梯度直方图和光流特征融合的视频图像异常行为检测算法
摘要：异常行为检测在智能监控系统领域中有广泛的应用前景。本文针对此应用领域，提出了一种结合光流特征和梯度直方图特征的视频异常行为检测及定位方法。首先利用视频背景提取算法进行前景提取和标注，实现对前景信息的分割。然后利用光流和梯度直方图特征提取算法对前景图像分别提取光流和梯度直方图特征，其次，使用支持向量机对数据进行训练和测试。最后结合光流幅度信息与前景标记信息对判断出来的异常行为进行定位。实验结果表明，与先前算法相比，本文算法可以检测出异常行为，并且能够对异常帧进行异常行为定位。类别不平衡学习识别UWB定位非视距信号
摘要：非视距（NonLine of Sight，NLOS）传播是影响超宽带（Ultra-wide Bandwidth，UWB）定位精度的一个重要因素。针对UWB定位中视距（Line of Sight，LOS）信号数量大于NLOS信号数量所呈现的类别不平衡特点，提出了一种基于类别不平衡学习的NLOS信号识别方法。该方法通过给NLOS信号和LOS信号赋予不同的误分代价来训练一个带野值的支持向量数据描述（Support Vector Data Description，SVDD）学习器，实现对数量少但重要的NLOS信号的识别。仿真结果表明，当LOS信号数量远大于NLOS信号数量时，该方法对NLOS信号的识别性能优于支持向量机（Support Vector Machine，SVM）。最小误码率准则盲源分离算法
摘要：针对通信信号混合的盲分离问题，结合通信系统中的误码率性能指标，本文提出一种基于最小误码率准则的盲源分离算法。本算法的基本原理是，将推导的最小误码率准则结合最大似然原则建立盲源分离代价函数，形成一种最小误码率约束的代价函数，接着借助于自然梯度下降搜索，最小化代价函数实现盲源分离。仿真实验分析表明：提出的最小误码率约束代价函数得到的盲源分离算法，比原有的最大似然原则代价函数得到的盲源分离算法，具有更好的收敛性能和分离精度。全双工中继协作下的认知MIMO系统吞吐量最大化研究
摘要：本文研究了全双工中继协作下的认知MIMO系统的平均吞吐量最大化问题。与传统的中继协作认知无线电系统不同的是，该系统模型中的双工中继节点既能协助认知用户源节点进行多天线频谱感知以提高频谱检测性能，也能解码转发认知用户源节点的发送信号以获得更大的系统吞吐量。为使系统平均吞吐量最大，首先，本文以认知用户能获得的最大平均频谱空洞被发现的概率为目标，对系统的帧结构进行优化以获得最佳的感知时间，接着对多个发送天线进行优化以选择出最佳的发送天线，并推导出了在总的发送功率和对主用户干扰受限条件下的认知用户源节点和双工中继节点的最佳功率分配方案。最后的仿真结果表明本文提出的系统模型和优化方案相比传统的双工等功率分配方案以及单工功率分配方案能够获得更大的系统平均吞吐量。多尺度局部区域响应累积的非滑窗快速目标检测算法
摘要：针对滑动窗口全局搜索检测目标搜索时间长的问题，提出一种多尺度局部区域响应累积的非滑窗快速目标检测算法。首先，提取检测目标多尺度可重叠局部区域作为训练样本，通过学习得到多尺度且具有判别能力的部件集，部件集中每个局部区域与检测目标有明确位置对应关系；然后，根据各投影检测器响应判断目标是否在某一区域出现，并利用多尺度目标局部区域的检测结果和位置约束进行投票，完成目标粗定位；其次，利用HOG特征提取和SVM相结合完成检测目标验证实现准确检测。该方法将多尺度部件模型、统计累积投票思想及分类器判决相结合，实现快速目标检测，大大减少滑动窗口逐像素搜索背景时所消耗时间，提高检测效率。3D-HEVC合并模式快速判决方法研究
摘要：基于高效视频编码的3D视频编码（3D—HEVC）是目前正在研究的新一代3D视频编码标准。为降低3D-HEVC中模式选择的计算复杂度，根据非独立视点纹理图中合并模式采用率高的特点，该文提出了一种3D-HEVC合并模式快速判决方法。在B帧中，分析了当前编码单元（CU）与视点方向参考帧中参考块间编码模式的相关性；在P帧中，分析了位于相邻划分深度的CU间编码模式的相关性。根据分析的视点间和划分深度间的相关性设计快速判决条件，预判采用合并／合并-跳过模式编码的CU，判别出的CU在模式选择过程中只检查与预判模式相关的候选预测模式，从而降低计算复杂度。实验结果表明，与3D—HEVC原始算法相比，该文算法能够在率失真性能损失很小的前提下，平均节省11．2％的总编码时间和25．4％的非独立视点纹理图的编码时间。非均匀噪声下的多阵列频域数据直接定位算法
摘要：实际多阵列无源定位系统中，多个阵列分散分布以及单个阵列各阵元之间的差异会造成接收噪声功率分布不均匀，进而导致直接定位算法精度下降。针对上述问题，本文提出了一种非均匀高斯白噪声场中的多阵列频域数据直接定位算法。该算法首先利用阵列输出协方差矩阵对噪声协方差矩阵进行估计，然后再用估计结果预白化阵列输出协方差矩阵，从而减弱了非均匀噪声对直接定位算法的影响，最后利用预白化后的阵列输出协方差矩阵进行直接定位。仿真表明在非均匀噪声下该算法的定位精度较传统的直接定位算法更高，且能较为准确的估计各阵列噪声协方差矩阵。MIMO系统中应用张量分解进行半盲信道估计的算法分析
摘要：针对多输入多输出系统半盲信道估计问题，提出一种基于张量分解的半盲联合信号检测和信道估计算法。其思想是利用张量分解的唯一性，对接收信号构造基于张量分解的平行因子模型，并利用正则交替最小二乘算法对信道和发送信号进行联合迭代估计。仿真结果表明：与传统基于导频信道估计方法相比，所提算法只需少量的导频序列即可获得较高的信道估计精度；与已有的交替最小二乘算法相比，所提算法消除了矩阵求伪逆时可能带来的病态问题，收敛速度较快。文章还详细的分析了正则系数和收敛条件等参数对正则交替最小二乘算法性能的影响。基于噪声谱约束的二值掩码估计语音增强算法
摘要：提出一种基于噪声谱约束的二值掩码估计语音增强算法，用以提高低信噪比情况下的语音可懂度。首先分析了低信噪比时，先验信噪比过估对噪声谱估计函数的影响；再分别对先验信噪比和噪声谱估计函数进行修正；最后，根据修正后的噪声谱估计函数和先验信噪比判断出噪声谱被欠估的时频单元，估计出二值掩码值，并对相应的增强后语音时频单元进行幅度谱约束。仿真结果表明，在几种常见背景噪声的低信噪比情况下，相比于传统维纳滤波法，本文算法效果更好，能有效的提高语音可懂度。蜂群优化神经网络的频谱感知
摘要：由于神经网络训练收敛速度慢、易陷入局部最优解，而最优解对神经网络的频谱感知算法性能影响大，因此为提高神经网络的频谱感知算法性能，采用蜂群算法交叉训练神经网络，加快训练收敛速度，降低均方误差。采用信号的能量、循环功率谱作为特征参数，提出了蜂群优化神经网络的频谱感知算法。仿真结果表明，在给定迭代次数下，相比能量法、循环平稳特征法、无蜂群算法交叉训练神经网络或RBF神经网络的频谱感知算法，本文算法具有更好的感知性能。采用结构相似度和几何约束原理的影像误匹配剔除算法
摘要：针对影像匹配中存在误匹配点问题，提出了一种结构相似度（SSIM）理论的影像误匹配剔除算法，从亮度、对比度、结构三个方面建模得到一个相似性度量作为影像误匹配点剔除准则。该算法首先对匹配点邻域窗口计算其结构相似度，剔除结构相似度小于阈值的匹配点，然后对利用结构相似度理论难于剔除的误匹配点，再根据匹配点在影像空间几何分布特征来进一步进行剔除。通过与现有的基于RANSAC影像误匹配点剔除算法和基于灰度相关影像误匹配点剔除算法进行比较实验，结果表明本文算法能取得较好的误匹配点剔除效果，其综合性能优于其他两种误匹配点剔除算法，且时效性也较RANSAC算法好。iJam密钥产生方案的双窃听者合作攻击
摘要：iJam是一种与信道变化快慢无关、且能够快速生成物理层密钥的新技术。在iJam方案中，发送者连续发送两份相同的OFDM符号，接收者随机干扰每对采样点中的一个。合法接收者可以利用干扰信息重构密钥信息，而窃听者因不知干扰符号的位置而无法进行有效重构。然而，iJam方案的安全性与窃听者的位置紧密相关。尽管iJam采取双向交换密钥等机制克服了单窃听者的位置敏感问题，但是iJam方案的安全问题仍然存在。为攻击iJam，本文提出了一种双窃听者合作攻击方法，两个分别位于Alice、Bob端的窃听者合作对iJam进行攻击。仿真结果表明：双窃听者合作攻击方法可有效破解合法用户协商的密钥。探地雷达瞬态晚时响应开始时刻的估计方法
摘要：为深入分析时域瞬态响应蕴含的目标特征信息，瞬态晚时响应开始时刻的估计成为近年来研究的热点。本文针对实际应用中一定条件下的浅埋目标体，从理论上推导了不同极化下，探地雷达早时响应中表面反射波的能量是相等的，以此确定加窗时刻的起始点；进而利用晚时响应中蕴含的极点收敛性，采用矩阵束方法进行极点估计，确定收敛最早的时刻为晚时响应阶段的开始点。以干沙环境下细长圆柱体的瞬态响应为例，数值仿真与实验结果表明，该方法能有效的分离出瞬态晚时响应。小波包跳频通信系统的性能分析
摘要：介绍了将小波包调制（WPM）技术与跳频技术相结合的高效通信方式，即小波包跳频（WPM-FH）通信系统。利用特征函数法分析和推导了系统在高斯信道、瑞利衰落信道下的误码性能，给出了用户数，跳频点数及子信道数与系统性能之间的关系。理论分析和实验仿真表明，该系统不仅保持了小波包调制技术的优点，提高了频谱利用率，且具有较好的抗多径衰落和抗干扰能力，较好地改善了通信系统性能。同时，为了进一步改善多径衰落对系统性能的影响，在接收端加入了自适应均衡技术，实验结果表明系统性能得到了一定的提高。降低可见光OFDM系统限幅失真的部分线性压扩变换研究
摘要：针对可见光正交频分复用（OFDM）系统发光二极管（LED）限幅失真严重的问题，提出一种部分线性压扩变换方法。输出光功率约束较大或较小时，在发射端对直流光正交频分复用（DCO—OFDM）双极性信号中的正信号或负信号进行线性压缩变换，在接收端对压扩信号进行扩展变换可以有效地减小限幅噪声。输入信号功率一定时，在有效信噪比最大原则下对部分线性压扩变换系数和直流偏置进行优化，系统能够获得最佳性能。仿真实验表明，随着约束光功率增大，系统性能越差，且压缩系数的最优值也越小。随着QAM调制阶数的增加，部分线性压扩变换获得的性能增益越小。瞬时梯度去相关在线EASI算法
摘要：针对在线EASI算法的瞬时梯度与真实梯度存在偏差，并且偏差会随着分离矩阵的迭代更新传递和累积下去，造成分离性能下降的问题，提出了一种瞬时梯度去相关的在线EASI算法-IGDA-EASI算法。IGDA-EASI算法通过消除瞬时梯度间的相关性，减小偏差累积，从而提高算法的分离性能。经仿真实验验证，该算法相较传统在线EASI算法在收敛速度和分离精度方面都获得了较大提高。在信道时变的情况下，IGDA-EASI算法同样具有更好的分离性能。并且在动量项EASI算法中IGDA算法依然具有适用性。《信号处理》征稿简则
摘要：《信号处理》学报是由中国电子学会主办，信号处理专业委员会编辑出版的学术性刊物。1985年创刊。每月25日出版。《信号处理》学报是国内唯一的有关信号处理专业的期刊。本刊的办刊宗旨是反映我国信号处理领域及相关学科的最新研究成果和技术进展。达到学术交流的目的，促进信息科学技术的发展。
