多维DFT的多维多项式变换与离散W变换算法

本文首先通过引进一种序列的重排技术将m(m2) 维离散Fourier变换 (m-D DFT)转化为一系列的一维广义离散Fourier变换(GDFT)的多重和.然后引入一维离散W变换(DWT)以及多维多项式变换(MD-PT)计算该多重和以减少冗余的算术运算,从而得到了高效的多维DFT算法,该算法与常用的行-列DFT算法相比,乘法仅约为行-列法的1/2m,而加法仅约为行-列法的(2m+1)/4m.对于2维DFT的计算,本文方法同单纯的多项式变换方法相比,乘法与加法分别减少50%与40%左右.另外,本文算法计算结构简单,易于编程实现,通过数值实验验证了本文算法的高效性.     

基2DFT的最快速算法

本文提出一种FFT新算法,其计算量不大于现有的各种基2DFT算法.然后,与Winograd小DFT(4,8,16点)结合使用,得出一种计算DFT的最快速算法.     

二维离散W变换的多项式变换算法

本文利用多项式变换将二维离散Ｗ变换直接转移为一系列一维离散Ｗ变换，从而得到２ＤＤＷＴ的多项式变换法，算法不需复运算，结构简单，同上前使用的行列算法相比，该算法的乘法次数减少一倍，加法次数有所减少。     

幂迭代超分辨率快速算法

本文提出了一种阵列信号超分辨率快速算法，并分析了它的收敛速度，这种算法基于协方差矩阵的特征值平移和矩阵的幂迭代，而不需要矩阵求逆，它的收敛速度快，一般只需几次迭代就能收敛，且算法结构简单，易于实现。     

一种中值滤波的快速算法

在信号处理中,大多数中值滤波的快速算法都是基于排序理论的.本文突破了这种约束,一方面从序列中快速寻找中值人手,对传统的快速排序求中值的算法进行了改进,它无须对数据进行排序,减少了运算量;另一方面充分利用数据相关性,考虑移入值和移出值与中值的位置关系,达到数据的快速插入与删除.实验表明,该算法应用于信号滤波处理时,能有效地降低中值滤波算法的时间复杂度,计算效率和运算速度比传统快速滤波算法更高.     

幂迭代超分辨率快速算法

本文提出了一种阵列信号超分辨率快速算法,并分析了它的收敛速度。这种算法基于协方差矩阵的特征值平移和矩阵的幂迭代,而不需要矩阵求逆。它的收敛速度快,一般只需几次迭代就能收敛,且算法结构简单,易于实现。     

任意长度离散Hartley变换的快速算法

本文把长为plq(p为奇数,q为任意自然数)的DHT转化为Pl个长为q的DHT的计算及其附加运算,附加运算只涉及P点cos-DFT和sin-DFT的计算;对长度(P1l,1,Psls 2l (p1, , ps为奇素数)的DHT,用同样的递归技术得到其快速算法,因而可计算任意长度的DHT;文中还论证了计算长为N的DHT所需的乘法和加法运算量不超过O(Nlog2N)。当长度为N=pl时,本文算法的乘法量比其他已知算法更少。     

一种DOA估计的快速子空间算法

MUSIC算法是一种属于特征结构的子空间超分辨方法，该算法性能优良，但需要估计协方差矩阵并对其进行特征分解，运算量大，很费计算时间。本文对波这方向估计问题进行了研究并提出了一种采取降维处理的快速子空间算法，该算法利用阵列协方差矩阵的一个子矩阵快速得到信号子空问，无需特征分解，且无需估计整个协方差矩阵，只需估计该子矩阵，故快速算法运算复杂度远低于MUSlC算法，而性能损失并不太大。理论分析和计算机仿真结果表明此方法是有效的。     

一种快速DOA估计算法

MUSIC算法需要将天线阵列接收数据的协方差矩阵进行特征分解,并在全空域进行谱峰搜索。该算法具有很高的分辨力、估计精度及稳定性,但是运算量巨大,难以实时实现。通过对等距线阵特点及MUSIC算法的研究,提出了一种无需特征分解和在全空域进行谱峰搜索的快速算法,算法采取降维处理的方法快速估计信号子空间,然后根据基于阵列一次快拍的FFT算法粗略估计的局域信号空间进行谱峰搜索,从而有效降低了算法的计算量,理论分析和计算机仿真结果证明了该算法的有效性。     

高效短时DFT压扩器的实现

压扩技术作为提高伟输信号信噪比的有效手段，在通信系统中得到了广泛应用。短时DFT压扩器根据瞬时谱直接在频域对信号压扩而无需峰值检测，对降低衰落噪声、提高信号传输质量比传统压扩器更为有效，但短时DFT压扩器运算量大，计算效率低。本文通过对传输信号的序号模运算和引人循环相关，构筑了高速化短时DFT压扩器，在保证提高信噪比的前提下，有效减少了运算量和提高了计算效率，具有较大的理论意义和实用价值。     

多量测向量模型下基于贝叶斯检验的快速OMP算法研究

目前多量测向量(Multiple Measurement Vectors, MMV)模型的稀疏重构算法存在两个问题：计算复杂度高和当重构的支撑集存在冗余时无法有效剔除。为同时提高MMV模型的重构效率和重构精度,该文提出一种MMV模型下基于贝叶斯检验的快速正交匹配追踪(Fast Orthogonal Matching Pursuit based on Bayesian Testing, FOMP-BT)算法。首先,通过新原子组选和warm start求逆的思想来减少算法总的迭代次数以及每次迭代的运算量,以提高算法的重构效率;其次,利用贝叶斯检验的思想剔除冗余支撑集以提高重构精度;最后对所研究的算法从参数选择以及计算复杂度等方面进行了理论分析。仿真结果表明,所提算法具有重构精度高、速度快以及对噪声有较好的鲁棒性等优势。     

分析周期结构的一种快速算法—直线法结合FFT和网络分解技术

本文将直线法与快速付里叶变换和网络分解技术相结合，首次提出了一种新的快速算法，这一方法首先对任意入射角平面波激励下无限周期结构的Ｈｅｌｍｈｏｌｔｚ方程进行变换，用直线法离散新方程，其阻抗元素利用ＦＦＴ进行计算，再结合网络分解技术求出电流分布。     

二维离散余弦变换的一种新的快速算法

介绍了二维离散余弦变换的一种新的快速算法，对于Ｎ×ＮＤＣＴ（Ｎ＝２ｍ），只需用Ｎ个一维ＤＣＴ和若干加法运算，与常规的行一列法相比，所需的乘法运算量减少了一半，也比其它快速算法的乘法运算量要少，而加法运算量基本上是相同的。     

基于小波分解的塔式快速图像匹配算法

文章利用小波分析的多分辨率特性，构建了小波金字塔上的快速图像匹配算法。首先对低分辨率的图像进行匹配操作，然后逐级上推，最终实现全分辨率下的图像匹配。实验结果表明该算法可以减少计算量、显著提高匹配效率。     

一种基于DFT快速频率检测的算法与实现

本文介绍了一般测频方法，提出了一种基于DFT的快速测频算法。文中对该测频方法进行了理论分析，并对其性能进行分析和仿真，得出了在实际设计中采样点数与搜索频段数之间的最佳关系。完成了该方法在FPGA上的实验工作。证明该方法是简单可行的，其计算量小、抗干扰能力强，可提高数字接收机的测频速度和精度。该方法对数字接收机测频部分设计有较强的理论和实际意义。     

快速可变速率SAR原始数据压缩算法

该文在原分块自适应矢量量化(BAVQ)算法基础上,提出了一种通过改变矢量码书大小及矢量维数来获得可变的编码数据率的改进措施。为了降低改进算法的计算复杂度,采用了数据块方差的查表法及矢量量化的快速搜索算法。对SAR原始数据进行压缩的结果表明,改进算法能够在不降低量化信噪比的情况下,获得更高的编码效率。不同数据率的解压缩数据生成图像,都不同程度地保留了原始图像中的细节信息。     

一种粒子滤波的盲多用户检测快速算法

该文在时间观察状态空间模型基础上,针对粒子滤波计算复杂的问题,构造了一种在同步快变平衰落信道下计算复杂度低的粒子滤波的DS-CDMA盲多用户检测快速算法。该算法通过对超过门限数目的粒子分类,以不同类别粒子的概率差值作为粒子滤波所需粒子数目是否足够的判断准则,自动调节不同情况下所需的粒子数目,并对不同类别粒子概率差值下盲多用户检测性能进行分析。仿真结果表明,该文算法可以在保证盲多用户检测性能的前提下有效地降低运算复杂度,且检测性能与概率差值成正比。     

图像稀疏分解中原子形成的快速算法

针对图像稀疏分解中原子生成速度慢的难题,本文提出了原子生成的一种快速算法。首先根据原子的尺度把原子分成两大类,一类是小原子,一类是大原子。在此基础上,对于小原子,由于其能量集中分布在一个小的范围,所以利用一个小范围生成的局部原子代替整个原子。对于大原子,先生成一个相对应的较小原子,然后通过插值方法生成大原子。实验结果表明,在重建图像的质量没有任何改变的条件下,当图像大小为256×256时,提出的算法使原子生成的速度提高了20多倍。