Acoustic source tracking algorithm using track before detect

In order to improve tracking performance in a noisy and reverberant environment,an acoustic source tracking algorithm using track before detect was proposed.This algorithm used a modified steered response power as localization function which take into account a rectangular region to achieve more robust source location estimation than steered response power function and applied track-before-detect technology to avoid reduplicate calculation of the same rectangular region so that the algorithm could reduce the computation burden without decreasing the accuracy.The simulation results verified that the proposed algorithm can achieve more accurate tracking results than traditional tracking algorithm in a noisy and reverberant environment.     

一种基于粒子滤波的双极化雷达检测前跟踪算法

针对雷达在低信噪比（signal to noise ratio,SNR）条件下对运动目标的检测和跟踪难题,提出了一种基于粒子滤波（particle filter,PF）的双极化雷达运动目标检测前跟踪（track before detect,TBD）算法,又称联合粒子滤波检测前跟踪（joint particle filter-track before detect,JPF-TBD）方法.该算法借鉴传统的TBD算法处理框架,以经典PF算法为基础,使用双通道幅度相位似然比函数计算粒子权值,并实现了完整的PF过程.与同类研究相比,所提算法能够充分利用双极化雷达各通道幅度和相位信息,进一步扩展了PF算法的应用范围.仿真实验表明:在SNR>10 dB,虚警概率为10-6的情况下所提算法对目标的检测概率大于0.8.     

Multi-layer track fusion algorithm based on supporting degree matrix

The random noises of multi-sensor and the environment make observations uncertain and correlative, so the performance of fusion algorithms is reduced by using observations directly. To solve this problem, a multi-layer track fusion algorithm based on supporting degree matrix is proposed. Combined with the track fusion algorithm based on filtering step by step, it uses multi-sensor observations to establish supporting degree matrix and realize multi-layer fusion. Simulation results show its estimation precision is higher than the original algorithm and is increased by 20% around. Therefore, it solves the problem of target tracking further in the distributed track fusion system.     

基于分区动态规划和航迹关联的弱小目标检测

序列图像中低信噪比运动弱小目标的实时检测算法,是精确制导系统中的关键算法之一。提出一种图像序列弱小目标实时检测新算法,采用分方向区间的动态规划算法和二值图像航迹关联检测。通过在动态规划能量累加过程中引入方向限制,减小了噪声轨迹能量积累和目标轨迹能量扩散,提高了算法的目标检测能力。对算法的检测性能进行了仿真实验,结果表明该算法能有效检测深空背景下信噪比大于1.8、运动方向任意、速度不大于1像素/帧的多个运动弱小目标。     

一种基于动态规划的雷达合批新算法

针对信号分选结果增批现象严重、影响识别准确度的问题,通过分析实际侦收信号的特点,并借鉴生物信息学中动态规划比对算法的思想,提出了对脉冲重复周期（PRI）信号在载频维和脉宽维进行合批的方法,并结合该方法设计了动态合批处理流程。该算法通过比较两批数据在PRI值及其排列顺序上的相似性来进行合批,利用PRI周期性这一很稳定的特征较好地解决了批信号在载频和脉宽维上的增批问题。仿真结果表明,该算法在存在脉冲丢失和干扰脉冲的情况下仍能准确合批。     

A dynamic programming algorithm for nonlinear smoothing

This paper presents a smoothness optimization approach to the nonlinear smoothing problem. Linear smoothing techniques fail to provide adequate results for curves which exhibit both sharp discontinuities to be preserved and, due to measurement or processing errors, outliers and noise to be filtered out. The nonlinear algorithm is based on a criterion for the overall smoothness of the curve. The smoothness criterion is optimized by a dynamic programming strategy. The resulting algorithm turns out to be computationally attractive. The computation time grows proportionally to N² and the storage requirements are 2N locations where N is the number of samples to be smoothed. The algorithm is applied to smoothing pitch contours.     

基于S曲线全局动态调光的改进算法

S曲线全局动态调光算法可以降低LED液晶显示器的功耗,同时能够提高显示图像的静态对比度,但该算法会造成部分图像色彩失真和细节丢失。针对这一问题,本文提出一种图像细节层分离与视觉显著性理论相结合的S曲线改进算法。首先,将原始图像转换至HSV色彩空间进行亮度和色度分离;然后,在图像亮度分量上采用双边滤波得到图像的基础层与细节层,基础层采用S曲线进行动态范围拉伸,实现像素补偿,细节层则运用视觉显著性理论进行分区与权值增强,弥补由像素补偿带来的细节损失;最后,将处理后的各层图像转换至RGB空间显示。将本文算法的仿真结果与原S曲线算法的结果进行对比。结果显示,本文算法在维持原算法功耗降低和静态对比度提升水平不变的基础上,解决了原算法在部分图像中出现的色彩失真和细节丢失问题,提升了图像的视觉显示效果,同时本文算法的仿真结果具有更大的信息熵和平均梯度。     

基于±1二次规划的低复杂度球形解码算法

从MIMO检测的±1二次规划模型出发,推导了最大似然MIMO检测最优解的必要条件。在此基础上提出了一种基于必要条件的球形解码改进算法,该算法在球形解码剪枝策略的基础上利用必要条件对树型搜索的节点进行进一步剪枝,从而明显降低了运算复杂度,而不降低球形解码检测算法的误比特率性能。     

基于动态规划算法的数字图像变位压缩技术探究

在众多数字图像的压缩编码技术中,变位压缩编码技术是基于动态规划算法,它可高效解决许多算法无法解决的问题。在用动态规划算法解决实际问题时,把相互关联的重叠子问题只求解一次,把其状态存入一个二维表中,如果有相同或相似的问题可以直接从二维表中取出结果,减少了重复,提高了效率。     

基于动态规划算法的数字图像变位压缩技术探究

在众多数字图像的压缩编码技术中,变位压缩编码技术是基于动态规划算法,它可高效解决许多算法无法解决的问题。在用动态规划算法解决实际问题时,把相互关联的重叠子问题只求解一次,把其状态存入一个二维表中,如果有相同或相似的问题可以直接从二维表中取出结果,减少了重复,提高了效率。     

Coherent integration detection method for maneuvering target based on dynamic programming

In allusion to the coupling relationship among radial velocity variation, range migration and Doppler spread of a maneuvering target, a dynamic programming (DP) based long time coherent integration (DPCI) detection method is proposed. The energy of the target of high velocity and strong maneuver could be integrated along its trajectory by the proposed DPCI method with high efficiency. The main idea of the DPCI is the joint execution of two operations: the modified DP procedure that could search the current position and velocity of the target, and the improved coherent integration that could calibrate the Doppler shift during the entire process with any large phase spread. The proposed method is applicable to a target with arbitrary motion without estimating its specific movement parameters. Simulation results and performance comparisons show the accuracy and superiority of the proposed method.     

基于指数平滑的动态规划检测前跟踪算法

针对传统动态规划检测前跟踪(Dynamic Programming Track-Before-Detect, DP-TBD)算法在低信噪比(Signal to Noise Ratio, SNR)环境下跟踪性能较差以及容易出现团聚效应的问题, 提出一种基于指数平滑法的DP-TBD算法.该算法的创新之处在于:利用指数平滑法预测当前帧的目标状态, 当对当前帧代价函数进行优化时利用预测的目标状态对前一帧搜索窗内的代价函数进行加权.仿真结果表明, 文中所提算法能够有效抑制团聚效应, 且算法的检测性能和跟踪性能都比传统算法有所提高, 并且信噪比越低, 性能提高越明显.因此文中算法相对于传统算法来说更适用于低信噪比环境.     

基于动态规划和离散调频傅里叶变换的相参检测前跟踪算法

针对基于速度搜索和离散调频傅里叶变换(DCFT)的多帧相参积累检测前跟踪(TBD)算法运算效率低的问题,提出了一种基于动态规划(DP)和DCFT的多帧相参积累TBD算法。该算法利用DP算法搜索位于不同距离单元和方位单元的目标回波,极大地优化了搜索过程,提高了运算效率。仿真实验表明,与传统非相参积累DP-TBD算法相比,在检测概率90%处,所提算法有1.6 dB的提高;与基于速度搜索和DCFT的多帧相参积累TBD算法相比,所提算法运算效率提高了3.6倍。     

一种改进的基于小波域的多曝光图像融合算法

自然界光照强度的动态范围较宽,而普通相机的动态范围远远达不到,因此,导致拍摄的图像中存在某些区域过度曝光和曝光不足,造成图像质量欠佳.文中提出了一种改进的基于小波多分辨率分析的多曝光图像融合算法以解决上述问题.首先对同一场景的多幅不同曝光图像分别进行小波变换;接着,对低频分量平均加权,获取图像近似部分的融合分量,并对高频分量基于区域方差确定权重系数,继而加权平均获取细节部分的融合分量;最后,小波逆变换获得较好质量的多曝光融合图像.仿真实验表明,该算法在较好保持原始图像信息的情况下丰富了细节信息,并且不受曝光问题的干扰,融合了多幅不同曝光图像的优质信息,避免了时域融合过程中出现的色差现象.     

基于动态规划的红外运动小目标检测算法

针对低信噪比下红外小目标的特点,提出一种改进的实用动态规划算法,通过适当的预处理抑制背景噪声、多帧图像灰度累加以提高信噪比,并由虚警和检测概率确定分割门限,检测出小目标位置及状态。详细地叙述动态规划的计算过程及分割门限的确定方法,以简单的步骤实现对低信噪比小目标的检测。实践证明,改进的动态规划算法不仅能完成检测的任务,而且并行性好,易于硬件实现,为下一步的目标跟踪打下了良好的基础。     

基于动态不确定度评定的加权数据融合算法

加权融合算法的AR模型,采用遗忘因子递推最小二乘法估计出测量方差.根据测量方差对单一导航传感器信息进行动态不确定度评定,进而确定组合导航系统的组合不确定度.在满足组合不确定度最小的情况下,利用拉格朗日乘数法进行加权值的求解.通过实例仿真表明该法具有较高的融合精度,对提高组合导航系统的定位精度具有实际意义.     

基于LMMSE估计的多传感器目标航迹融合

介绍一种基于线性最小均方差（LMMSE）估计的多传感器目标航迹融合方法。这种方法适于分布式多传感器目标跟踪系统，它具有LMMSE估计器的许多优点。同时，由于它考虑了因公共的目标动态过程噪声引起的估计误差的非独立性的影响，因此，它比基于独立性假设的方法更精确。     

一种改进的GPON动态带宽分配策略

利用小波变换将自相似性网络流量的长相关性转化为短相关性,并预测流量的方法,对GPON系统物理媒质控制(MAC)层的关键技术--动态带宽分配(DBA)进行研究.在理论上对一种已有的DBA策略提出合理改进.     

灾情侦测无人机动态航迹规划算法设计

提出了一种应用于灾情侦测无人机的动态航迹规划算法。当突发地震、洪水等重大灾害时,可第一时间获取灾情环境信息,并利用无人机携带侦测设备对灾害现场信息、图像进行探测和实时传送。提出了一种基于文化算法框架下的动态航迹规划算法,首先针对环境中的不同地形进行模型构建,对丘陵、山峰等障碍物设计相应的函数模型,构建数字地图,在该地图模型上进行动态航迹规划,该航迹规划算法可使无人机在飞行过程中自主规划航迹,实现超低空飞行,使信息采集更准确,有效的辅助救援策略的制定。通过仿真验证,并与多种算法进行比较,证明了该算法的可行性与有效性。     

一种改进的基于区域梯度——能量的图像融合方法

针对区域梯度法、区域能量法重构图像峰值信噪比较低、均方根误差较高的现象,提出了一种改进的基于区域梯度-能量的压缩感知图像融合方法。该方法首先构造正交小波变换矩阵,并使用小波变换使图像稀疏化,然后采用哈达玛矩阵作为测量矩阵对稀疏信号进行测量得到测量值,分别计算测量值对应的梯度值及能量值,依据绝对值取大法及加权平均法对测量值进行融合,最后对融合后的测量值进行图像重构。实验结果表明,该方法比单独使用区域梯度法或区域能量法具有较好的图像融合效果。