信号处理杂志 北大期刊 CSCD期刊 统计源期刊

信号处理 2016年第07期杂志 文档列表

信号处理杂志论文与技术报告

带约束小生境二进制粒子群优化的生物组学数据集成特征选择757-763

摘要：针对生物组学数据高维小样本的特点而引起的分类误差较大的问题,提出了一种带约束小生境二进制粒子群优化的集成特征选择方法。该方法利用二进制粒子群优化算法搜索分类准确率最高的特征子集,通过约束粒子编码的置位个数以限制选择特征个数,并加入多模优化中的小生境技术使算法能够一次获得多个差异度较大的特征子集,最后采用集成学习技术将基于多特征子集建立的基分类器集成为强分类器并对数据进行分类学习。实验结果表明,该特征选择方法在生物组学数据上能够稳定选择较少特征并获得较好分类性能。

基于希尔伯特黄变换的癫痫自动检测764-770

摘要：希尔伯特黄变换是由经验模态分解和希尔伯特变换所组成的,在非线性、非稳态信号处理方面具有独特的优势。本文首先对脑电波信号进行模态分解,然后根据希尔伯特变换求得各本征模态函数的瞬时频率并依此计算出均值、方差及其核心频率区间等特征,并选取若干个本征模态函数的频率特征组成一个长的特征向量,称之为希尔伯特黄频率特征环。根据该特征向量,本文进一步采用支持向量机对癫痫和非癫痫脑电波信号进行学习和分类,并采用格点搜索的方法来选取支持向量机中的最优参数。通过在典型癫痫脑电波数据集上的5重交叉验证得出本文所提出的新方法在分类准确率上已经超越或接近现有的分类方法。

改进的EEMD算法在时域航空电磁信号降噪中的研究771-778

摘要：常规降噪方法在应用于时域航空电磁信号降噪时需根据噪声情况人为进行参数调整,自适应性较差。总体经验模态分解（EEMD）算法对非线性、非平稳信号处理具有良好的自适应特性,传统的EEMD算法进行噪声抑制是将高频本征模态分量滤除,将低频分量重构得到降噪信号,这种方法易失掉高频分量中的有效信号。本文提出一种改进的EEMD降噪算法,应用于时域航空电磁信号的处理。该方法结合时域航空电磁信号的衰减特性,将信号EEMD分解后得到本征模态分量,其中包含信号和噪声,经Savitzky-Golay平滑滤波,再将高频部分进行阈值去噪,最后得到干净的本征模态分量进行重构。实验结果表明在输入信号信噪比小于等于15 d B的情况下,输出信噪比能够提高12 d B左右,在抑制噪声的同时保留了更多有效信息。

信号处理杂志算法研究

柱面阵三维成像的降维时域相关法779-786

摘要：针对时域相关法用于三维成像时,运算量较大,成像效率较低的缺点,提出了一种降维时域相关法用于柱面阵三维成像,该方法在高度向利用傅里叶变换,而在距离-方位域采用相干累加,使三维时域相关降维至二维时域相关,有效减少了运算量,同时保留了时域相关法无需插值的优点,保证了成像精度。分析了时域相关法、后向投影算法和本文方法应用于柱面阵成像的运算量,证明了在柱面阵人体扫描成像应用中,本文方法在运算量上具有优势。最后通过仿真实验验证了该方法的有效性。

自然场景下的车牌检测与识别算法787-794

摘要：车牌自动识别是智能交通系统的关键技术之一,主要包括车牌检测和字符识别两部分。为提高车牌检测速度和精度,本文提出了一种基于学习、由粗到精的车牌检测方法。首先采用颜色点对和垂直边缘相结合的方法,快速检测出车牌感兴趣区域;然后采用一种基于梯度方向直方图特征和支持向量机的机器学习方法实现车牌的精确定位。在车牌识别阶段,首先采用基于连通域分析与字符固有特征相结合的方法进行字符分割,然后根据字符结构提取3种稳定且有效的特征,采用支持向量机对分割的字符进行识别。采用上述方法对412幅不同角度、不同光照条件、不同时间段下拍摄的图像进行检测与识别,实验结果表明本文提出的算法精度高、鲁棒性好、识别速度符合实时性的要求。

估值合成的时延对准算法795-800

摘要：时延对准问题一直是多天线信号合成系统中的一个重要问题,为了解决在低信噪比条件下时延对准性能差的问题,提出了一种基于估值合成的时延对准算法。该算法以各路信号时延的加权和作为固定参考中心,利用两两时差之间的相关性,对两两时差估计值进行加权合并,有效提高了时延对准性能。并从理论上分析了该算法的性能,理论分析及仿真实验均表明,随着天线数目的增加,算法性能逐渐提高,且在低信噪比条件下提升尤为明显。另外,本文提出算法的时延性能优于基于准合成参考的时延对准算法。

原子-分子字典结合的联合扩展加权稀疏表示人脸识别算法801-809

摘要：针对训练样本字典学习仅包含全局信息、缺乏局部信息的不足,引入与类别相关的原子字典,提出基于原子与分子字典联合扩展的加权稀疏表示人脸识别方法。首先,对各类训练样本进行PCA学习,得到带标记的训练样本基,构造PCA基原子字典,同时将训练样本字典作为分子字典。进而,利用原子字典与分子字典结合得到扩展字典模型。测试时,根据测试样本与扩展字典基之间的距离进行加权得到与当前测试样本关联的重构字典集,最后对测试样本稀疏重构,利用残差进行分类判别。为验证本文方法有效性,分别在AR、Georgia Tech和CMU PIE人脸数据库上进行实验。

过时信道状态信息下的机会式中继选择系统的安全性能分析810-818

摘要：在Nakagami-m衰落信道下,目的端和窃听者采用最大比合并策略,本文研究了在机会式自适应解码转发中继选择安全协作系统中的安全性能。由于实际信道中的反馈延迟,最优的合法中继选择基于合法信道反馈的过时信道状态信息。为了评价机会式中继选择在改善安全性能上的表现,分别推导了准确的正安全容量概率和准确的安全中断概率闭合表达式。此外,针对两种不同情况,推导了形式简单的渐近表达式,并明确给出安全分集阶数和安全阵列增益。理论分析和数值仿真表明,增加中继个数和目的节点的天线数能够改善安全中断概率的性能表现,且在信道状态信息过时的条件下,系统的安全分集阶数与中继数无关。

利用有效相位模式计算任意阵列MUSIC谱的快速算法819-826

摘要：针对任意阵列MUSIC谱的快速计算问题,提出了一种利用模式空间中有效相位模式（EPM）计算MUSIC谱的快速算法。利用空间谱计算时不同方向各阵元的空间相移因子构成一组新的方向向量,由于各方向向量与噪声子空间中特征向量的乘法计算具有循环卷积特性,从而可以利用DFT实现MUSIC谱函数的计算。新的方向向量可以等效为对相应的虚拟连续圆阵采样的结果,根据圆阵能激发的有效相位模式数远小于MUSIC谱的点数的事实,利用DFT计算MUSIC谱时只需要使用有效的相位模式参与计算,从而使计算量大幅度减小。根据方向向量的过采样特性,通过对方向向量进行抽取,利用抽取后的序列计算有效相位模式,进一步较小了计算量。通过仿真实验验证了提出算法的有效性。

MEMS陀螺仪随机序列趋势项提取算法827-833

摘要：MEMS陀螺仪目前广泛应用于水下航行器中,但由于在测量数据中含有趋势项,导致序列非平稳,无法应用ARMA模型等时间序列分析方法对其进行分析,因此,需要探究有效的趋势提取方法提取序列趋势项。本文提出了应用平滑先验算法提取MEMS陀螺数据趋势算法,同时介绍了多项式趋势拟合及经验模态分解趋势提取算法,应用三种算法分别对同一实测数据进行趋势提取,选用正态性检验方法,对趋势提取后残余数据的平稳性进行判断,以此判定其趋势提取效果。数据处理结果证明,三种方法均可实现对MEMS陀螺数据的趋势提取,但是各种方法均有其应用的优劣性,需根据其不同应用条件进行优化选择。

基于关键点逐层重建的人脸图像超分辨率方法834-841

摘要：本文提出一种通过基于关键点逐层重建的人脸图像超分辨率方法。该方法考虑到五官和眉毛局部部位的细节对超分重建的重要意义,本文提出对人脸关键点附近局部区域分别训练超分映射函数,并采用逐层迭代重建实现人脸超分的方法,减小直接重建目标图像的难度。针对超分映射函数,本文采取了线性和非线性两种学习方法,其中线性方法采用主成分分析（PCA）,非线性方法采用自编码网络（Auto Encoder）。在超分重建阶段,先采用双线性插值作为初始化,进而利用学习得到的超分映射函数计算局部人脸图像超分,叠加到全局人脸图像,实现整体超分。基于关键点的人脸超分辨率图像质量较其他超分方法在五官的细节上有更好的效果,本文提出的方法在实验数据集上展现了良好的超分结果,验证了低分辨率证件照情况下的人脸识别的有效性。

信号处理杂志应用

阵列方向矩阵Moore-Penrose逆的波达方向估计842-848

摘要：针对弱信号且源数未知情况下的波达方向估计问题,传统方法是先估计源数目再进行波达方向估计,但源数目估计的误差会造成波达方向估计精度下降。本文提出一种阵列方向矩阵的Moore-Penrose逆和MUSIC（MUltiple SIgnal Classification）算法的联合波达方向估计方法,充分利用Moore-Penrose逆的盲源数波达方向估计和MUSIC算法的高精度的优势。该方法无需预先估计源数目就可进行波达方向估计。通过仿真实验并与传统方法比较,表明本文提出的方法具有更高的精度,特别是在低信噪比情况下,具有更强的鲁棒性。

基于特征值能量的压缩采样信号检测方法849-858

摘要：压缩采样能够较好地保持稀疏信号的结构和信息,可以在不重构原信号的条件下,直接处理采样数据完成信号检测。本文针对压缩采样信号的盲检测问题,提出一种基于特征值能量的检测算法。该算法对循环频率等于零时的循环自相关矩阵进行分析并实现重构,进而利用分解得到的特征值构造检测统计量,通过研究检测统计量的分布情况确定检测门限,最终实现检测判决。实验结果表明,在相同条件下,该算法具有更好的检测性能和相对低的复杂度。

信号处理杂志短文与研究通讯

采用长度规整MAP的说话人分割聚类859-865

摘要：本文首次提出了长度规整的最大后验估计（MAP）方法,并将其应用到说话人分割聚类中的交叉似然比（CLR）和T-Test这两种度量距离上。传统的MAP方法需要在通用背景模型（UBM）基础上进行统计量的计算,进而对模型参数进行自适应偏移,因此偏移的程度与语音片段的长度正相关。当在度量两个长度不相同的语音片段的相似性时,传统的MAP方法会使得说话人模型刻画不准确,从而影响距离度量。本文在MAP过程中,根据语音的长度对相关因子进行规整,然后再进行模型参数的调整,从而使得模型参数与语音长度无关,更能体现说话人的身份信息。在中文多人电视访谈节目数据的分割聚类评测任务上,采用长度规整的MAP方法相对于传统方法都有明显提升,在CLR度量准则下分割聚类错误率相对下降了3.5!,在T-Test度量准则下分割聚类错误率相对下降了10.7!。

MSK信号的最大似然非相干检测算法研究866-871

摘要：针对最小频移键控（MSK）信号,本文研究了一种性能优异的低复杂度最大似然非相干检测（MLNCD）接收模型,通过利用有限的几个符号构成的观测序列检测中间符号解调信息。本文给出了MLNCD模型的判决表达式,并推导了基于MLNCD算法的MSK信号软解调简化表达式,降低了实现复杂度。本文还仿真分析了采用MLNCD算法的无编码MSK系统和有编码MSK系统的误码率（BER）性能,结果表明MLNCD算法比传统MSK非相干解调算法具有显著的BER性能优势,与MSK相干解调性能接近,而且软信息的简化几乎没有造成系统性能损失。

译码转发中继网络的能量效率分析872-880

摘要：随着人们资源节约与环保意识增加,如何获得较高的能量效率成为了绿色通信中一个重要而又棘手的问题。因此,本文研究了译码转发协议下的直接传输、单向中继、双向中继三种传输方式的能量效率。首先在瑞利信道环境下推导了能量效率的闭合表达式,然后通过凸优化算法使得能量效率达到最大。最后,还分析了信道衰落情况、发射的比特数、中继位置和系统电路功率对系统能量效率的影响。仿真结果表明,电路功率对系统的能量效率影响较大;双向中继在发送比特数对等、源节点至中继的距离相同时,其能量效率才达到最优;而当源节点至中继的距离差异较大时,单向中继的能量效率比双向中继性能更好;信道衰落较大时,双向中继比单向中继和直传更有优势。

第十八届全国信号处理学术年会（CCSP-2017）征文通知I0001-I0001

摘要：中国电子学会信号处理分会、中国仪器仪表学会信号处理分会自1981年正式批准成立至今，经历了三十多年的成长和发展历程，已成功地召开了十七届全国信号处理学术会议、八届全国信号处理学组联合学术会议和十二届国际信号处理学术会议。

稿件排版格式I0002-I0002

摘要：来稿请上传Word和PDF版本。纸型：A4（21cm×29．7cm）。页面边距：上3．7cm；下2cm；左2cm；右2cm。论文标题、作者、单位、摘要、关键词、基金项目用通栏。摘要、关键词较正文左右各缩进2个字符，基金项目较正文左缩进2个字符。初投稿时，请将作者姓名、单位、基金项目、作者简介隐去，单独作为附件上传。