观测最优分配的GM-PHD多目标跟踪算法
摘要：概率假设密度滤波器将目标的状态空间及观测空间描述为随机有限集合的形式，有效避免了多目标跟踪中复杂的数据关联问题。但对于不同类型的目标使用同样的全部观测数据集进行目标状态更新，未对观测数据进行合理分配，导致估计性能下降。该文提出一种观测最优分配的高斯混合概率假设密度多目标跟踪算法（MOA-GM-PHD），将目标分为已有目标和新生目标两类，推导极大似然门限来获得两类目标对应的最优观测数据，再分别进行目标状态更新。实验结果表明，该文方法目标跟踪效果优于传统GM-PHD滤波器。同频干扰环境下双向AF中继性能分析及参数优化
摘要：双向中继（two-way relaying，TWR）作为提高中继网络频谱效率的一种有效手段，近年来受到广泛关注。本文研究同频干扰环境下三时隙TWR策略的中断概率性能，中继采用放大转发（amplify-and-forward，AF）策略。首先，理论推导了策略中断概率下界的闭合表达式和高信噪比下的渐进表达式。仿真表明，理论结果能够匹配策略的实际中断概率性能。根据理论结果，以最小化中断概率为目标对中继节点功率分配和中继位置参数进行优化。提出三种优化问题，即（1）给定中继位置，中继功率分配优化问题，（2）给定中继功率分配方案，中继位置优化问题，（3）联合优化中继功率分配和中继位置。仿真结果表明，联合优化能够实现最优的中断概率性能。同步全变分与限制对比度均衡的彩色图像去噪增强方法
摘要：为了更好地实现彩色图像去噪与反差增强的处理，提出一种同步全变分与限制对比度均衡的彩色图像去噪增强方法。首先分析了彩色全变分（CTV）模型存在的问题，并针对这一问题，提出通过引入彩色空间下矢量扩散控制改进该模型，消除阶梯效应。其次，为了避免由于灰度转化带来的信息缺损，给出一种RGB空间下的梯度矢量计算方法。最后构造了限制对比度直方图均衡（CLAHE）的微分模型，将其与改进后的CTV模型融合实现了彩色图像的同步去噪与增强处理。实验结果表明：由于本文方法直接在彩色空间下进行计算，因此可以减少由色彩空间转化带来的信息损失，能够在提高图像的对比度的同时去除噪声，更好地完成彩色图像的去噪与反差增强处理。基于局部行为搜索策略的半监督学习算法及其应用研究
摘要：近年来，半监督学习在模式识别和机器学习领域引起了广泛关注。在这些方法中，半监督支持向量机是非常主流的一类。然而，学习过程中热核函数的参数选择问题一直困扰着研究人员，若选取不当，学习性能会显著下降。为了解决该问题，本文提出一种新颖的基于局部行为搜索策略的半监督学习算法。新算法基于人类行为搜索策略，传统的支持向量机被正则化为拉普拉斯图。在搜索到特征空间的局部分布后，行为因子能够映射到样本邻域的潜在概率分布。为验证新算法有效性，本文分别进行了仿真数据集和实际数据集实验。实验结果显示与传统方法相比，新算法在学习过程中能够更加有效和稳定。机载雷达前视探测方位超分辨算法
摘要：机载雷达前视探测在民用与军用领域都具有广泛应用，例如跑道障碍物探测、低空飞行、自主着陆、侦察等。由于探测区域方位向多普勒带宽几乎为零，不满足DBS与SAR技术处理的条件，因此方位分辨率由天线波束3dB宽度决定。针对雷达前视探测方位低分辨率问题，本文提出一种基于改进雷达信号模型的统计优化超分辨算法。算法同时利用泊松与高斯噪声的分布先验信息进行数学建模，选择贝叶斯最大似然准则对超分辨反问题正则化，通过近似迭代求解实现雷达方位向超分辨。仿真与实测数据结果表明，与改进维纳滤波算法相比较，该算法降低了噪声敏感性，有效抑制虚假目标产生，对于提高波束主瓣内目标分辨能力具有实际应用意义。利用边缘信息的多尺度分块压缩感知自适应采样方法
摘要：在小波域多尺度压缩感知框架下，被完整保留的低频系数存在着许多可利用的图像信息。本文在分析了不同尺度之间、以及同一尺度之内的系数块存在能量差异的基础上，提出了利用边缘信息的多尺度分块压缩感知自适应采样方法（EAS）。该方法首先利用低频系数提取出边缘信息，然后将边缘信息分块，加权计算每个块的边缘信息度，根据边缘信息度判断每个系数块的能量大小，将其转换成每个子块的自适应采样率，从而实现多尺度分块压缩感知的自适应采样。采用医学图像，含有复杂纹理的自然图像和含有严重噪声的SAR图像三类测试数据，验证了EAS方法的性能。数值实验结果表明，EAS方法对不同的压缩感知算法均有很大的提升，能够显著提高图像的重构质量和视觉效果。交通场景中采用有监督序学习拥挤度排序算法
摘要：为自动分析交通场景拥挤度与速度属性，提出基于有监督序学习交通场景拥挤度排序计算模型，利用监督学习思路分别学习交通拥挤度和平均速度两个属性的排序函数。在交通拥挤度排序模型中，首先提取每帧训练图像Gist特征，而对于平均速度排序模型，首先通过帧间差分法提取视频运动信息，然后再提取Gist特征，最后引入改进的Ranking SVM投影模型，学习得到每个属性排序函数。该算法把传统分类问题转化为关于某个属性训练一个排序函数，因不属于硬划分属于比较精细度量模型，从而解决传统拥挤度估计算法存在模糊性的问题。在三组交通视频数据集的实验结果表明本文的排序模型准确度、稳定性相对更高。多方计算任务的量子通信复杂度
摘要：假设多个用户分别根据各自持有的函数对共享数据进行计算，用户之间采用互相通信的方式完成一个共同的目标任务。本文基于一个通用的判别函数模型，给出对于上述任务，采用经典最优算法下的经典通信复杂度。然后，以数据库算法为基础，文中构造了适用于前述任务的量子分布式算法，并给出相应的量子通信复杂度。研究表明，量子算法的性能取决于函数定义域与用户数的无穷大阶的差距。量子通信复杂度较之经典情形最多将会有二次级别的降低。结合牛顿-拉夫森函数计算语音线谱对参数的高效算法
摘要：提出了计算语音信号线谱对（LSP）参数的高效算法NRSPF。首先利用牛顿-拉夫森函数及斯蒂芬森加速求高阶非线性方程的一个实根，再使用多项式综合除法降阶，最后采用费拉里算法求其余的根，即得LSP参数。通过TI-DSP平台的实例研究表明，NRSPF算法与APF算法相比，迭代次数减少、收敛速度加快，计算量小，并且在精度提高10倍、100倍和1000倍情况下，APF算法可能出现被零除错误和死循环，而NRSPF算法不仅避免了该错误，而且迭代次数增加很少，收敛速度仍然很快，得到更精确的结果。本文提出的算法高效、可靠、实时性强，可应用于超低码率语音实时通信系统、语音编解码器等。引入参考信号的新峭度快速不动点算法
摘要：在盲源分离和独立成分分析中，峭度是衡量随机信号非高斯性的常用对比准则，通过不同类型的算法对其进行优化，找到非高斯性极大值点，即实现了源信号的提取或分离。例如，基于峭度的快速不动点算法，它是一种收敛速度很快的算法。最近，Marc Castella等人提出了一类基于所谓“参考信号”的对比准则，以及对应的梯度最大化优化算法，这些算法具有很好的收敛性能。受其启发，文章以一种类似的方式将“参考信号”思想应用到峭度中，得到一种新颖的对比函数，并基于该新峭度对比函数，提出了一种新的快速不动点算法。与经典的基于峭度的快速不动点算法相比，该算法极大地提高了收敛速度，尤其是随着信号样值点数的增加，该算法的优势会更加明显。文章分析和证明了该新峭度对比函数的局部收敛性，给出了新算法的详细推导过程，仿真实验验证了该算法的性能，并与经典算法进行了比较分析。针对盲分离接收的干扰技术研究
摘要：为了应对盲分离接收技术给实施通信干扰带来的困难，设计了一种多时延干扰信号。首先给出了接收信号模型，然后研究信号分离条件，从调制域出发研究了时延差与码元周期的关系对信号分离性的影响，得出了通信信号与干扰信号的不可分准则，根据该准则选择恰当的延时时间，用多抽头延时线的方式生成干扰信号。仿真结果表明，对常用的JADE和viterbi分离算法，多时延干扰信号起到了抗分离的作用。采用支持向量机的宽带频谱感知算法
摘要：认知无线电系统中，压缩感知理论已广泛运用于宽带频谱检测。但是，压缩感知中的重构问题造成频谱检测算法计算复杂度高，且在低信噪比下检测效果不佳。本文提出了采用支持向量机的宽带频谱感知算法，该算法利用支持向量机建立频谱检测分类器，代替信号的重构与检测过程。根据系统对实时性的要求，分别设计了多级二元分类器感知算法和单级多元分类器感知算法。前者适用于分级数有限且实时性要求不高的场景，后者可大幅降低系统的算法复杂度，降低感知时间，适用于实时检测系统。仿真结果表明，与基于重构的能量检测算法相比，本文提出的两种算法均可以有效改善系统对噪声的鲁棒性，提高在较小信噪比下的检测性能。利用多相关器的伪码测距多址干扰抑制算法性能分析
摘要：伪码跟踪多相关器技术广泛应用于导航接收机抗多径和导航信号质量监测。论文通过对比分析多径和多址信号对导航信号相关峰畸变的影响，揭示了多相关器技术可用于多址干扰抑制。通过仿真分析了多址误差随期望接收信号与干扰信号功率差和载波多普勒频率差的变化规律，并与传统的并行多址干扰对消方法进行了对比。仿真结果表明当多址干扰信号功率差小于10dB时，ELS和Double-delta与单级并行干扰对消方法的性能相当，但是实现复杂度大大降低。Femtocell网络中基于双门限的两层协作频谱感知技术
摘要：在Femtocell和Macrocell构成的两层异构网络中，前人提出运用认知无线电的技术来解决网络中存在的干扰问题，但大多数研究主要集中在频谱资源的管理上，没有提出高效的频谱检测方法。本文结合认知无线电中频谱感知技术提出了基于双门限的两层协作频谱感知，检测出空洞的频谱资源分配给Femtocell用户使用，既能提高频谱资源的利用率，又能有效的抑制Femtocell与Macrocell之间的干扰。文中推导出了Femtocell用户基于双门限的两层频谱感知的检测概率和虚警概率，给出了Femtocell网络中感知信息两比特编码的融合准则和基于双门限的两层协作频谱感知的具体实施方法。仿真结果表明，所提算法能够有效提高Femtocell用户的频谱检测概率，通过对感知信息进行两比特编码，再将编码后的信息发送至融合中心进行融合，能够有效的提高整个系统的检测性能，抗噪声能力强。应用判决反馈的混合信号单通道盲分离算法
摘要：该文提出了一种基于判决反馈思想的DF-PSP单通道盲分离算法。该算法结合判决反馈的思想，利用Viterbi序列检测器最可能的幸存序列得到的预判决来合成信道冲激响应尾部造成的符号串扰，来弥补现有PSP单通道盲分离算法对信道冲激响应进行截断处理而带来的性能损失。仿真结果表明，对于两路混合QPSK信号，该算法较截断PSP单通道盲分离算法在复杂度相当的条件下有更好的性能，在误码率为5×10^-3时，信噪比改善可达到2dB左右，且在同等过采样条件下，该算法能获得更好的性能提升。
