自动指纹识别系统算法的优化改良

在对自动指纹识别系统研究的基础上，从提高指纹图像评估质量的角度出发，提出了在对指纹图像的预处理过程中，提高分割提取算法效率的想法，并提出了相应的算法改进方案。在对自动指纹识别系统算法进行优化改进后，通过对优化前后的指纹图像进行对比，可确定优化后的算法能达到提高指纹识别系统快速性、可靠性、稳定性和准确性的目的。     

一种改进的指纹图像增强算法研究

生物识别技术是依据人的生物特征的惟一性、不变性和可测量性进行个体识别的。伴随着图像处理技术的飞速发展,近年来指纹识别技术发展非常迅速。指纹图像增强常常用于指纹图像预处理过程中,并且发挥着非常重要的作用,直接影响指纹图像质量高低。为了提高指纹图像处理的综合性能,文章提出一种优化的Gabor滤波方法以增强指纹图像,并对Gabor滤波器的参数进行了量化。研究表明,该算法通过增强指纹图像从而提高图像的质量,方便了指纹特征的提取,提高了指纹识别的效率和准确率。     

一种基于星座图恢复的多进制相位调制信号识别算法

在实际调制过程中,无线电波传输多径及衰落引起的符号间干扰和信号接收端的载波频偏会造成星座图难以识别。针对这一问题,提出了一种基于星座图恢复和卷积神经网络的多进制相位调制信号识别算法。首先,设定相邻采样点距离和相位角的阈值以筛除发生符号间干扰时的采样点,保留剩余的有效采样点并形成聚类组;然后,通过旋转相邻聚类组抵消载波频偏带来的影响,实现星座图的恢复;最后,利用卷积神经网络对星座图进行特征自动提取和调制识别。实验结果表明,对于实测信号,所提算法能够较好地恢复星座图并实现BPSK、QPSK和8PSK的准确识别。最终的识别准确率达到了99.9%,较星座图恢复前提高了24.2%。     

基于复合梯度向量的指纹匹配算法

针对接触式指纹识别中存在的非线性形变问题,提出了一种基于复合梯度向量（Composite Gradient Vector,CGV）的指纹匹配算法.该算法首先在经过预处理的指纹图像上建立直角坐标系和第一个基向量,并对指纹图像进行旋转;然后在旋转后的指纹图像上采样基向量,组建向量簇,提取极大梯度向量,并以极大梯度向量为元素组建复合梯度向量;最后以分层标记规则对复合梯度向量进行分层标记,通过对指纹库进行指纹检索、复合梯度向量匹配、维度和梯度匹配,识别出指纹图像.实验结果表明,该方法克服了接触式指纹识别中旋转、偏移、拉伸等问题,有较强的抗非线性形变能力,同时具有较快的识别速度和较高的识别准确率.     

基于信号包络新特征参数的电台个体识别

非协作条件下的电台个体识别是目前通信侦察领域的一个难题。尽管已有多种方法从电台的发射信号中提取到指纹特征实现个体识别,但均在不同程度上存在着低信噪比条件下电台个体识别准确率不高的问题。在分析信号包络特征可以应用于电台个体识别的基础上,提出了一种基于信号复调制与低通滤波的改进包络提取算法,精确地提取信号包络;并为达到降维的目的,从提取的信号包络中求得一个对信号包络特征具有较强表征能力的新特征参数。仿真结果表明,不同电台个体的新特征参数具有较好的聚类性能,识别准确率在95%以上,有效提高了低信噪比条件下电台个体识别的准确率。     

雷达高分辨距离像子带融合识别算法

针对雷达高分辨距离像（HRRP）目标识别问题,对目标回波进行子带划分,分别进行幂变换预处理获得子带距离像,通过实验证明HRRP不同频段的子带距离像均含有目标信息,可以从中提取特征信息用于目标识别。提出一种相关系数相加法子带融合识别算法,由于该方法充分利用了回波信息,因而能获得更好的识别性能,实验仿真验证了这一结论,分析表明算法具有计算复杂度低的优点,因此可实际应用于雷达自动目标识别。     

基于脊线跟踪的指纹图细节提取算法

自动指纹识别和认证作为生物特征识别这一新兴领域的主流技术,有着重要的研究意义和广泛的应用前景。大多数自动指纹识别系统（AFIS）是基于细节特征点（minutiae)的匹配,因此细节特征点的提取是指纹图象处理中的关键环节。本文提出了一种基于脊线跟踪的指纹细节提取算法,能够直接从灰度指纹图象中有效地抽取出细节点及其相关信息。实表明,由于该算法减少了很多不必要的计算量,相对于传统的方法具有明显的速度优势,而且保持了较高的准确率。     

基于二维格星座对SCMA码本的一种设计方法

现有的SCMA(稀疏码分多址)码本采用高维复数星座和映射矩阵相结合的设计方法,存在高维复数星座设计过程复杂,且任意时频资源星座图星座点间的最小欧式距离难以控制的问题。针对上述问题提出了一种基于时频资源星座的码本设计方法。首先设计一个二维格星座,然后通过星座优化和扩频得到特定用户的码本。所提方法不仅可以获得最大成形增益和最大最小欧式距离的合成星座图,还能使SCMA系统性能随着码本维度的增加而提升。仿真结果表明:在高斯信道下,提出的码本较现有的码本有效提升了系统性能。     

基于脊线校正的非接触式指纹识别研究

对比传统接触式指纹识别,非接触指纹识别在卫生安全性和用户接受度等方面具有更大的优势,但由于采样条件和指纹自身的问题,导致的脊线图存在伪脊线或特征点是其主要挑战。针对以上问题,在将指纹图像进行改进的自适应对比度增强（adaptive contrast enhance, ACE）和通过自定义Gabor滤波器对二值化的脊线进行滤波增强的预处理前提下,提出了一种基于指纹结构的脊线和特征点优化（ridge and minutiae optimization, RMO）算法。该算法能够有效地在对伪脊线校正的基础上剔除伪特征点,进而提高特征点信息获取准确性和提升指纹识别效率。为了验证本文所提出方法的有效性,基于一个公共非接触式指纹数据集,设计了两组实验,分别验证上述方法是否能准确、有效的获取指纹特征点信息和该方法对于基于特征点匹配的指纹识别的收益。最终在实验以及结果讨论环节,证明了本文提出的RMO算法能够高效地对指纹特征点信息进行提取,以及该算法能够显著提升指纹识别准确率。     

基于FBI细节点的二次指纹配准算法及应用

文章分析了提取指纹图像FBI细节点的处理过程，构建了点特征向量和域特征向量，提出了基于FBI细节点的二次指纹配准算法及实现方法。实验结果表明，本文算法有很高的识别准确率和识别稳定性，可用于指纹实际识别。     

SCMA codebook design based on resource block constellation

Aiming at the problems of typical sparse code multiple access codebook design scheme based on multidimensional mother constellation that the complexity is high and the minimum Euclidean distance between constellation points on resource blocks is difficult to determine,a SCMA codebook design scheme based on resource block constellation was proposed.By converting the design of multidimensional mother constellation into the design of two-dimensional resource block constellation,the design complexity of constellation was reduced.And the codebook design scheme starting from resource block constellation could maximize the minimum Euclidean distance between constellation points on resource blocks,which was better than the design method in which user codebooks were obtained from multi-dimensional mother constellation.Simulation results show that the proposed SCMA codebook design scheme based on resource block constellation can significantly improve the BER performance of system compared with the typical codebook design scheme based on multidimensional mother constellation.     

基于L1范数稀疏距离测度学习的单类分类算法

 已有单类分类算法通常采用欧氏测度描述样本间相似关系,然而欧氏测度有时难以较好地反映一些数据集样本的内在分布结构,为此提出一种用于改善单类分类器描述性能的高维空间单类数据距离测度学习算法,与已有距离测度学习算法相比,该算法只需提供目标类数据,通过引入样本先验分布正则化项和L1范数惩罚的距离测度稀疏性约束,能有效解决高维空间小样本情况下的单类数据距离测度学习问题,并通过采用分块协调下降算法高效的解决距离测度学习的优化问题.学习得到的距离测度能容易地嵌入到单类分类器中,仿真实验结果表明采用学习得到的距离测度能有效改善单类分类器的描述性能,特别能够改善覆盖分类的描述能力,从而使得单类分类器具有更强的推广能力.     

基于Anti-Gray映射的4D-QPSK星座设计

多维映射通过增加星座的维度数而使得符号间的平均欧式距离大大增加,这可以大程度地提高数字通信系统的可靠性。然而已有的基于Gray映射的4D-QPSK星座在设计上,并没有充分利用四维星座的空间优势,对于相邻星座点的汉明距离并未达到最大。提出一种基于Anti-Gray映射的4D-QPSK星座设计方案,该方案中的比特映射方式按照相邻星座点汉明距离最大,汉明距离为1的星座点欧式距离最大的设计原则,使星座点间具有最大的分集度。仿真结果表明,该方案可以提高抵抗衰落信道的能力。     

基于加权欧氏距离的陶瓷器超声波辨识方法

为克服陶瓷器鉴定传统方法的局限性,提出一种基于加权欧氏距离的陶瓷器超声波辨识方法.以三个完全相同的方形陶瓷盒子作为实验样品,根据样品的断面扫描电镜照片,分析超声波波长与其内部颗粒尺寸之间的关系;提取10MHz超声波在样品内部的背向散射信号,计算各样品与标准样品的背向散射信号间的加权欧式距离,与事先留存的标准样品自身的加权欧氏距离进行比较.计算结果表明,不同样品之间的加权欧式距离不同.利用背向散射信号的加权欧氏距离,可以快速、准确地辨识陶瓷器样品.     

基于欧式距离约束自适应遗传算法的参差码搜索

提出了一种基于欧式距离约束的自适应遗传算法（Euclidean distance-Adaptive Genetic Algorithm,EAGA）,该算法将欧式距离引入自适应交叉概率,使交叉概率随适应度和个体之间的相似度自适应变化,更好地增强种群的多样性,保存优良个体;为了防止EAGA在优化过程中出现退化现象,通过融合按照一定规则产生的新个体对算法进行了改进。采用EAGA选择最优参差比,使滤波器的零点尽可能的浅,在有效抑制杂波的同时避免目标丢失。同标准遗传算法相比,EAGA表现出了较好的搜索性能。     

室内WLAN定位中位置指纹优化的接入点部署方法

提出了一种新的室内WLAN定位中指纹优化的接入点（AP）部署方法。首先在最大化不同位置指纹信号强度间欧式距离的基础上构造注水优化模型,然后经过多次迭代的过零调整及离散调整处理,得到各AP候选位置的非负离散权重,最后根据最大平均权重准则,合理部署AP进而优化位置指纹。实验表明,所提方法能够获得较高的位置指纹定位精度及较低的AP优化位置搜索时间开销。     

基于GAWK-means的地铁车站指纹定位方法

针对在城市轨道交通车站内,利用iBeacon技术进行指纹定位时存在匹配效率较低、定位精度不理想的问题,文中提出了一种基于GAWK-means的地铁车站指纹定位方法.离线阶段,根据指纹数据本身的离散程度进行K-means欧式距离权重优化以便更好地体现类内相似度,再将改进的K-means结合遗传算法,优化聚类结果以减少陷入...     

基于SISO的LDPC码盲译码算法研究

针对传统BP译码算法需要初始条件的缺点,本文提出了一种基于软输入软输出(SISO)的LDPC码盲译码算法,所提算法采用类似BP迭代译码算法步骤,通过对距离信息进行迭代处理,实现无需接收信号的信噪比和信道状态即可译码;同时,还将所提盲译码算法推广到多进制LDPC码的译码应用中。本文所提盲译码算法在初始状态难以确定以及接收信号信噪比难以估计的通信信道中具有重要价值。仿真结果表明,所提算法不论是在AWGN信道还是在瑞利衰落信道上都能取得优良的性能,不论是与标准BP译码算法还是与分层BP译码算法相比,在性能相近的情况下,计算复杂度都有所降低。