摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:

摘要:由于能够很好地近似描述任何分布，GMM在模式在识别领域得到了广泛的应用。GMM模型参数通常使用迭代的EM算法训练获得，当训练数据量非常庞大及模型混合数很大时，需要花费很长的训练时间。NVIDIA公司推出的CUDA技术通过在GPU并发执行多个线程能够实现大规模并行快速计算。由此，本文提出一种基于CUDA，适用于特大数据量的GMM模型快速训练方法，包括用于模型初始化的K-means算法的快速实现方法，以及用于模型参数估计的EM算法的快速实现方法。文中还将这种训练方法应用到语种GMM模型训练中。实验结果表明，与Intel DualCore Pentium Ⅳ 3.0GHz CPU的一个单核相比，在NVIDIA GTS250 GPU上语种GMM模型训练速度提高了26倍左右。

摘要:VCO非线性度检测是实现其非线性度精确校正的前提，研究VCO非线性度检测方法具有重要理论意义和实用价值。针对目前基于微元法和分数阶傅里叶变换的VCO非线性度检测方法在抗噪性、实时性等方面存在的不足，提出了一种基于重叠分段和分数阶傅里叶变换的VCO非线性度检测方法。所提方法采取重叠分段的策略以抑制噪声干扰，在分数阶傅里叶变换域进行幅度峰值搜索时改用收敛速度快的黄金分割法以增强实时性。仿真实验表明所提方法具有良好的抗噪性，分段重叠率为0.25时其检测的均方根误差约为现有方法的1/2；当重叠率小于2/3时，其实时性也优于现有方法。

摘要:鉴于倍频等长信号具有重要研究价值，而其现有频率估计方法存在严重不足，提出一种新型加权融合算法。首先，根据倍频等长信号间频率的倍数生成倍频修正矩阵，对倍频等长信号频谱进行同频化处理，使之达到同频等长信号频谱的分析效果。然后，针对倍频等长信号的相位不连续问题，设计具有相位连续特性和噪声对消特性的相位补偿矩阵，对同频化的倍频等长信号频谱进行加权融合，使之近似达到与倍频等长信号长度相同的相位连续信号频谱的分析效果。最后，通过谱峰搜索加权融合频谱获得高精度的频率估计值。算法分析与仿真实验表明：与现有方法相比，本算法精度较高，计算量较小，抗噪性强，普适性好，具有重要的理论意义和实用价值。

摘要:子空间技术是一种有效的人脸美感本征描述方法。为了克服单一子空间在人脸图像美感描述方面的不足，提出了一种基于主成分分析(PCA)与广义矩阵低秩逼近(Generalized Low Rank Approximation Matrix，GLRAM)双子空间的自动人脸美感分析方法。通过组合PCA和GLRAM子空间获取人脸美感特性的全局及局部本征描述，并利用高斯场模型(Gaussian Field model，GF)构造组合子空间的内在几何结构关系。实验选用了一个光照、背景、表情、年龄和种族等变化比较显著的数据库，结果表明，提出的基于双子空间算法优于基于单一子空间的人脸美感分析方法。

摘要:在多站无源均值定位算法中，为了解决部分传感器间夹角过大或过小所导致的定位精度下降问题，提出一种基于虚拟量测变换的多传感器管理无源定位算法。首先在全局坐标系下分析了传感器间夹角对GDOP的影响，进而得到双站获得较好定位精度的夹角约束关系；其次针对不满足该约束关系的传感器组合提出一种虚拟量测变换定位算法，通过空间管理的方法达到对传感器的优化布站，并结合算法的实施步骤对其原理及特点进行了理论分析，尤其对变换前后的交点精度进行了比较。仿真结果表明虚拟量测算法的定位精度要明显优于均值算法，进而说明该算法的有效性及传感器管理在多站无源定位中的重要作用。

摘要:在ISAR成像中，某些雷达目标的部件存在旋转运动，会对目标主体信息产生干扰导致目标成像质量下降，严重时甚至无法实现成像。本文结合压缩感知理论提出了一种含旋转部件目标成像方法。在成像时间内，由于目标主体部件相对于成像区域的位置保持不变，而旋转部件的位置在不断变化，因此，对回波信号运用压缩感知理论可得到目标主体部件的信息，从而有效剔除了旋转部件带来的影响并且大幅减少了回波数据量。最后仿真结果验证了该方法的有效性，并对其抗噪性能进行了一定的分析。

摘要:指纹图像分割是自动指纹识别系统的关键步骤之一。通过分析指纹图像的灰度级数、位移量及相对方向与其灰度共生矩阵的二次统计特征之间的关系，提出了一种基于灰度共生矩阵的指纹图像分割算法。该算法先将指纹图像分割成矩形块，得到每个矩形块在不同相对方向上的灰度共生矩阵的对比度，然后将其对比度方差与预设阈值进行比较，完成前景或背景区的快速判断。分析和实验表明，该算法分割指纹效果较好，并且对不同的采集环境和图像质量都体现出较强的健壮性。

摘要:该文提出了一种基于EEMD域统计模型的话音激活检测算法。算法首先利用总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)对带噪语音进行分解,得到信号的本征模式函数(Intrinsic Mode Function,IMF)分量,选择与原信号的相关性最高的两个分量相加组成主分量；然后对主分量进行频域分解,引入统计模型,求出EEMD域特征参数；最后利用噪声与语音的EEMD域特征参数的不同来进行语音激活检测。实验结果表明,在不同信噪比情况下,本文算法性能优于目前常用的 VAD算法,特别在噪声强度大时体现出明显的优势。

摘要:针对线搜索式角点检测方法存在全局固定阈值对实际图像的光线不均匀等不良现象适应性不足的问题，提出了有关参数自适应的设计方法。在原角点检测基本方法的基础上，首先根据局部区域的对比度信息，设计了同值收缩核(USAN)阈值的自适应动态产生方法。其次，给出了高斯去噪的实施建议，以提高线搜索式角点检测方法的抗噪性能，并给出了其它参数值的动态取值建议。实验结果表明，在本文的参数自适应设计方法下，线搜索式角点检测变得更为实用方便，比原固定阈值的基本方法更能适应光线不均匀现象，对于内容、品质差异较大的图像无需频繁调整参数，仍能保持很高的正检率水平，同时伪响应也处于可接受的水平。

摘要:为减少滤波器长度，提出自适应滤波算法初期迭代统计学模型及改进的回声消除算法。提出的统计学模型分析了自适应算法迭代初期滤波器各系数的均值和方差。基于该模型提出的改进算法，先检测回声路径峰值，进而确定回声路径延时，然后以延时为中心，用一个短的滤波器辨识原回声路径活跃系数部分。用实际回声路径进行仿真，理论和实验结果均表明，新算法在迭代的前75~100步已可准确检测回声路径峰值并确定延时；而减少滤波器长度，可大幅提高自适应算法收敛速度并降低算法计算复杂度。

摘要:本文提出了一种利用接收序列与本地PN序列的相关值辐角的线性回归来估计uwb系统载波频偏的方法,该算法将接收序列与本地PN作相关,利用幅角随时间的线性变化特性,将相关值幅角作线性回归估计频偏。仿真结果表明,与传统PN相关频偏估计算法相比,该算法性能稳定,在有效估计区间内估计精度不受频偏大小影响,抗多径能力强,在低信噪比仍有较高的估计精度。此外,此算法与系统同步使用相同的PN序列与相关计算结果,节约了系统资源,易于实现。

摘要:本文将约束的自适应相位差估计补偿算法引入到频偏估计当中，实现信号间相位对齐。然后，利用自适应相位补偿因子，根据估计方式的不同，给出了两种频偏估计算法：基于时间平均的算法与基于线性拟合的算法。基于时间平均的频偏估计算法是一种渐进无偏的估计算法，具有可控的误差和非常小的均方差，以及计算简单的特点。仿真结果表明当信号信噪比大于-3dB时，基于线性拟合的频偏估计算法性能与CRLB非常接近。

摘要:粉煤灰中未燃烧的碳的含量是粉煤灰利用的关键指标。对比研究了三种算法FFT频域分析法、自相关检测法和基于互相关的虚拟数字锁相放大法检测粉煤灰中未燃烧的碳含量,结果表明,虚拟数字锁相放大法测量标准粉煤灰的碳含量所得数据更加准确可靠,误差和方差均相对较小,不超过3%,测量碳含量在0.5%—4%的粉煤灰样品时,光声信号电压值随碳含量变化的线性关系更加直观明了。虚拟数字锁相放大技术能够精确简单快捷地检测出粉煤灰中的碳含量,对于能源节约和环境保护意义重大。

摘要:对航空发电机进行有效的健康诊断是保证飞机飞行安全的重要技术之一，如何从海量数据提取有用信息，对航空发电机的健康状态进行有效诊断，成为业界关注的主要问题。本文提出一种基于邻域粗糙集和支持向量机相结合的航空发电机智能健康诊断方法。采用专业健康试验平台对某型战斗机的真实航空发电机进行试验，得到转速、负载、油压等大量表征发电机健康状态的监测数据。引入数据挖掘思想，采用邻域粗糙集理论对监测数据进行属性约简，将约简后的属性集输入给所设计的支持向量机健康诊断器，对航空发电机的健康状态进行了诊断研究。研究表明，该方法能够很好实现对某真实航空发电机的健康诊断，具有较高的推广应用价值。

摘要:车辆检测和车型识别是智能交通系统(ITS)中的一个重要方面，而目标识别是低分辨率雷达领域的一个难点。该文提出一种用多普勒雷达进行车型识别的方法，把车辆建模成包含多个散射中心的目标体，散射中心与雷达的距离与频谱能量有关，因此同一目标的频谱变化反映了该目标长高等轮廓特征。然后将有效的频谱特征结合主成分分析(PCA)和线性判别分析(LDA)进行降维，再利用支持向量机(SVM)等分类器实现分型。最后，文章对不同识别算法交叉验证的实验结果进行比较，表明基于PCA-LDA-SVM的车型识别算法效果理想，有广泛的应用前景。

摘要:无外界辅助的GPS弱信号捕获，需要长的相干积分时间和多的非相干积分次数，还要考虑未知的导航数据位和数据位分界对相干积分的影响。本文针对无外界辅助的GPS弱信号捕获方法，从非相干积分入手，提出了一种新的非相干积分方法，并在此基础上分析了包含新方法在内的四种非相干积分方法在相同捕获条件下的捕获概率情况。这些方法在每步非相干积分操作上使用不同的计算方式来计算非相干积分，能达到节约计算量和存储空间的目的。在相同相干积分时间、非相干积分次数和导航数据位边界下，结合不同载噪比条件的弱信号捕获的蒙特卡罗仿真，给出了四种非相干积分方法的捕获概率的实验验证和对比分析。

摘要:为精细分析信号的能量聚集特性，提出了 水平能量聚点的概念，其定义中的尺度因子 、水平因子 分别具有调节信号分析的分辨率、灵敏度的作用。提出了一种基于能量聚点的信号特征分析方法，并应用于掩埋目标的信号检测。结果表明，该方法有助于提高信号的检测率水平。

摘要:首先建立了非对称双向多中继系统数学模型,采用机会中继策略,推导出了该模型在译码转发方式下采用网络编码时的中断概率表达式, Monte Carlo仿真和理论值非常吻合,充分验证了该表达式的正确性。其次分析了不同中继节点位置,不同中继节点个数和不同功率分配因子等情况下的系统中断性能,揭示了功率分配因子与中继节点个数和位置以及系统总功率的内在关系。仿真结果表明,在非对称双向多中继系统中同时采用网络编码和机会中继时,功率分配因子取值为0.6时可获得最佳的系统中断性能,并指出在研究中断概率问题时,中继节点位置是一个不可忽略的因素。

摘要:压缩感知理论是针对采样率和计算复杂度问题的一种新的信号处理模式，它以远低于奈奎斯特频率对信号进行采样，并能准确重构出原始信号。随着宽带高分辨雷达技术发展，目标相对于背景的高度稀疏，与复杂的雷达系统、海量数据呈现极度的不平衡，压缩感知是有效地减弱这种不平衡的可能技术之一。以雷达稀疏信号的压缩测量及重构为主线,本文综述了压缩感知理论在雷达目标探测与识别中的研究进展，分析了压缩感知理论在PD雷达、穿墙雷达、MIMO雷达、雷达目标参数估计、雷达成像，以及目标识别等潜在应用，描述了国内外的相关研究进展。并对研究中现存的难点问题进行了探讨,展望了未来的研究方向。

摘要:针对非线性振动信号故障特征提取困难的问题，提出一种广义维数均值(MeanDq)联合多重分形谱参数(^a和^f)的特征提取方法。首先分析了振动信号的多重分形特性，然后计算出MeanDq、^a和^f作为故障特征量，并将其应用于滚动轴承故障状态的检测。研究表明：MeanDq、^a和^f能够有效的反映滚动轴承振动信号的状态，并且特征量MeanDq和^a较^f具有更好的灵敏度。实践证明该方法在实际应用中切实可行。