基于声源时延估计的欠定盲分离方法

提出一种基于声源时延估计的二元时频掩蔽方法.通过三个接收信号实现多于多个语音源信号的欠定盲分离.利用语音信号的W-分离正交性,在时频域估计各个源信号到达接收阵列的相对时延序列;进而基于信号时延序列的估计,采用最大似然算法将时频域划分为与源信号个数相同的互不重叠的时频点集合,每个集合(近似)只包含一个源信号的所有时频分量;再通过二元时频掩蔽依次恢复出各集合所对应的源信号.该方法性能通过主观试听得到了验证,其分段信噪比增益至少为13 dB.较之欠定解混迭估计技术DUET,本文方法得到的分离信号与实际声源信号的相异度降低约3 dB.     

OFDM系统一种新的多普勒频偏估计方法

多普勒频偏估计是移动通信系统中的一个重要研究内容.提出了一种OFDM移动通信系统中新的多普勒频偏估计方法.该方法利用接收信号的功率会随着信道的变化而变化并且变化的速率与最大多普勒频偏有一定的关系这一特点,在接收端测量出每一帧接收信号的平均功率,并把一定数目的平均功率值存储起来,先进行粗估计,再进行细估计,这样就求出了接收信号的功率变化速率,从而查表得到最大多普勒频偏.文中对这一方法进行了仿真验证,仿真结果表明,此方法可以有效的估计多普勒频偏,并且具有实现简单和受噪声影响小的优点.     

Chirp信号多径时延估计算法研究

针对分数阶傅里叶变换（FRFT）对Chirp信号进行多径时延估计时的不足,改进了一种按照多径分量能量大小依次消除的FRFT多径时延估计算法。该算法以迭代方式进行,按多径分量的能量大小依次返回多径分量的估计值;在每次迭代中,包含子迭代以准确判定当前分量的多径参数和起止时间,然后利用当前多径参数生成探测信号时域副本,将其从残余信号中减去,达到多径信号的分离。以根据功率时延分布特点拟定的信道模型作为传输环境,对该算法进行了仿真验证。仿真表明,相比于其他三种时延估计算法,改进算法能够更准确地对多径时延进行估计。     

多分量非平稳声信号时频分析

为了准确提取信号所包含的主要频率分量,对多分量非平稳声信号进行了时频分析。利用短时傅立叶变换将多分量非平稳声信号由时域变换到时频域,根据谱图提取信号的主要频率分量。分析结果表明：多分量非平稳信号的各主要频率分量及其时频域特性参数可以准确提取。短时傅立叶变换是提取多分量非平稳声信号主要频率分量的有效方法。     

基于局部多项式傅里叶变换的多分量线性调频信号瞬时频率估计*

针对多分量线性调频信号的瞬时频率估计问题,把局部多项式傅里叶变换应用到求多分量线性调频信号瞬时频率估计中,提出了一种不受分量间交叉项干扰的新方法,该方法对多分量线性调频信号进行局部多项式傅里叶变换,把每一个线性调频信号分离出来,根据每一个线性调频信号的局部多项式傅里叶变换谱,通过搜索找到谱的峰值所在的位置,从而找到峰值所对应的频率,准确地估计出了多分量线性调频信号的瞬时频率。仿真实验中与多分量信号的Wigner-Hough变换进行了对比,验证了该方法的有效性。     

一种从饱和正弦信号中恢复原信号幅值与相位的方法

本文面向电磁耦合传感系统,提出一种从饱和正弦信号中估计原信号幅值与相位的方法。该方法利用正弦信号具有大小变化和过零的特性,在饱和信号中提取未饱和部分信号样本;然后用基于最小二乘法拟合的线性矩阵计算,实现信号的正弦和余弦分量估计,计算得到信号幅值和相位。通过仿真考察饱和程度和噪声水平对恢复信号幅值和相位等参数的影响;结果表明,当满足足够的采样点数条件时,本方法能在一定的噪声下完成大范围（十倍饱和界限）饱和信号的恢复,并能够保证较高的信号提取精确度和计算速度。这为大范围饱和情况下的信号准确提取和扩大测量量程提供了依据。     

基于波形匹配的星载AIS信号检测

在星载船舶信号检测的研究中,针对星载AIS系统存在时延和较大多普勒频移问题,提出了基于波形匹配的AIS信号时延频偏联合估计及其译码算法.利用AIS信号序列中的先验信息构造样本信号,通过计算并比较样本信号在不同时延和频偏下与接收信号的相关系数,估计出AIS信号的时延和频偏值,进而估计出AIS信号的码元序列.方法不需要对信号进行解调,简单易于实现.仿真结果表明,上述算法比二比特差分解调具有更好的性能,在相同信噪比下优于二比特差分解调3 dB左右,适用于存在时延和较大多普勒频偏的情况,为星载船舶信号的准确检测提供了有效方法.     

基于FastICA的高精度多径时延估计算法

在高精度无线定位中,针对现有超分辨率时延估计算法在低信噪比时性能较差的问题,提出了一种基于FastICA的多径时延估计算法。利用噪声子空间对白化矩阵进行修正,并采用参考信号约束初始分离矩阵,算法可快速收敛至所需的首达径分量,最后利用参考信号提取首达径时延。仿真结果表明,在信噪比较低的多径环境中,与已有超分辨时延估计算法相比能够有效提高时延估计精度。     

WiPasLoc:基于WiFi的被动式室内人员定位新方法

被动式室内人员定位是实现普适无线感知系统的基础。然而在实际生活中,商用WiFi信号易受到周围环境的影响,导致现有基于WiFi的被动式室内定位工作难以从复杂的接收信号中准确分离出目标人员动态分量。针对上述问题,提出了一种精确的被动式室内人员定位系统WiPasLoc,其通过利用商用WiFi设备中提取到的信道状态信息(Channel State Information, CSI),实现了高精度的室内定位。首先,结合CSI子载波的信号质量完成动态多普勒频移(Doppler Frequency Shift, DFS)估计;然后,通过基于双窗口的信号到达角(Angle of Arrive, AoA)的估计方法,从信道状态信息中精准分离出目标人员的信号分量;最后,结合人员的初始位置信息提出轨迹拟合算法,实现了精确的被动式室内人员定位。实验结果表明：WiPasLoc对室内人员运动轨迹定位的中值误差为80cm,相比现有典型的Widar2.0定位精度提升了25.9%。     

弹道目标进动周期特征提取新方法

中段弹道目标识别一直是反导作战中的技术难点,而弹道目标微动产生的微多普勒信号为雷达识别弹头和诱饵提供了一种新的途径。针对弹道目标的进动特性,建立了锥体弹头的进动微多普勒模型,引入了时频重排平滑伪Wigner-
Ville分布（RSPWVD）对锥体弹头的微多普勒信号进行了提取,仿真比较了Wigner-Ville分布（WVD）、平滑伪Wigner-Ville分布（SPWVD）和RSPWVD的提取结果,证明了RSPWVD在提取弹道目标微多普勒信号中的优越性,提出了一种基于微多普勒时频图的弹道目标进动周期特征提取新方法。仿真结果表明该方法具有很好的估计精度和抗噪性。     

Position determination using the DTV segment sync signal

As a supplement to the Global Positioning System (GPS) in an urban center and indoor environment, the digital television (DTV) segment sync signal can be employed to obtain a mobile user’s position. Two DTV receivers and a counter are integrated to measure the time difference of arrival (TDOA) for a pair of received signals from a transmitter and its corresponding repeater (DTVR). Using the measurements from a transmitter and its multiple corresponding DTVR pairs, the mobile user position can be estimated using the recursive least square method. An experiment done in Seoul using two low-grade high resolution digital television (HDTV) receivers and a two-channel universal counter demonstrates that the mean value of the mobile user position measurement is accurate to 42.58 meters circular error probability (CEP).     

并行提取多个次成分的改进型M"oller算法

次成分分析是信号处理领域一门重要的工具. 然而, 到目前为止能够进行多个次成分提取的算法并不多见, 一些现存算法还存在很多限制条件. 针对这些问题, 采用加权矩阵的方法将M\"oller算法扩展为多个次成分提取算法. 该算法对于输入信号的特征值没有要求, 而且在不需要模值限制措施的情况下, 仍然具有很好的收敛性. 仿真结果表明, 该算法可并行提取多个次成分, 而且收敛速度优于一些现有算法.     

一个多维次成分并行提取算法及其收敛性分析

次成分分析是信号处理领域内一项重要的分析工具.目前,多维次成分并行提取算法数量稀少,而且现有的算法在应用时还存在很多限制条件.针对上述问题,在分析研究OJAm次子空间跟踪算法的基础上,采用加权矩阵法提出了一种多维次成分提取算法,并采用递归最小二乘法对所提算法进行了简化,最后采用李雅普诺夫函数法确定了所提算法的全局收敛域.相比现有算法,所提算法对信号的特征值大小没有要求,也不需要在迭代过程中进行模值归一化操作,同时算法具有较低的计算复杂度.仿真实验表明:所提算法能够并行提取多维次成分,而且收敛速度要优于现有同类型算法.     

基于Gabor滤波器和聚类的图像配准算法

提出一种基于多尺度、多方向Gabor滤波器提取图像局部不变特征并用AP聚类进行约束的配准算法。该方法首先利用Gabor尺度空间核函数对图像进行尺度空间分解,在每一层尺度图像的不同方向上提取Harris角点,在以Harris角点为中心的固定大小的搜索窗内搜索三维尺度空间的极值点作为局部特征点的位置和特征尺度;在特征子区域内用梯度描述特征点;将得到的两幅图像的特征点AP聚类分析,实现m:n的粗匹配,最终通过各类之间的欧式距离实现对应点的匹配,通过AP聚类可有效排除多相似内容的图像之间的误匹配。实验结果表明,该算法能够提取稳健的精确特征点,并且可以有效去除多相似内容图像带来的匹配误差,实现图像的配准。     

A subcarrier modulation based optical wireless communication system employing transmission diversity

In this paper, we propose an optical wireless communication service for indoor environment. To seamlessly cover the target area and keep the received signal power strength at an acceptable level, we send the signal from multiple diffused optical emitters and achieve possible transmit diversity. With the proposed diversity scheme, the effective coverage range of the proposed system can be significantly enlarged with a guaranteed BER performance. Simulation results show a 13.4 m² area can be effectively covered by two optical emitters with optical emitter spacing of 3 m and average transmit optical power of 28 dBm.     

基于独立分量聚类分析的诱发脑电特征提取技术

发展了一种独立分量聚类分析的诱发脑电特征提取方法,利用诱发成分较强的序间相似性,使用Infomax结合K均值算法对脑电信号中的诱发成分进行分类和提取.该方法可以克服传统独立分量分解方法中诱发分量识别的困难,适用于重复刺激诱发脑电的高维数据自动分析处理.将该方法用于上肢想像动作任务的诱发脑电数据分析,结果显示该方法可以有效剥离背景噪声和提取诱发分量,使得信号的费雪可分性得到显著提升,进而获得更好的识别效果.研究结果表明独立分量自动聚类技术适用于认知行为脑电信号的分析,值得进一步研究.     

床垫式睡眠监测系统及信号处理方法

为解决非接触式睡眠监测系统中混合信号的可靠获取以及生理特征参数的有效分离和识别等问题,采用压电薄膜传感器获取人体睡眠状态下压力信号,并采用电荷放大电路和信号调理电路进行实时采集;信号处理过程中先利用经验小波变换方法分离心冲击(BCG)和呼吸信号等单一模态分量,然后使用K-means算法对分离出的心冲击信号中不同类型的波峰聚类,进而通过平均心跳周期计算心率.实验结果表明,所设计的监测系统具有较强的自适应性,能有效提取呼吸和心跳信号.     

结合X-means聚类的自适应随机子空间组合分类算法

针对大规模数据的分类准确率低且效率下降的问题,提出一种结合X-means聚类的自适应随机子空间组合分类算法。首先使用X-means聚类方法,保持原有数据结构的同时,把复杂的数据空间自动分解为多个样本子空间进行分治学习;而自适应随机子空间组合分类器,提升了基分类器的差异性并自动确定基分类器数量,提升了组合分类器的鲁棒性及分类准确性。该算法在人工和UCI数据集上进行了测试,并与传统单分类和组合分类算法进行了比较。实验结果表明,对于大规模数据集,该方法具有更好的分类精度和健壮性,并提升了整体算法的效率。     

Stability-based validation of clustering solutions

Data clustering describes a set of frequently employed techniques in exploratory data analysis to extract "natural" group structure in data. Such groupings need to be validated to separate the signal in the data from spurious structure. In this context, finding an appropriate number of clusters is a particularly important model selection question. We introduce a measure of cluster stability to assess the validity of a cluster model. This stability measure quantifies the reproducibility of clustering solutions on a second sample, and it can be interpreted as a classification risk with regard to class labels produced by a clustering algorithm. The preferred number of clusters is determined by minimizing this classification risk as a function of the number of clusters. Convincing results are achieved on simulated as well as gene expression data sets. Comparisons to other methods demonstrate the competitive performance of our method and its suitability as a general validation tool for clustering solutions in real-world problems.     

基于红外通信技术与适配器的高速数据采集系统设计

针对高速数据传输稳定性较低、多源数据传输过程非线性干扰较大的问题,设计了基于红外通信技术与适配器的高速数据采集系统。使用系统高速数据采集层的多个高速适配器,完成各待采对象的高速信号数据采集,将其通过通信层的通信接口上传到红外通信模块,利用该模块将所得信号数据复原成真实数据后并传送到服务层,该层的多源数据融合模块运用主成分分析方法,融合接收到的全部数据,同时采用展示层的液晶显示模块,呈现完整的高速数据采集结果。实验结果表明：该系统在不同信号数据长度下,均能以较高采样速率完成不同类型数据的精确采集;该系统能保证各通信信道在不同通信距离下的高速数据传输稳定性,且所得高速数据融合结果能清晰、完整地呈现全部高速数据采集结果。