高光谱遥感图像端元提取的零空间光谱投影算法

端元提取技术是高光谱遥感图像光谱解混的关键.在线性光谱混合分析中,首先引入了高光谱遥感图像经过零空间光谱投影后具有单形体的凸不变性.在此基础上,提出了零空间光谱投影算法,通过设计各种度量和准则,制定不同的单次端元提取策略,灵活地实现算法.经过证明,零空间光谱投影算法是对基于子空间投影距离算法(包括零空间投影距离算法与经典正交子空间投影算法)的进一步延伸,提供了更多的端元提取策略.实验结果表明,零空间光谱投影算法在模拟图像以及真实高光谱遥感图像中都能够有效地提取出图像中的各种端元.     

基于分层的多端元光谱解混算法

高光谱图像中,单一端元光谱很难准确刻画一个类别,导致解混结果不准确。针对经典多端元光谱解混(MESMA)算法存在计算量大、端元预选繁琐等缺点,提出基于分层的MESMA(HMESMA)算法,第1层确定像元包含地物类别,第2层在第1层的基础上再分层确定像元包含最优端元个数。采用模拟数据和真实高光谱数据进行实验,证明了本文算法比固定端元解混效果好,平均丰度误差最高降低了2.65%,与经典的MESMA算法精度相当,但大大降低了计算量,提高了计算效率。     

基于正交投影变换的弱信号波达方向估计

提出了一种基于强信号阵列流形矩阵的正交投影变换的弱信号波达方向估计算法,该算法通过构造已知强信号阵列流形矩阵的正交投影矩阵,对阵列接收的数据矢量进行预变换,抑制强信号对弱信号波达方向估计的影响。文中算法只需对数据矢量进行正交投影变换,复杂度低,运算量小。将MUSIC算法、JJM算法和文中算法进行了比较,结果表明文中算法在存在多个强信号条件下能够有效估计多个弱信号的波达方向。     

Video Block Motion Estimation Based on Gray-Code Kernels

Motion in modern video coders is estimated using a block matching algorithm that calculates the distance and direction of motion on a block-by-block basis. In this paper, a novel fast block-based motion estimation algorithm is proposed. This algorithm uses an efficient projection framework that bounds the distance between a template block and candidate blocks. Fast projection is performed using a family of highly efficient filter kernels-the gray-code kernels-requiring only 2 operations per pixel per kernel. The projection framework is combined with a rejection scheme which allows rapid rejection of candidate blocks that are distant from the template block. The tradeoff between computational complexity and quality of results can be easily controlled in the proposed algorithm; thus, it enables adaptivity to image content to further improve the results. Experiments show that the proposed adaptive algorithm outperforms other popular fast motion estimation algorithms.     

基于导向矢量双层估计和协方差矩阵重构的稳健波束形成算法

针对干扰加噪声协方差矩阵(INCM)重构过程中Capon功率谱(CPS)估计分辨率低的问题,该文提出两种稳健自适应波束形成（RAB）算法。该算法首先通过搜索CPS的峰值确定积分区间,然后对各区间积分所得的协方差矩阵进行特征值分解。通过合理设置判定门限确定区间内所含的入射信源数量,并将较大特征值所对应的特征向量作为信源导向矢量(SV)的初步估计。而后通过最大化估计功率的方法,在初步估计SV的正交空间内搜索其与真实SV之间的误差。该算法1利用最小特征值所对应的特征向量,向初步估计的SV中添加正交比例梯度,得到双层估计的SV。与算法1不同,算法2通过求解2次优化(QP)问题得到修正的SV。最后通过重构INCM获得阵列最优权值矢量。通过计算机仿真实验,验证了所提算法有效解决了CPS估计分辨率低的问题,较其他算法综合性能更优,具备更高的稳健性。     

基于代数余子式的N-FINDR快速端元提取算法

基于高光谱图像特征空间几何分布的端元提取方法通常可分为投影类算法和单形体体积最大类算法,通常前者精度不好,后者计算复杂度较高。该文提出一种基于代数余子式的快速N-FINDR端元提取算法(FCA),该算法融合了投影类算法速度快和单形体体积最大类算法精度高的优势,利用像元投影到端元矩阵元素的代数余子式构成的向量上的方法,寻找最大体积的单形体。此外,该算法在端元搜索方面较为灵活,每次迭代都可用纯度更高的像元代替已有端元,因此能保证用该端元确定的单形体,可以将特征空间中全部像元包含在内。仿真和实际高光谱数据实验结果表明,该文算法在精准提取出端元的同时,收敛速度非常快。     

CDMA系统中一种反向链路自适应波束成形算法

在已有波束成形算法基础上,针对码分多址(CDMA)系统反向链路,给出相应智能天线信号模型及性能分析;并基于最大功率输出准则,采用幂法迭代计算,提出一种适合于高速环境的自适应波束成形算法.与原有一些算法相比,该算法仅计算解扩后信号的最大特征矢量,有效地降低了计算量,且性能稳定;可很好地应用于高速车载多径环境.计算机仿真结果表明在相同衰落情况下所提算法性能可接近于性能较好的码滤波法,但复杂度远低于后者,从而实现了以低的计算复杂度获得较好的系统性能.     

基于像元纯净指数的多端元提取算法

针对传统单端元提取方法不能描述端元变异、限制混合像元分解精度的缺点,提出一种基于像元纯净指数的多端元提取算法(Multiple Endmember Extraction Algorithm Based on Pixel Purity Index,PPI-MEE)。首先将图像划分为不重叠的图像块,并分别利用改进的PPI算法提取候选端元集,然后利用候选端元的邻域像元光谱信息对候选端元进行优化和精选。最后,对优化精选后的端元集分类得到每类地物的多端元光谱集。仿真数据和真实高光谱数据的实验结果表明,提出的多端元提取策略具有表征遥感图像中端元光谱变异的能力,能够提高端元提取精度和混合像元分解精度。     

广义空间调制系统的低复杂度检测算法

针对广义空间调制( GSM)系统接收端最大似然( ML)检测算法计算复杂度极高的缺点,提出了一种基于压缩感知( CS)信号重构理论的低复杂度信号检测算法。首先,在多输入多输出( MI-MO)信道模型下,通过改进正交匹配追踪( OMP)算法,得到一个激活天线索引备选集;然后,利用ML算法在该备选集中进行遍历搜索,检测出激活天线索引和星座调制符号。仿真结果表明所提算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。因此,所提算法在保证检测性能的同时也大大降低了计算复杂度,实现了检测性能与复杂度之间的平衡。     

新型自适应广义特征向量估计算法及其特性分析

为了发展快速稳定的广义特征向量估计算法,该文提出基于神经网络的新型单维广义特征向量估计算法;通过分析该算法的所有平衡点证明了当且仅当神经网络权向量等于最小广义特征值对应的广义特征向量时该算法达到稳定状态;利用确定性离散时间分析方法完成了所提算法的动态特性分析,给出了保证算法收敛的边界条件;通过膨胀技术将单维算法扩展为多...     

CS quadrilinear model-based angle estimation for MIMO radar with electromagnetic vector sensors

In order to estimate the angles for bistatic MIMO radar with electromagnetic vector sensors, we link the compressed sensing (CS) theory with quadrilinear model, and propose a novel angle estimation algorithm. In the proposed algorithm, the received data is firstly arranged into a quadrilinear model and then it is compressed according to the compressed sensing theory. We then perform quadrilinear decomposition on the compressed quadrilinear data model via the quadrilinear alternating least square (QALS) algorithm and finally obtain the automatically paired angle estimates with sparsity. Owing to compression, the proposed algorithm has smaller storage requirement and lower computational complexity than the conventional quadrilinear decomposition-based algorithm. Moreover, our algorithm has higher angle estimation accuracy than the estimation signal parameters via rotational invariance techniques (ESPRIT) algorithm and its estimation performance is close to that of the conventional quadrilinear decomposition-based algorithm. Our proposed algorithm needs neither additional pair matching, nor spectral peak searching, and it can be applied to both uniform and non-uniform arrays. Effectiveness of our proposed algorithm is assessed through various simulation results.     

MC-CDMA系统盲空时干扰抑制

该文研究在频率选择性瑞利衰落信道中MC-CDMA系统的盲空时干扰抑制。考虑对应于子载波的衰落系数是信道冲激响应的离散傅里叶变换,通过研究多径信号频域码空间和数据矢量空间,采用噪声子空间技术进行盲信道估计。为了抑制多址干扰(MAI),提出一种基于投影的辅助矢量(PAV)算法,用前一级滤波矢量的输出重构最大比合并(MRC)滤波矢量,将重构滤波矢量投射到由基本滤波矢量和前几级辅助矢量张成子空间上的正交投影作为辅助矢量,将前一级滤波矢量和新产生辅助矢量线性合并得到新的滤波矢量。仿真结果验证了该算法的有效性。     

基于测地线距离和正交投影的端元提取算法

端元提取是高光谱遥感图像混合像元分解的关键步骤。传统线性端元提取方法忽略了像元内地物的非线性混合因素,制约了混合像元分解精度的提升。针对高光谱图像数据的非线性结构,提出一种基于测地线距离的正交投影端元提取算法,将测地线距离引入端元单体提取过程,利用正交投影方法逐个提取端元。为了降低测地线距离计算量,在端元提取前先利用自动目标生成方法和无约束最小二乘法对原始高光谱数据进行数据约减。模拟和真实高光谱图像实验表明,该方法能够表征光谱数据中非线性因素,端元提取结果优于传统自动目标生成端元提取方法。     

空时分组码MC-CDMA系统盲干扰抑制

该文考虑空时分组码多载波码分多址(MC-CDMA)系统的盲干扰抑制。通过研究多径信号频域码空间和数据矢量空间,采用噪声子空间技术进行盲信道估计。使用一种修改的ULV更新算法进行噪声子空间跟踪,该算法不需要相关矩阵的秩估计,直接估计噪声子空间。为了抑制多址干扰(MAI),提出一种基于投影的辅助矢量(PAV)算法,用前一级滤波矢量的输出重构最大比合并(MRC)滤波矢量,将重构滤波矢量到由基本滤波矢量和前几级辅助矢量张成子空间上的正交投影作为辅助矢量,将前一级滤波矢量和新产生辅助矢量线性合并得到新的滤波矢量。仿真结果验证了该文算法的有效性。     

Damped sinusoidal signals parameter estimation in frequency domain

Parameter estimation of noisy damped sinusoidal signals in the frequency domain is presented in this paper. The advantage of the frequency domain approach is having the spectral energy concentrated in frequency domain samples. However, the least squares criterion for frequency estimation using frequency domain samples is nonlinear. A low complexity three-sample estimation algorithm (TSEA) for solving the nonlinear problem is proposed. Using the TSEA for initialization, a frequency domain nonlinear least squares (FD-NLS) estimation algorithm is then proposed. In the case of white Gaussian noise, it yields maximum likelihood estimates, verified by simulation results. A time domain NLS (TD-NLS) estimation algorithm is also proposed for comparison.The Cramer-Rao lower bound (CRLB) of the frequency domain estimation algorithms is derived. The theoretical analysis shows that the FD-NLS can yield a near-optimal performance with few energy-concentrated samples. On the other hand, the TD-NLS does not have the energy concentration property and requires more time domain samples to perform satisfactory estimation. Simulation results verify that the frequency domain estimation algorithms provide better tradeoff between computational complexity and estimation accuracy than time domain algorithms.     

基于快速OPAST算法的直扩信号PN码序列估计

在直接序列扩频(DSSS)通信对抗系统中,伪码(PN)序列估计是一个重要的研究课题.针对在某些情况下权值向量不收敛的问题,提出了一种基于快速正交投影逼近子空间跟踪(OPAST)算法和滑动窗技术的直扩信号PN码序列估计算法,对非同步接收DSSS信号按照宽窗口分段,利用快速OPAST算法提取主特征向量,滑动窗技术实现码同步.该算法迭代权值向量具有正交性以及良好的收敛性,同时解决了常见相位模糊问题.算法具有较低复杂度,数据存储量少,易于硬件实现与实时处理.仿真结果表明,在-10 dB的较低信噪比背景环境中,该快速OPAST算法可以正确有效地估计出PN码序列.     

一种用于视频编码的块运动估计算法——块特征匹配预测搜索算法

本文提出了一种块特征匹配预测搜索ＢＦＭＰＳ算法,可以用于视频压缩的一些国际标准,如Ｈ．２６１,Ｈ．２６３,ＭＰＥＧ１,ＭＰＥＧ２,ＨＤＴＶ中,ＢＦＭＰＳ算法充分利用了序列图像的实际矢量与预测矢量之间距离的空间分布特征,中心偏置分布特性和时间上的相关特性,并采用了中止判决准则,可以明显地减少了运动搜索复杂度,ＢＦＭＰＳ算法在匹配运算中采用 简单有交的块特征匹配准则函数,相应的块匹配计算复杂度,数据读     

高光谱遥感图像非线性解混研究综述

介绍了近年来非线性光谱解混方法的发展状况,主要包括矿物沙地地区的紧密混合模型和植被覆盖区域的多层次混合模型,以及基于这些模型的非线性解混算法和利用核函数、流形学习等方法的数据驱动非线性光谱解混算法及非线性探测算法.最后分析总结了现有非线性解混模型与算法的优势与缺陷及未来的研究趋势.     

Vertex component analysis: a fast algorithm to unmix hyperspectral data

Given a set of mixed spectral (multispectral or hyperspectral) vectors, linear spectral mixture analysis, or linear unmixing, aims at estimating the number of reference substances, also called endmembers, their spectral signatures, and their abundance fractions. This paper presents a new method for unsupervised endmember extraction from hyperspectral data, termed vertex component analysis (VCA). The algorithm exploits two facts: (1) the endmembers are the vertices of a simplex and (2) the affine transformation of a simplex is also a simplex. In a series of experiments using simulated and real data, the VCA algorithm competes with state-of-the-art methods, with a computational complexity between one and two orders of magnitude lower than the best available method.     

中频通信信号信噪比的快速盲估计

信噪比是通信信号处理中的一个重要参数,许多算法都以它作为先验信息来获取最佳性能。该论文通过确定中频通信信号的频谱范围来计算信号能量,进而根据定义估计信噪比,由此提出了一种中频通信信号的信噪比快速盲估计方法。对BPSK,QPSK,16QAM等常用线性调制通信信号的仿真表明:该方法性能稳定,在数据样点长度为4096且信噪比变化范围为-5 dB到25 dB时,估计值的偏差和均方根误差基本都小于0.5 dB。与基于特征值分解的方法相比,在得到精确估计结果的同时具有计算复杂度小、适应动态范围广等优点。