基于球坐标及三角形插值的颜色信号色域映射算法

针对颜色信号在进行跨媒体传输时出现的失真问题,提出一种基于球坐标及三角形插值的色域映射算法.首先,在球坐标系内选取出目标色域的边界颜色点以作为三角形插值的节点;其次,通过插值节点预查找方法选取出3个符合插值要求的最优节点;最后,使用三角形插值计算得到待映射颜色信号对应的目标色域边界.在EPSON及HP打印机上的实验结果表明本文算法具有良好的可靠性、计算精度及执行效率,可广泛应用于各类呈色设备及彩色图像的色域映射中.     

基于RPIM 法的圆极化天线特性参数快速测试

为提高圆极化天线特性参数的测试精度,线极化分量法往往需要对线分量场进行多次测量。文中在天线测试系统中引入插值算法,减少采样点,提高圆极化天线测试效率。将径向基函数的点插值无网格(RPIM)法引入圆极化天线参数合成算法中,首先使用RPIM 拟合出测试场的幅值和相位,然后再使用解析的方式合成圆极化天线的轴比和方向图,算法性能与基于分段线性插值技术的模型参数估计法(MBPE)和基于三次样条插值的移动最小二乘法(MLS)进行比较,数值实验显示,当采样点数仅为测试点数的4%时,MLS 失效,MBPE 和RPIM 误差均为10-3量级;而当采样点数减少为测试点数的2%时,MBPE 和MLS 均失效,RPIM 的误差虽然增大到10-1 量级,但仍能保持稳定。数值实验证明,在采样点数较少情况下,RPIM 性能优于其它两种算法。     

网格梯度曲率模型零度Metropolis-Hastings遥感图像缺失重建

针对矩形网格遥感图像可微随机域数据缺失重建过程中,存在重建效果不佳且计算效率不高的问题,提出一种网格化全局几何约束零度Metropolis-Hastings遥感图像缺失数据随机重建算法.首先,构建遥感图像的随机梯度-曲率重建模型,通过全局几何约束相互作用随机场模型,匹配整个网格样本的梯度和曲率,从而满足蒙特卡罗模拟应用条件;其次,采用蒙特卡罗算法改进版本零度Metropolis-Hastings算法,实现遥感图像缺失数据重建,该方式不承担对底层数据的概率分布参数描述,有助于降低用户参与度,提高计算效率,适用大型遥感图像数据集的无监督自动处理;最后,通过与其他分类或插值方法实验对比显示,所提算法在数据重建效果和计算效率上均要优于对比算法.     

MQ径向基函数的对流扩散方程优化算法

在介绍MQ径向基函数方法求解对流扩散方程原理的基础上,运用近似特别解方法进行无网格求解。通过在Hilbert空间中定义绝对误差,并结合逐一缩减法对求解形参进行优化。对具体对流扩散方程进行无网格计算,比较形参对方程解的误差,从而对形参数值进行选择。计算结果表明,优化后的形参算法结构简单,提高了计算精度,对于控制求解误差具有应用价值。     

LFM信号参数估计的插值FrFT修正算法

针对线性调频（LFM）信号参数估计插值FrFT算法在信噪比较低时性能下降而且针对不同参数估计性能不稳定的问题,提出了一种修正的插值FrFT算法。首先分析了现有插值FrFT算法问题出现的原因,然后定义了分数阶域量化频率,指出当信噪比较低时,若LFM信号初始频率接近分数阶域量化频率点,插值FrFT算法出现反向补偿的概率增大,性能下降。修正的插值FrFT算法改进了插值方向的判决条件以提高噪声免疫力,并通过频移LFM信号初始频率使其不在分数阶域量化频率点附近。最后,对不同初始频率的LFM信号进行仿真,结果表明,修正的插值FrFT算法提高了LFM信号参数估计精度,性能稳定,而计算量并没有明显增加。      

社区环境下基于节点交互和主题的影响力计算模型

为解决现有算法对社交网络节点影响力计算准确度不高的问题，本文整合节点不同维度信息，综合考虑节点在多个主题社区上的主题分布向量，提出一种新的节点影响力计算模型.模型首先将主题相关性作为先验信息；然后利用混合隶属度随机块（Mixed Membership Stochastic Block）模型表达节点间的交互关系，用主题模型学习主题内容；最后结合全局拓扑关系迭代计算节点的全局影响力.本文选取社交网络数据，以P@N、MAP等作为评价指标同现有主流算法进行比较.实验结果显示，本文算法有效提升了影响力节点识别的准确度和排名的有效性.     

径向基函数插值互相关光流算法粒子图像测速技术

互相关光流混合算法是目前粒子图像测速的主流算法,但是重建速度场精度不高。利用高斯径向基函数插值替换互相关光流混合算法中的双三次插值,减小了重建角度误差。进行朗肯涡流仿真实验,使用高斯径向基函数插值混合算法进行粒子速度场重建,其均方根误差和平均角度误差比传统混合算法分别降低了27.36%和38.32%,并分析了位移和粒径大小对重建误差的影响。搭建了二维粒子图像测速技术（PIV）实验系统,采用粒径为100μm的聚酰胺粒子作为示踪粒子,进行旋转实验和注水实验,分别模拟涡流场和射流场。采用高斯径向基函数插值混合算法进行速度场重建,可以获得与传统混合算法相近的粒子速度场。     

用FrFT插值实现LFM信号的参数估计

分数阶傅立叶域的分辨率由信号时宽带宽积决定,有限的分辨率影响了利用FrFT(分数阶傅立叶变换)估计LFM(线性调频)信号参数的精度.针对此问题,提出了一种利用FrFT插值的LFM信号参数估计方法.在分析引起峰值点偏差的因素后,得到FrFT在峰值点的分数阶傅立叶域的函数表达式,基于此,在分数阶傅立叶域进行插值计算,突破了原有分辨率的限制,提高了参数估计的精度.仿真实验结果验证了算法的有效性.     

一种基于FrFT的波数域SAR成像算法

针对波数域算法运算量较大的问题,文中提出了一种基于分数阶傅里叶变换(FrFT)的波数域SAR成像算法.该算法通过剩余相位补偿和FrFT取代Stolt插值完成了距离徒动校正和IFT变换,大大降低了算法的计算复杂度;另一方面在方位向完成了剩余方位压缩和IFT变换,实现高分辨率高精度成像的目的.仿真结果表明,该算法计算简单快速,并且成像精度优于传统的波数域算法.     

分数阶Fourier变换极值搜索算法研究

 针对步进式搜索算法在分数阶Fourier变换域二维平面效率、精度低下的问题,通过推导分数阶Fourier域极值函数的一阶导数及其快速算法,将全局寻优效果好的混沌优化法和局部搜索能力强的多步拟牛顿法相结合,提出了分数阶Fourier变换极值混合优化算法.并对混合算法的全局收敛性进行了证明.最后,通过仿真实例,验证了混合算法的全局收敛性及其快速收敛能力.混合优化算法的收敛速度和精度均好于步进式搜索法、混沌优化法及步进式-多步拟牛顿混合法.     

LFM信号参数估计的DAF插值算法

为实现LFM信号起始频率和调频斜率的高精度参数估计,对基于离散模糊函数的DAF算法进行了研究。该算法具有计算量小的优点但估计精度受到采样频率和采样点数的限制。针对此问题,提出了一种可提高参数估计精度的DAF插值方法:首先利用DAF将LFM信号转换为正弦信号,分别通过两次FFT并进行峰值搜索得到起始频率和调频斜率的粗估计值,然后基于Rife插值利用最大谱线和次大谱线进行修正得到预估计值,再利用两次单点DFT的频谱细化技术得到该值两侧相邻0.5个量化频率点处的谱线,最后重新进行插值计算。该算法突破了频谱离散化带来的频率分辨率限制,在增加运算量较少的情况下,提高了参数估计的精度。仿真实验结果验证了算法的有效性。      

探地雷达频率域2.5维正演

该文从频率域电磁法满足的控制方程出发,采用有限单元法实现了频率域2.5维探地雷达(GPR)正演模拟。重点分析了波数域电磁场谱随相对介电常数和收发距变化的规律,探讨了2.5维GPR正演模拟的波数选取问题;基于Open MP并行算法与串行算法的计算效率对比,表明频率域2.5维GPR数值模拟方法具有高效率、高精度和高度并行性的特点,为雷达正演提供重要理论参考依据和技术支撑,是GPR全波形反演的重要基础。     

星载SAR等效斜视波数域算法的实现方法

等效斜视的波数域算法是一种适用于大距离徙动高分辨率星载合成孔径雷达成像的优化算法。该算法可以利用雷达发射信号的复制信号作为距离参考信号。由于该算法在频域插值,对插值精度要求高。多普勒参数的精度和加权处理对该算法的成像性能指标具有重要的影响。文中从距离参考函数、Stolt插值、多普勒参数估计和加权处理4个方面分析了等效斜视波数域算法的实现方法,并通过仿真测试对几种可能方法的成像质量指标进行了比较,实验结果验证了等效斜视波数域算法实现方法的有效性。     

柱面阵三维成像的降维时域相关法

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。      

Combining a morphological interpolation approach with a surface reconstruction method for the 3-D representation of tomographic data

In this paper, a new interpolation scheme, based on Mathematical Morphology and a modified Marching Cubes (MC) Algorithm to reconstruct 3-D anatomical structures is presented. The proposed interpolation technique is implemented using morphological operations and incorporates a distance function to improve the computational effectiveness of the technique. The morphological interpolation technique is compared to an existing shape based interpolation method and its advantages include superiority capability on handling various cases such as the branching and holes problem (appearance and disappearance of information) and more accurate volume estimation. Furthermore, the morphological technique is companied with a 3-D reconstruction algorithm capable of representing any anatomical structure from real 3-D medical data. Introducing a novel general rule, the algorithm triangulates all standard cube configurations introduced from the standard MC algorithm, without producing topologically incoherent surfaces or holes. Finally, the technique is implemented in JAVA and its output is in VRML 1.0 format; therefore it can be executed over the internet and implemented for telemedicine applications.     

二维无条件稳定时域有限差分方法

基于半隐式的Crank-Nicolson差分格式给出了一种无条件稳定时城有限差分方法。和传统FDTD法中采用的显式差分格式不同，对Maxwell方程组采用半隐式差分格式，在时间和空间上仍然是二阶精确的。但时间步长不再受稳定性条件的限制，只需考虑数值色散误差对其取值的制约。利用分裂场完全匹配层吸收边界截断计算空间，为保证PML空间的无条件稳定性，其方程也采用半隐式差分格式。数值结果表明相同条件下US-FDTD方法与传统FDTD方法的计算精度是相同的，而且在增大时间步长时US-FDTD方法是稳定的和收敛的。可以预见US-FDTD方法在模拟具有电小结构问题时具有实际意义。     

用于电磁波多尺度问题求解的高效FDTD-PITD混合算法北大核心CSCD

针对电磁波多尺度问题的高效仿真需求,提出了基于亚网格技术的时域有限差分(FDTD)方法与时域精细积分(PITD)方法的混合数值算法。该混合算法的基本思想是采用局部亚网格技术分别对精细结构区域以及其他区域进行剖分,并应用FDTD方法和PITD方法分别对粗网格区域与细网格区域进行求解,同时构建信息交互策略交换细网格区域与粗网格区域的计算信息。一方面该方法减少了电磁波多尺度问题的网格剖分数目,显著降低了内存需求;另一方面由于应用于细网格区域的PITD方法不受Courant-Friedrich-Levy(CFL)数值稳定性条件的限制,该混合方法能够采用较大的时间步长进行仿真,减少了迭代步数以及CPU执行时间。数值计算结果验证了混合算法的稳定性、可行性以及高效性。     

基于最优参数搜索的车辆中网识别方法研究

目前国内外车型识别方法中基于中网区域特征的研究较少,且分类识别的效率和精度较低。该文在分析中网格栅区域结构特征、中网窗口形状特征及区域纹理特征的基础上,提出基于最优参数搜索的改进型C参数的支持向量分类(C-SVC)车辆中网分类识别方法,该方法采用双角度约束以提高分类的效率和精度,即一方面设计基于马氏距离和a-原则对样本数据进行优化分选,并结合加权判别算法加快支持向量机的训练测试速度,以提高算法泛化效率;另一方面在核函数参数设定过程中,设计了基于先验知识的迭代最优参数搜索算法,以提高分类器的分类识别精度。实验表明,上述车辆中网识别方法检测准确率达到97.53%,具有精度高、误检率低的优点,同时极大优化分类识别效率,能够满足识别分类的实时性要求。     

基于几何校正的聚束SAR快速分级后投影算法

快速分级后投影(Fast Factorized Back Projection, FFBP)算法大幅减少了原始后投影算法的插值次数,提升运算效率。然而图像合成过程中仍然需要大量的图像域2维插值操作,庞大的计算量限制了其在实际中的应用。该文提出一种基于几何校正的聚束SAR快速分级后投影算法。该算法利用几何校正的方法实现子图像配准,即在满足聚焦性能的前提下,通过距离维平移和角度维旋转完成子图像在不同坐标系下的投影和子图像合成。该算法避免了逐点插值运算,进一步降低了FFBP算法的计算量。仿真结果表明,该算法能高精度聚焦成像,并且其运算效率相对于基于图像域2维插值的FFBP算法显著提高。