改进Chirplet时频原子的非线性调频信号分解

针对Chirplet时频原子对正弦类型的非线性调频信号的分解性能较弱的问题,提出一种改进的Chirplet时频原子．首先从理论上分析Chirplet时频原子对正弦类型的时频分布的失配问题,其次在Chirplet时频原子中加入正弦调频因子,使原子的时频曲线产生类正弦形状的弯曲性能,最后使用遗传算法代替匹配追踪算法,提高原子搜索效率．仿真实验结果表明,改进的Chirplet原子对于非线性调频信号的分解性能与Gabor、Chirplet和FM^mlet原子相比,有了较大的提升．     

一种冗余字典下的信号稀疏分解新方法

针对目前冗余字典下信号稀疏分解常用算法计算复杂度高的问题,提出一种分组匹配追踪算法．该算法首先利用多组正交基构造冗余字典,然后采用迭代式分组匹配追踪,每次迭代从字典中选出一组和原始信号或残余最匹配的正交基,采用正交分解快速算法进行正交分解得到少量重要系数,多次迭代后逐渐稀疏逼近原始信号．实验结果表明,基于小波正交基级联冗余字典进行信号稀疏分解时,在同等稀疏条件下,与匹配追踪(MP)算法相比,该算法的计算速度提高了大约30倍,而且可避免过匹配现象．     

一种改进的跳频信号时频分析方法

利用正交匹配追踪的稀疏表示算法进行跳频信号时频分析时,性能受到傅里叶基矩阵长度和稀疏度未知的限制。针对此问题,结合跳频信号特点对稀疏表示算法加以改进:将跳频信号分段,对每段信号进行傅里叶变换并进行门限检测,得到频率预估计值和信号稀疏度;利用频率预估计值构造频率细化子傅里叶基矩阵;基于正交匹配追踪算法得时频谱图。在运算量相同的情况下,改进方法比直接采用正交匹配追踪算法可获得更高精度的时频谱。     

一种改进的正则化自适应匹配追踪算法

针对压缩感知中未知稀疏度信号的重构问题,提出了一种改进的正则化自适应匹配追踪算法。它通过自适应变步长迭代对信号稀疏度进行估计,并将其作为初始支撑集长度,然后在分阶段迭代中正则化筛选原子,最终实现信号的精确重构。仿真结果表明,该算法重构信号的性能和效率均优于子空间追踪算法、正交匹配追踪算法和稀疏度自适应匹配追踪算法。     

一种Chirplet神经网络自动目标识别算法

针对飞机目标的自动识别问题,提出一种联合特征提取与分类的Chirplet神经网络方法,实现一维高分辨率距离像的识别。Chirplet神经网络将Chirplet原子变换用于多层前馈神经网络结构的输入层,替换传统的激励函数对距离像序列进行特征提取;网络的分类部分由隐层和输出层组成。在训练过程中调整神经网络权值的同时,完成对Chirplet原子时频参数的自动调整,协调优化特征参数和分类器参数,使Chirplet神经网络同时实现特征提取和目标分类。对4类飞机目标的仿真测试结果表明,相比时频变换和Gabor原子网络等方法,具有四特征参数的Chirplet神经网络方法具有较高的识别率和抗噪性能。     

基于稀疏表示的非平稳信号时频分析

为实现多分量非平稳信号的高精度时频分析,给出一种基于稀疏表示的时频分析算法。对信号建立时变自回归模型,选择一组基函数对模型中的时变参数进行稀疏表示,将非平稳信号时频分析转化为一个稀疏表示问题,利用正交匹配追踪算法得到时变参数,从而获得非平稳信号的时频谱。选取一段时长为0.5s的非线性调频信号进行仿真,与短时傅里叶变换和维格纳-维尔分布相比,时频谱和数据显示,所给方法具有更高时频聚集性和频率估计精度。     

基于改进子空间追踪算法的冲击波信号采集

工程实践中采集冲击波信号时须保持较高采样率,且对信号的重构效果要求较高。针对以上问题,将压缩感知理论用于冲击波信号测试,并针对重构算法中的子空间追踪算法进行改进,引入正交匹配追踪算法选择原子的思想来构建初始支撑集,从而降低采样率和提高信号重构效果。在5psi和50psi传感器实测冲击波信号上的实验结果表明,本文算法与未改进前的SP算法相比具有更好的重构效果,重构误差减小,算法运行效率提高70%。     

基于非对角元素方差最小感知字典的DOA估计

针对传统正交匹配追踪(OMP)算法性能受到冗余字典中原子间相关性影响的问题,提出了一种基于格拉姆型矩阵非对角元素方差最小的感知字典设计准则,利用感知字典对OMP算法进行修正,提高了重构性能。针对存在噪声情况的DOA估计,将感知字典与多测量向量的OMP算法相结合,克服了原子间强相关性造成的不良影响,提高了抗噪性能,在极低信噪比下能准确地进行DOA估计。     

LMD与优化OMP算法的滚动轴承故障诊断方法研究

针对K-SVD算法在构建字典时字典原子易受噪声干扰混入虚假原子,正交匹配追踪(OMP)算法不易区分相似原子以及迭代终止条件难以确定问题,提出一种基于局部均值分解(LMD)与优化OMP算法的故障特征提取模型。该模型首先采用LMD算法分解信号,根据皮尔逊相关系数法选取最优PF分量作为样本信号构建字典;然后在OMP算法基础上引入Jaccard系数和峭度最大准则,解出稀疏系数并重构信号;最后进行仿真和实验数据分析。结果表明,基于LMD与优化OMP的故障特征提取模型对滚动轴承故障特征提取效果有改善。     

基于分类字典的多内容灰度图像彩色化算法

为解决基于字典学习与稀疏表示的灰度图像彩色化算法只对单一内容图像有效这一问题,提出了一种新型的图像彩色化方法. 首先,根据目标灰度图像的子内容分别选取多组参考彩色图像,从各组参考彩色图像中选取对应子内容的样本图像块;然后,分别进行字典训练,得到基于内容的分类字典;最后,根据重建误差最小化原则,查找最佳匹配字典,进而实现灰度图像的彩色化. 该算法是一种自动算法,在保证图像彩色化过程自动化的前提下,提高了彩色化效果. 实验结果表明:该算法能够对目标灰度图像中的不同内容分别进行正确彩色化处理.     

基于稀疏重构的窄带弱信号时延估计算法

提出了一种基于稀疏重构的窄带弱信号时延估计算法.利用信号的互相关谱构造数据矩阵,然后建立时延参数的冗余字典,最后通过矩阵奇异值分解在信号子空间中利用正交匹配追踪算法得到高精度时延估计.理论分析和仿真实验验证了算法的正确性和有效性.相比于传统方法,该算法可将窄带弱信号时延估计精度提高约1倍.     

Fast matching pursuit for traffic images using differential evolution

To obtain the sparse decomposition and flexible representation of traffic images,this paper proposes a fast matching pursuit for traffic images using differential evolution. According to the structural features of traffic images,the introduced algorithm selects the image atoms in a fast and flexible way from an over-complete image dictionary to adaptively match the local structures of traffic images and therefore to implement the sparse decomposition. As compared with the traditional method and a genetic algorithm of matching pursuit by using extensive experiments,the differential evolution achieves much higher quality of traffic images with much less computational time,which indicates the effectiveness of the proposed algorithm.     

Network Sorting Algorithm of Multi-Frequency Signal with Adaptive SNR

An signal noise ratio (SNR) adaptive sorting algorithm using the time-frequency (TF) sparsity of frequency-hopping (FH) signal is proposed in this paper.Firstly,the Gabor transformation is used as TF transformation in the system and a sorting model is established under undetermined condition;then the SNR adaptive pivot threshold setting method is used to find the TF single source.The mixed matrix is estimated according to the TF matrix of single source.Lastly,signal sorting is realized through improved subspace projection combined with relative power deviation of source.Theoretical analysis and simulation results show that this algorithm has good effectiveness and performance.     

基于斜投影算子的压缩采样匹配追踪算法

斜投影匹配追踪算法较正交匹配追踪算法针对非正交字典的重构能力有了大幅提高,但受噪声影响大。该文通过投影矩阵迭代公式导出斜投影匹配追踪算法,并引入回溯的思想,提出基于斜投影算子的压缩采样匹配追踪算法,有效降低了噪声的影响和非正交投影产生的误差,提高了重构精度。仿真结果表明,算法的重构效果优于其它同类算法。     

ISAR Imaging of Fluctuating Ship Target Based on a Novel Approach for Cubic Chirplet Decomposition with Local Polynomial Wigner Distribution

基于局域多项式魏格纳分布的三次Chirplet分解新方法及其在舰船目标逆合成孔径雷达成像中的应用

王勇,高建军

(哈尔滨工业大学 电子与信息工程学院)

创新点说明：

1） 本文提出一种三次Chirplet分解的新方法。通过计算散射点回波信号的局域多项式魏格纳分布,可获得三次Chirplet基函数的参数估计。解决了传统参数估计方法存在的算法复杂、计算量大等问题。

2） 本文提出一种基于三次Chirplet分解的舰船目标逆合成孔径雷达成像新方法,解决了舰船目标复杂运动情况下,传统的成像方法成像质量下降的问题。本文方法可获得舰船目标高质量的成像结果。

研究目的：

本文的写作目的主要是为了解决舰船目标复杂运动情况下如何提高成像质量的问题。同时提出新的信号参数估计方法,解决传统方法存在的算法复杂、计算量大等问题。

研究方法：

1） 基于局域多项式魏格纳分布的三次Chirplet分解的新方法。通过峰值搜索,可获得三次Chirplet基函数三次相位系数的估计,进而通过解调频等技术获得其它信号参数的估计。对于多分量信号,可通过洁净技术逐一估计出不同信号分量的参数。

2） 舰船目标复杂运动情况下,散射点回波信号可用多分量多项式相位信号模型来进行刻画。通过对多项式相位信号进行三次Chirplet分解,可获得其内在结构信息。进而采用距离——瞬时多普勒成像算法,可获得舰船目标高质量的成像结果。

仿真数据和外场实测数据成像结果验证了本文方法的有效性。

结果：

1） 文中构造了三维摆动的舰船目标及其回波信号模型,如文中图2所示。相应的成像结果如文中图4所示。此时获得了舰船目标高质量的成像结果。

2）文中选取舰船目标的外场实测数据,相应的成像结果如文中图6和图7所示,进一步说明了本文算法的适应性。

结论：

基于局域多项式魏格纳分布的三次Chirplet分解的新方法,可获得三次Chirplet基函数的高精度参数估计结果。将该方法应用于复杂运动舰船目标的逆合成孔径雷达成像中,可获得舰船目标高质量的成像结果。

关键词：三次Chirplet分解;局域多项式魏格纳分布;逆合成孔径雷达成像

     

层次型非线性子空间字典学习

为了提高遥感图像场景分类的准确率,提出层次型非线性子空间字典学习(HNSDL)方法. 用所提方法训练多层网络模型学习多层非线性变换. 将遥感图像投影到子空间中,构建稀疏编码和投影编码的局部信息保持项,在保持局部结构信息的同时最小化样本的类内差异,增强模型的分类识别能力. 在模型目标式求解中,使用交替学习算法求解子空间和字典的联合学习任务,使所有参数同时达到最优解. 在Ucmerced、Google和WHU-RS数据集上进行实验设计和测试,结果表明所提方法在遥感图像的多种场景分类上均表现出较高的分类准确率.     

基于字典原子与类标签关系的字典学习

在稀疏表示理论中,如何构造字典和更新字典,而能得到一个辨别能力强的字典,始终是一个重要的开放问题,针对这一问题,提出了基于字典原子与类标签关系的字典学习方法.建立一个基于两者关系的矩阵,随着更新字典原子而更新关系矩阵,通过更新关系矩阵来构成字典自适应地确定原子与类标签的关系,提高字典的判别能力,为后续的分类识别提供必要的保证.该方法既避免了共享字典判别能力差的问题,又避免了因单独训练字典而占用大量时间和内存的缺点.在构建字典模型中,引用l21范数约束残差值来去除噪声,使之既能处理稀疏噪声,也能处理非稀疏噪声,提高了字典对噪声的鲁棒性.大量的实验结果证明,该方法较其他的字典学习方法鲁棒性强、识别率高.