随机相位噪声对成像的影响及其改善方法

从雷达成像的原理出发,分析了方位向随机相位误差对点目标成像的影响,提出了通过对线性调频信号模糊图进行旋转,矩阵奇异值分解来减弱随机相位噪声影响的方法。仿真结果表明,该方法能有效地减弱随机相位对成像噪声的影响。     

相位噪声对双基SAR成像影响仿真分析

通过仿真分析研究了振荡器相位噪声对双基SAR成像的影响。根据振荡器相位噪声的幂律模型,建立了含有相位噪声的双基SAR相位同步误差模型。利用白噪声滤波法得到幂律谱中有色噪声的时域序列,在回波仿真过程中注入相位噪声,通过双基SAR成像处理和点目标质量评估,对比分析了在不同分辨率下相位噪声对成像性能的影响以及高分辨率成像对噪声的要求。仿真发现相位噪声主要使方位向PSLR、ISLR变大并使旁瓣上升,其中积分旁瓣比和峰值旁瓣比对噪声最敏感,并且方位向分辨率越高对噪声越敏感。文中的分析方法和结论对于双基SAR的工程实现具有一定的指导意义。     

线性相位误差对FMCW SAR成像质量的影响

FMCW SAR具有体积小、重量轻、成本低、分辨率高等一系列优点,相位误差是SAR成像质量下降的主要原因,因此,相位误差对FMCW SAR成像质量的影响将成为一个热点.首先分析了线性相位误差对成像质量的影响,然后推导了存在线性相位误差的FMCW SAR的信号模型,并提出了补偿线性相位误差的方法.最后,给出了仿真验证.     

基于随机矩阵理论的高维数据特征选择方法

传统特征选择方法多是通过相关度量来去除冗余特征,并没有考虑到高维相关矩阵中会存在大量的噪声,严重地影响特征选择结果。为解决此问题,提出基于随机矩阵理论（RMT）的特征选择方法。首先,将相关矩阵中符合随机矩阵预测的奇异值去除,从而得到去噪后的相关矩阵和选择特征的数量;然后,对去噪后的相关矩阵进行奇异值分解,通过分解矩阵获得特征与类的相关性;最后,根据特征与类的相关性和特征之间冗余性完成特征选择。此外,还提出一种特征选择优化方法,通过依次将每一个特征设为随机变量,比较其奇异值向量与原始奇异值向量的差异来进一步优化结果。分类实验结果表明所提方法能够有效提高分类准确率,减小训练数据规模。     

基于随机投影技术的矩阵填充算法的改进

利用随机投影加速技术将高维矩阵的奇异值分解(SVD)投影到一个低维子空间上进行,可以减少SVD消耗的时间。定义了奇异值随机投影压缩算子,取代之前的奇异值压缩算子,并用这个算子改进了定点连续(FPC)算法得到FPCrp算法。对改进前后的算法进行了大量实验,结果表明:随机投影技术能够在保持算法鲁棒性和精度的同时,节省50%以上的时间。因此,基于随机投影技术的矩阵填充算法更适合求解大规模问题。     

融合结构-属性交互二部图随机游走的社区搜索方法

属性图中的社区搜索是一种局部社区发现方法,本质是基于用户提供的查询节点返回包含查询节点且在结构内聚的同时属性与查询属性相似的个性化子图.该任务有助于用户更好地理解社区是如何形成的以及社区形成的原因.提出了一种融合结构-属性交互二部图随机游走机制,有效地支持属性图中的社区搜索.具体地,首先基于网络拓扑结构构建结构概率转移...     

TDCS伪随机相位生成法及其改进

针对变换域通信系统中利用传统伪随机相位生成法所得的基函数随机性较弱且相关性较差的问题,提出了一种采用混沌映射m序列控制的伪随机相位生成法,相比于传统相同长度一维m序列产生的基函数,所产生的基函数随机性提高了N倍(N为m序列的长度);同时又由于采用混沌映射,产生的基函数互相关系数很小且可选数量很大.仿真结果表明,采用混沌映射m序列控制法生成的基函数,其随机性与相关性同时得到了提高,从而有效地降低了TDCS的误码率.     

基于高维随机矩阵的癌症基因网络识别方法

癌症基因微阵列数据中冗余基因过多,增加了基因子集规模,导致计算难度提升、判断性能下降.采用高维随机矩阵构建了一种癌症基因网络识别方法,利用维度较高的随机变量构成高维随机矩阵,根据随机矩阵与相关矩阵的属性特征,在系数矩阵右边增加一列扩增随机矩阵,基于矩阵的不失一般性,采用奇异值分解式,完成相关矩阵奇异值拆分,划分随机噪声...     

改善DDS相位杂散的研究与仿真

直接数字频率合成(DDS)技术由于输出杂散信号多且难预测,限制了其发展和应用。依据DDS基本原理,利用傅立叶变换法分析了理想DDS输出频谱特征,推导了相位截断引入杂散信号的频谱分布特点。采用相位随机抖动注入技术,对DDS杂散信号抑制进行了系统建模和仿真,结果证明该技术对DDS杂散抑制效果显著,从而达到了改善DDS相位截断杂散的目的。     

基于奇异熵和随机森林的人脸识别

提出了一种基于奇异熵与随机森林的人脸识别方法。该方法以奇异熵来描述人脸特征。首先在整个人脸图上进行奇异值分解,应用整体奇异熵提取人脸全局特征。然后将人脸图像分成均匀子块,在各子块中进行奇异值分解,应用局部奇异熵提取人脸局部特征。之后将整体奇异熵和局部奇异熵融合形成最终分类特征。最后通过随机森林分类器对其进行分类。在Yale人脸库上的实验表明,该方法对表情、光照具有鲁棒性,且有较高的识别率和较短的识别时间。     

InSAR干涉纹图噪声抑制算法的比较及改进

干涉纹图中的噪声影响着InSAR的图像质量,使得相位解缠无法进行或者使生成的DEM精度降低。为了获得高质量的InSAR纹图,必须对噪声进行有效抑制,同时保持空间分辨率。文中探讨了InSAR干涉纹图的噪声抑制方法,提出了一种新的干涉纹图的滤波方法。并采用了真实数据验证了方法的有效性。     

InSAR干涉纹图噪声抑制算法的比较及改进

干涉纹图中的噪声影响着InSAR的图像质量,使得相位解缠无法进行或者使生成的DEM精度降低.为了获得高质量的InSAR纹图,必须对噪声进行有效抑制,同时保持空间分辨率.文中探讨了InSAR干涉纹图的噪声抑制方法,提出了一种新的干涉纹图的滤波方法.并采用了真实数据验证了方法的有效性.     

混沌分量对相位噪声测量的影响

针对在相位噪声测量过程中,存在测得的振荡器相位噪声比实际中使用时的相位噪声要好一些的问题,考虑到非线性系统中,混沌现象的普遍存在,提出修正振荡器的输出表达式,使其中含有弱混沌分量。采用常用的鉴相测量法,通过仿真得出混沌分量对振荡器相位噪声测量的影响结果。讨论了为减小混沌信号对振荡器相位噪声的影响所需研究的一些问题。     

基于改进逆滤波的衍射成像光谱仪图像复原方法

针对在衍射光谱仪(DOIS)成像中离焦谱段对准焦谱段成像造成干扰而导致的图像模糊问题,提出一种改进的逆滤波复原方法,旨在解决逆滤波中存在的不适定问题,并利用该方法对衍射光谱图像进行复原。改进的逆滤波算法通过引入正则化矩阵来改变原始问题的求解形式,将逆滤波函数进行正则化,从而减弱噪声对图像复原效果所产生的影响。通过将图像复原过程转换为矩阵求逆的过程,并在SVD算法求解过程中添加规则滤波器的方法,来调节正则化矩阵的形式以及参数的大小,达到了减弱矩阵的病态性并取得较优的复原效果的目的。实验结果表明,该方法能够有效地对衍射成像光谱仪图像进行复原,在一定程度上提高了拉普拉斯梯度以及图像质量指数(QI)值,同时减小了均方根(RMSE)值。所提方法能够抑制噪声干扰,增强图像清晰度,复原出与参考图相似度更高的单谱段图像,并能够获得更好的光谱曲线,有助于分析出地貌特征。     

基于奇异值分解和径向基函数神经网络的人脸识别算法研究

提出一种基于奇异值分解和径向基函数神经网络的人脸特征提取与识别方法,来解决人脸识别中的高维、小样本问题。该方法采用奇异值分解、奇异值降维压缩、奇异值矢量标准化和奇异值矢量排序,最后得到用于识别的奇异值特征矢量。运用基于径向基函数神经网络分类器进行人脸分类识别。在ORL数据库上进行实验和数据分析表明,该方法无论是在分类的错误率上还是在学习的效率上都能表现出极好的性能。     

命题逻辑的随机真度理论及其应用

引入命题逻辑公式的基于随机变量序列的随机真度概念,并说明其是已有文献中各种真度概念的共同一般化,证明全体公式的随机真度之集在[0,1]中没有孤立点.利用随机真度定义公式间的随机相似度,进而导出全体公式集上的一种伪距离——随机逻辑伪距离,证明在随机逻辑伪距离空间没有孤立点.指出随机真度是已有文献中各种命题逻辑真度的共同推广.利用概率论中的积分收敛定理,证明一个关于真度的极限定理,该定理沟通了已有各种真度之间的联系.证明随机逻辑伪距离空间中逻辑运算的连续性,并将概率逻辑学基本定理推广到多值命题逻辑.在随机逻辑伪距离空间中提出两种不同类型的近似推理模式.     

双重身份认证方法的设计与实现

数字水印作为一种新型的信息隐藏技术而成为目前业界研究的热点。该文从数字水印、指纹识别等技术相结合的角度,利用数字水印的隐藏性和指纹识别的唯一性,提出了一种网络身份认证的新模型,实现了用户身份的双莺认证,使得网上商业行为、资源访问等活动有了安全保障。依据此模型,详细描述了基于奇异值分解的数字水印算法,并介绍了,指纹识别的过程。实验表明,该文所提出的数字水印算法在抵抗各种常规数据处理和攻击(如嵌入强度、高斯噪声、JPEG压缩、滤波、裁剪等)方面具有良好的性能。     

基于SVD的相位相关方法在空间运动目标检测中的应用

相位相关方法是在两幅相似图像之间检测纯平移运动的一种比较传统的直接估计法,但由于它庞大的计算量使它无法满足实时系统的要求,并且它只能进行整数平移值的检测,因此需找到一种更好的运动估值方法。由于相位相关矩阵在没有噪声干扰的纯平移运动中是一个秩为1的矩阵,所以根据这一性质,提出了一种低复杂度的亚像素平移运动检测方法——基于奇异值分解(SVD)的相位相关方法。该方法是根据傅里叶变换的平移性质,利用最小二乘法进行线性度估计,其运算速度较传统的相位相关方法提高了近3倍。由于它利用的是频域的相位信息,对图像灰度不敏感,因此它具有很强的噪声抑制能力和抗遮挡能力,使它不仅更适合应用于受噪声和云层污染严重的空间目标的平移检测,而且能实现空间目标的精确定位。