基于多级维纳滤波的ESPRIT算法

因奇异值分解引入了庞大的计算量,子空间分解类的测向算法在工程中难以实现实时处理.多级维纳滤波(MSWF)算法,避免了奇异值分解运算,有效地减少了运算量.通过对多级维纳滤波算法进行改进,提出了一种信源数目的估计方法.与传统多级维纳滤波算法相比,该方法提高了测向精度.通过仿真证明了该算法的有效性.     

基于SVD的特征空间波束合成器

针对特征空间波束合成器,采用对数据矩阵进行奇异值分解,利用奇异值和奇异值矢量计算最优权矢量,完成波束合成.该方法不仅完成特征空间降维作用,同时可以避免对阵列协方差矩阵的估计,减少估计运算量和估计误差.实现的主要步骤包括了奇异值分解的数值计算,信源数估计,期望信号波达方向估计和权值求解几个方面.计算机仿真证明,新算法可以正确实现波束合成,提高系统增益.     

基于图像协方差无关的增量特征提取方法研究

针对2维主成分分析(2DPCA)算法无法实现在线特征提取及无法体现完整数据结构信息等问题,该文提出一种基于图像协方差无关的增量式2DPCA(I2DPCA)算法。该算法无需对图像协方差矩阵进行特征值分解奇异值分解,复杂度将大为降低,提高了特征提取速度。针对I2DPCA仅提取了横向特征的问题,又提出一种增量式行列顺序2DPCA(IRC2DPCA)算法,该算法对I2DPCA的特征矩阵再次进行纵向特征提取,保留了图像的横向与纵向结构信息,实现了行列两个方向上的特征提取与数据降维。最后,以自建的物块数据集、通用的ORL和Yale人脸数据集分别进行对比实验,结果表明,该文算法在收敛率、分类率及复杂度等性能方面均得到了显著提高,其收敛率达到99%以上,分类率可达97.6%,平均处理速度为29 帧/s,能够满足增量特征提取的实时处理需求。     

基于奇异值分解的红外弱小目标背景抑制

复杂背景的抑制是红外弱小目标检测技术的一个难题.为解决这个问题,提出了基于奇异值分解的背景抑制算法.从矩阵的角度出发,通过对原图像进行奇异值分解,将包含弱小目标信息的图像矩阵分解到一系列奇异值和奇异值矢量对应的子空间中,然后通过定义的偏差指数所确定的有效的奇异值来重构图像,从而达到背景抑制的目的.与二维最小均方误差算法比较,实验结果显示,该算法对红外弱小目标复杂背景从主观视觉和数值指标都具有良好抑制效果.     

基于图像欧氏距离的高光谱图像流形降维算法

提出两种基于图像欧氏距离的非线性降维方法.该方法利用高光谱图像物理特性, 将图像欧氏距离引入到传统的流形降维算法中.与其它应用于高光谱图像的降维算法相比, 该算法具有诸多优点.图像欧氏距离的引入, 在考虑高光谱图像本身的空间关系的同时, 很好地保持了数据点之间的局部特性, 可以实现有效地去除原始数据集光谱维和空间维的冗余信息.实际高光谱数据的实验结果表明, 该算法应用于高光谱图像分类时, 与其它常见的方法相比具有更高的分类精度.     

基于DWT-SVD鲁棒盲水印算法研究

本文通过对小波变换与奇异值分解的研究,实现一种基于离散小波变换和奇异值分解(DWT-SVD)的奇偶量化嵌入水印算法,可实现水印盲提取.为解决水印安全性问题,使用Arnold变换对水印进行加密;在传统离散小波变换基础上,进行奇异值分解,利用图像的奇异值良好的稳定性,提高图像的鲁棒性;在图像奇异值基础上,进行奇偶量化嵌入和...     

一种快速张量分解算法及其在人脸识别中的应用

基于张量代数的人脸识别技术对姿态、光照和表情的变化具有很好的鲁棒性.本文在高阶奇异值分解的基础上,提出了一种基于特征空间的快速张量分解算法.首先使用传统的子空间学习方法对观测图像进行降维,然后在低维的特征空间对训练数据进行张量分解.通过在Weizmann人脸数据库上进行人脸识别实验,验证了本文方法的有效性.     

一种基于DWT与SVD的数字图像水印算法

利用小波变换和矩阵奇异值的固有特性,提出了一种基于小波变换和奇异值分解的数字图像水印算法.算法对原始载体图像进行小波变换和奇异值分解;对水印图像进行Arnold变换和奇异值分解;把分解后的水印信息嵌入到分解后的原始载体图像中,再进行相应的变换处理,得到嵌有水印的图像.实验结果表明,该算法具有良好的安全性和鲁棒性.     

基于小波包分解的图像特征提取及其应用

提出了一种基于小波包分解的提取图像特征的算法，将图像在不同尺度下的小波包变换模极大值组成一个矩阵，采用奇异值分解得到该矩阵的奇异值矢量作为描述信号调制样式的特征向量。该算法克服了传统的通过各种频域变换提取图像特征时对图像特征难以充分描述的不足，提取的特征向量的维数相对不高，便于实现。计算机仿真结果表明，这种方法具有稳健的抗噪性和良好的扩展性。     

基于奇异值分解图像压缩算法的研究

提出了一种奇异值分解（SVD）的图像压缩算法,该算法通过对数字图像矩阵进行奇异值分解,将一幅图像转换成包含几个非零值的奇异值矩阵,实现图像压缩,便于图像的储存和传输。MATLAB仿真分析表明,矩阵的奇异值分解压缩方法具有较好的压缩性能,有效提高了压缩比。     

基于独立成分分析的高光谱图像数据降维及压缩

该文提出了一种以高光谱图像分析为目标的基于独立成分分析的高光谱图像降维和压缩方法。该方法首先通过独立成分分析提取高光谱数据的光谱特征实现高光谱图像降维,再对降维后的图像采用预测和自适应算术编码的方法进行压缩。对220波段和64波段高光谱数据的实验结果表明,该方法与基于主成分分析的降维相比,压缩比有所提高,特别是更有利于后续的分析处理,但峰值信噪比有所降低。     

基于光谱梯度角的高光谱影像流形学习降维法

为了挖掘高光谱数据的光谱局部特征,从高光谱遥感数据内在的非线性结构出发,提出了一种基于光谱梯度角的高光谱影像流形学习降维方法。采用局部化流形学习算法局部保持投影（LPP）对高光谱遥感数据进行非线性降维,对距离度量进行改进,将能够更好刻画高光谱影像光谱局部特征的光谱梯度角相似性度量应用于LPP方法,并用真实高光谱图像进行降维实验,取得了优于LPP方法和采用光谱角的LPP方法的结果。结果表明,在光谱规范化特征值方面,所提方法优于LPP方法和采用光谱角的LPP方法;在信息量的保持方面,具有更好的局部细节信息保持量。采用光谱梯度角的流形学习方法用于高光谱影像降维能取得较好的降维效果。     

基于低秩张量分析的高光谱图像降维与分类

提出一种用于高光谱图像降维和分类的分块低秩张量分析方法。该算法以提高分类精度为目标,对图像张量分块进行降维和分类。将高光谱图像分成若干子张量,不仅保存了高光谱图像的三维数据结构,利用了空间与光谱维度的关联性,还充分挖掘了图像局部的空间相关性。与现有的张量分析法相比,这种分块处理方法克服了图像的整体空间相关性较弱以及子空间维度的设定对降维效果的负面影响。只要子空间维度小于子张量维度,所提议的分块算法就能取得较好的降维效果,其分类精度远远高于不分块的算法,从而无需借助原本就不可靠的子空间维度估计法。仿真和真实数据的实验结果表明,所提议分块低秩张量分析算法明显地表现出较好的降维效果,具有较高的分类精度。     

GSM模块在家庭监护与环境检测仪中的应用

随着通信技术的发展,基于GSM技术的智能化产品的优势逐渐显现,而传统家庭生理监护与居住环境监测系统实时性差,缺少远距离预警与控制功能,为此设计一种基于GSM技术的监测系统。该系统主要由数据采集、处理模块与数据传输模块组成。TMS320LC31DSP芯片分析、处理外围电路所采集的数据,GSM芯片保证数据实时传输。为了提高了实用性,在设计中还增加了USB扩展模块。此外,文章详细叙述了GSM模块和DSP模块之间的通信机制,以及利用AT指令控制GSM模块具体方法。该设计实现了病人生理参数与居住环境参数的实时检测、传输与显示,大大方便了人们的生活。     

USB技术在无线实时数据传输系统中的应用

本文介绍了基于USB总线的无线实时数据传输系统中的设计方案和开发方法。该系统由CYPRESS公司的CY7C68013芯片和nRF24L01无线模块等组成。文中给出了CY7C68013芯片和nRF24L01无线模块通讯的原理、接口电路,结合实际应用着重阐述了系统的硬件设计及软件设计,并对数据传输的实时性进行了分析。实验证明,该系统控制方便、工作稳定,能实现可靠的无线实时数据传输,在工程实践中具有重大的应用价值。     

基于流形学习的新高光谱图像降维算法

提出了一种新的基于图像块距离的邻域选择方法,并将其应用于流形学习中,得到一类新的高光谱图像非线性降维算法。该类算法利用高光谱图像物理特性,结合图像的光谱信息和空间信息,在最大限度减小图像信息冗余的基础之上,很好地保持了原始数据集的特性。与其它高光谱图像的降维算法相比,改进的流形学习算法不仅考虑到高光谱图像本身的空间关系,而且利用图像块距离更好地保持了数据点之间的局部特性,从而有效地去除原始数据集光谱维和空间维的冗余信息。实际高光谱数据的实验结果表明,所提出的算法在应用于高光谱图像分类时,与其它方法相比具有更高的分类精度。     

一种基于DSP的数据记录模块的设计和实现

介绍一种通过采用数字信号处理器DSP(SMJ320F240)、IDE接口的电子盘和I2C总线接口的计时器来实现的实时数据记录模块,实现了对大容量数据的实时记录。该模块在某型雷达数据处理机系统中的实际应用表明该设计实用可行,并在大容量数据采集系统应用中具有典型性和通用性。     

基于ARM7的数据采集与无线传输模块设计

提出了一种基于ARM7嵌入式系统的数据采集与无线传输模块的设计方案,实现高精度、快速、实时的数据采集与传输。介绍了基于LPC2220芯片的数据采集系统,给出了由嵌入式LPC2220微处理器和射频收发芯片nRF905组成的无线传输模块设计。当其工作在868 MHz频段时,数据传输速率可达1 Mbit·s-¹,采用高增益天线,使得传输距离可达800 m以上,且表现出良好的稳定性。最终实现高精度、快速、实时的数据采集与传输。     

基于MSP430单片机和CH376USB接口的信号采集存储系统

给出了一种基于CH376实现MSP430单片机对实验室小型天线信号采集存储的系统.由于工程测试的需要设计开发了天线方向图自动测试系统.该系统以MSP430单片机为核心,由自动控制模块、信号采集和数据显示模块和USB主机方式数据存储模块三部分组成.从实验结果来看,该系统能够实现转台的自动控制、信号的自动采集、天线方向图的自动绘制和数据实时存储到U盘.测试平台搭建方便,具有测试速度快、精度高、性能稳定的特点.     

结合K-L散度和互信息的无监督波段选择算法

波段选择是重要的高光谱图像降维手段。为了达到降维的目的,提出结合K-L散度和互信息的无监督波段选择算法,并进行了理论分析和实验验证。首先选出信息熵最大的波段作为初始波段,然后将散度与互信息量的比值定义为联合散度互信息（KLMI）准则,选择KLMI值大且信息量也大的波段加入波段子集中,选出信息量大且相似度低的波段集合,最终利用k最近邻分类算法实现了基于最大方差主成分分析算法、聚类算法、互信息算法和本文中方法的真实高光谱数据分类实验。结果表明,本文中的算法总体分类精度和κ系数均达到0.8以上,高于其它算法;大多数地物的分类精度均得到提升,具有较好的分类性能。该算法是一种实用的高光谱图像降维算法。