,提出方法的目标跟踪性能要好于传统的JPDAF和Fitzgerald＇s方法,在实时性方面,提出方法也要远好于传统的JPDAF方法,接近Fitzgerald＇s方法,能够有效对多目标进行关联跟踪。

一种新的量子神经网络训练算法1306-1312

摘要：量子神经网络是一种借鉴量子理论中的态叠加思想而设计的单隐层前馈神经网络,其主要用于数据分类。由于采用多层激励函数神经元,并且在量子间隔训练中采用了新的目标函数,即同类输入数据的隐层节点输出方差最小,从而使量子神经网络具备了发掘不同类别数据间模糊性的能力。但由于训练时对量子神经网络权值和量子间隔使用了不同的目标函数,使迭代过程中两者不可避免的会出现相互冲突,从而导致训练迭代次数的增加和网络性能的下降。本文借鉴约束优化理论,在两个目标函数的梯度下降求解中引入了惩罚函数,提出了一种新的量子神经网络训练算法,消除了两个目标函数间的冲突。实验结果表明,本文提出的训练算法可以显著提升训练的速度和网络的性能。

一种基于自适应噪声估计的宽带语音增强算法1313-1318

摘要：为解决传统算法对噪声适应性较差,残留音乐噪声较强的问题,本文提出了一种基于自适应噪声估计的宽带语音增强算法。该算法可应用于宽带语音编码器,以提升在噪声环境下的编码质量。本文所提算法利用谱熵对噪声类型进行有效地判别,将背景噪声分为白噪声和有色噪声两类,并根据噪声特性选择适当的噪声估计方法。在白噪声背景下,选择一种谱平滑的方法;在有色噪声背景下,则选择经典的最小值控制递归平均算法。在此基础上结合经典的统计模型方法,构建一种具有较强噪声鲁棒性的宽带语音增强算法。在ITU-T G.160标准下对算法进行性能测试,测试结果表明,在不同强度的背景噪声环境下,增强语音的信噪比提高都较为明显。同时,在低信噪比情况下,该算法有效地抑制了严重影响听觉质量的音乐噪声现象。

信号处理杂志算法研究

航向角辅助的高斯混合PHD模糊滤波方法1319-1324

摘要：为了更好的解决目标数未知或随时间变化的多目标跟踪问题,针对高斯混合概率假设密度滤波器（GMPHD）的局限性,提出了非线性条件下的航向角辅助的GMPHD滤波算法。本文给出采用测量数据计算航向角的方法,将航向角与观测向量组成复合观测向量,在跟踪过程中提高了对目标位置的估计精度;利用测量数据生成新目标密度,提高了目标数的估计精度;同时,本文在非线性高斯条件下,将求容积卡尔曼滤波（CKF）引入计算目标状态的预测和更新分布,取得了很好的效果;最后利用模糊方法确定了各个目标的运动轨迹。实验结果表明,本文提出的算法不但能给出目标的运动轨迹而且在目标的位置、速度和目标数的估计精度上都有明显的提高。

基于L1-Graph表示的标记传播多观测样本分类算法1325-1330

摘要：同类样本被认为是分布在同一个高维观测空间的低维流形上,针对多观测样本分类如何利用这一流形结构的问题,提出基于L1-Graph表示的标记传播多观测样本分类算法。首先基于稀疏表示的思路构造L1-Graph,进而得到样本之间的相似度矩阵,然后在半监督分类标记传播算法的基础上,限制所有的观测样本都属于同一个类别的条件下,得到一个具有特殊结构的类标矩阵,最后把寻找最优类标矩阵的计算转化为离散目标函数优化问题,进而计算出测试样本所属类别。在USPS手写体数据库、ETH-80物体识别数据库以及Cropped Yale人脸识别数据库上进行了一系列实验,实验结果表明了本文提出方法的可行性和有效性。

一种快速的基于SIFT算法的无人机航拍序列图像自动拼接方法1331-1334

摘要：无人驾驶飞机在短时间内具有相对稳定的航向、飞行速度、飞行高度等特点,这些特点决定了相同时间间隔的航拍序列图像的重合区域相对稳定,在此基础上,本文提出了航拍序列图像拼接方法的约束性条件,及一种快速的无人机航拍序列图像的自动拼接方法。该方法运用自回归模型,将历史相交区域中心点作为模型的输入数据,对当前用于拼接的重合区域进行预测,然后在预测区域内进行SIFT特征提取和特征提纯,并根据提纯后的特征进行快速的序列图像拼接。通过在无人驾驶飞机航拍序列图像上对该方法性能进行实验,结果显示本文的方法具有较好的拼接效果,在海量无人机航拍数据的情况下,能大大减少拼接时间。

基于局部Hilbert边际谱隶属度的微弱目标检测算法1335-1340

摘要：文章采用Hilbert-Huang变换处理海杂波数据,获得了海杂波的Hilbert边际谱,并分析了海杂波的Hilbert边际谱特点以及目标的影响。分析发现：无目标时,海杂波信号的Hilbert边际谱的谱宽较宽,低频成份较弱;而当目标出现时,其谱宽变窄,低频成份明显增强。为了描述目标对海杂波Hilbert边际谱的这种影响,将隶属度引入Hilbert边际谱,并采用目标出现频率处的海杂波局部Hilbert边际谱计算隶属度,通过分析发现,目标出现时,其隶属度明显减小,在此基础上,提出了基于局部Hilbert边际谱隶属度的微弱目标检测算法。仿真结果表明,对于实测和仿真目标数据,该算法的检测性能较好,明显优于基于盒维数的微弱目标检测算法、频域检测算法和多脉冲CA-CFAR检测算法的检测性能,对海杂波中的慢起伏固定目标具备较强的检测能力。

基于D-S证据理论的数据关联新方法1341-1346

摘要：针对被动传感器网络中的多目标数据关联,提出一种基于D-S证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据（包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知）,根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法（FCM）和传统D-S证据理论的数据关联方法。

基于D-S证据理论的阵群目标数据关联算法1347-1351

摘要：由于星载传感器获取数据的时间间隔较长,对监视区域中的每个目标进行稳定有效的跟踪是非常困难的。为此,该文将阵群目标作为研究对象,充分利用阵群目标相对稳定的编成、队形特征,提出了一种基于D-S证据理论的阵群目标数据关联算法。首先,建立阵群目标的编成特征和队形特征的描述模型,并据此提取阵群目标的编成及队形特征;其次,通过D-S证据理论,分别利用编成和队形特征建立阵群目标的关联匹配模型,计算相应的基本概率分配函数;最后,对基于编成和队形特征关联的基本概率分配函数进行证据合成,建立综合的基本概率分配函数,并采用二维分配方法实施关联判决,得出关联结果。仿真实验证实了该算法的有效性。

鲁棒的四元数空间平滑算法1352-1358

摘要：本文针对相干信号波达方向（DOA）估计问题,利用简化电磁矢量传感器阵列提出了一种基于四元数模型的空间平滑（Q-SS）算法。首先,根据四元数的正交特性能够很好地描述矢量传感器阵元内部信号分量之间的垂直关系这一特点,将每个阵元的两分量接收数据合成为一个四元数,建立了简化电磁矢量传感器阵列的四元数接收模型,该模型比传统的长矢量模型更适合于矢量传感器阵列的信号处理。在此基础上,利用本文提出的Q-SS算法对相干信号进行预处理,实现了解相干,并对解相于性能进行了分析,然后通过四元数域的ESPRIT算法估计出相干信号的DOA。理论分析表明Q-SS算法比传统的长矢量空间平滑（V-SS）方法有更高的DOA估计精度,具有对矢量传感器内部电场噪声分量解相关的能力,这是V-SS算法所不具备的优势。最后,通过计算机仿真实验比较和分析了所提算法的有效性。

信号处理杂志应用

一种基于大数逻辑判决和信道响应的HARQ算法1359-1364

摘要：为了克服无线信道时变和多径衰落对信号传输的影响,全球微波互联接入（WiMAX）系统采用混合自动重传请求（HARQ）技术以提高数据传输的可靠性,确保服务质量。传统的非合并HARQ算法处理比较简单,内存需求较少,但是重传次数多,系统吞吐量低;合并译码HARQ算法能够有效减少重传次数,提高系统吞吐量,但是运算复杂度和内存需求较大。针对已有算法存在的不足,提出了一种基于大数逻辑判决（MLD）和信道冲激响应功率（CSI）的HARQ合并译码算法—MLD-CSI。该算法综合运用择多判决法则和择优选择法则,在接收端对多次重传的接收信号进行合并译码。分析和仿真结果表明,在时变和多径信道环境下,所提算法与MRC合并算法相比,几乎不损失系统的误码率和吞吐量性能,且运算复杂度和内存需求显著降低,非常适用于实际系统。

采用Rao-Blackwellised粒子滤波的时变多用户检测1365-1369

摘要：传统多用户检测方法通常假定接收方已知活跃用户数,其一般为这个系统所能容纳的最大用户个数。在此前提下,传统多用户检测方法能够获得较好的性能。然而在实际多址移动通信系统中活跃用户个数及其参数往往都是时变的,因此传统多用户检测方法性能恶化。针对这个问题,本文首先采用随机集理论（Random Set Theory,RST）建立多用户动态模型,基于此模型将信道分解为离散部分和连续部分,并通过分析两者的关系得到它们的状态转移概率;然后提出了采用Rao-Blackwellised粒子滤波（RBPF）算法的时变多用户检测器,实现了活跃用户数目变化和信道幅度变化的跟踪及用户发送数据估计;最后给出了算法在抗噪声能力、抗远近效应和系统容量等方面的仿真结果。仿真结果表明本文算法性能明显优于传统多用户检测方法。

基于信道感知与监测的传感器网络传输参数自适应调整方法1370-1374

摘要：针对预警系统中广域部署在偏远地区的传感器利用现有话音通信线路传输感知信息时,信道具有时变的特征,提出了一种基于信道感知与监测的传输参数自适应调整方法。该方法解决了连接线路在低信噪比下频繁掉线导致的传感器网络采集数据缺失与延时的问题。首先,在数据包传输期间,引入盲信噪比估计方法对信道质量进行感知,通过加权滑窗平均估计结果得到信道质量周期监测的观测值。然后根据卡尔曼滤波原理建立离散化的传输参数自适应调整模型,在保持链路连通状态下,根据信道质量优劣变化自适应地调整传输速率与功率。最后,实验表明,对于野外布设传感器网络的时变信道,该方法能有效保证信息传输的实时性与可靠性。

实时频谱态势图的生成和伪彩色显示编码方法1375-1379

摘要：现代电子侦察需要对一段时间内的频谱态势有整体把握,数字荧光技术（DPX）是近年来应用于实时频谱分析中的一项创新性技术。该技术将一定时间段内的频谱态势通过图像直观的显示出来,可以大大提高对信号的捕获和观察能力。本文设计了一个DPX应用系统,输入信号经过采样和FFT运算后变换到频域,在大约100ms时间内进行65,535次FFI运算,生成的频谱经过积累后生成DPX图像,生成的三维图像其x、y、z轴分别对应频率、幅度和命中次数。为将DPX图像彩色显示出来需要进行伪彩色编码,传统伪彩色编码只对应256色灰度图像,为充分利用DPX信息,本文提出了一种基于RGB三原色的新的伪彩色编码方法——二进制数取位法（take bit from binary number,TBFBN）,该疗法能够对0-65535区间的每一个值进行编码,克服传统伪彩色编码方法仅利用256级数值进行编码的不足。实际应用表明,应用DPX技术可以实现频谱态势的直观显示,同时采用本文的伪彩色编码方法能够增强DPX图像显示效果,提高对信号的观察和分辨能力。