基于重叠分段和ＦｒＦＴ的ＶＣＯ非线性度检测方法

VCO非线性度检测是实现其非线性度精确校正的前提.针对目前基于微元法和分数阶傅里叶变换的VCO非线性度检测方法在抗噪性、实时性等方面存在的不足,提出了一种基于重叠分段和分数阶傅里叶变换的VCO非线性度检测方法.所提方法采取重叠分段的策略以抑制噪声干扰,在分数阶傅里叶变换域进行幅度峰值搜索时改用收敛速度快的黄金分割法以增强实时性.仿真实验表明所提方法具有良好的抗噪性,分段重叠率为0.25时其检测的均方根误差约为现有方法的1/2;当重叠率小于2/3时,其实时性也优于现有方法.     

基于STFT和FrFT的连续波雷达参数估计

连续波雷达的回波信号由目标进行调制,对回波参数的估计是雷达信号处理的主要任务.本文从短时傅里叶变换(STFT)和分数阶傅里叶变换(FrFT)的基本特点入手,介绍了他们进行雷达回波信号参数估计时的优缺点.针对这些特点,提出了一种基于两种方法的混合算法.混合算法分两步:首先,混合算法运用STFT进行速度粗测;然后,用FrFT对加速度进行估计同时进行速度的精测.最后本文进行蒙特卡罗仿真实验,实验结果证明,即使在较低信噪比下该算法依然有效.     

基于FRFT自相似参数估计的异常流量检测方法

针对传统异常流量检测方法检测精度较低, Hurst指数估计受估计序列尺度的影响, 提出了基于分数阶傅里叶变换（FRFT）估计Hurst指数的方法。在此基础上, 实现了基于Hurst指数变化的异常检测, 有效解决了方法实现过程中FRFT最佳估计的分数阶阶数选择及Hurst参数求解的关键问题。实验表明, 基于FRFT的估计不受序列非平稳性影响, 对Hurst指数估计具有较高的估计精度, 并且可以准确地检测网络异常。     

基于分数阶Fourier变换的数字图像加密算法研究*

基于分数阶Fourier变换和混沌,提出了一种数字图像加密方法。具体算法为：先对图像进行混沌置乱,再进行X方向的离散分数阶Fourier变换;然后在分数阶Fourier域内作混沌置乱,再进行Y方向的离散分数阶Fourier变换;最后将加密图像的实部与虚部映射到RGB,形成可传输的彩色加密图像。实验结果表明,该加密算法具有很好的安全性,在信息安全领域有较好的应用前景和研究价值。     

LFM信号检测和参数估计方法研究

针对分解型分数阶傅里叶变换(Fr FT)快速算法与实际工程应用脱节和降低LFM信号参数估计计算复杂度和精度的问题,在分析和研究分解型算法和LFM信号参数估计的基础上,提出了一种基于RAT变换和分数阶域二分法谱校正的LFM信号参数估计的方法,并在Fr FT运算中采用量纲归一化。仿真结果表明,本方法可以提高LFM信号参数估计的精度和有效降低计算复杂度,估计精度可以达到CRLB,从而证明了本方法的有效性。     

FRFT-TDCS应对多分量LFM干扰的最优阶次选择算法*

针对FRFT-TDCS系统应对多分量LFM干扰信号时的变换阶次选择问题,提出了一种以寻求最大可用带宽为标准的FRFT-TDCS最优阶次选择算法。首先分析了LFM干扰信号在FRFT域内不同阶次下的频谱分布特征,对其能量聚焦时的展宽、位置以及幅值进行了量化;然后通过预设门限对不同变换阶次时的干扰频谱进行标记并统计,选择使可用子载波个数最多的变换阶次作为系统最优阶次;最后对CSK解调模型进行推导,得出了系统误码率与基函数自相关函数之间的关系,证明了增加系统可用子载波个数可以降低误码率。仿真结果表明：该方法在应对多分量LFM干扰时,可以自适应确定系统最优阶次,降低基函数的峰值和均值,提高发射波形的LPI、LPD性能,有效降低系统误码率。     

基于小波变换和FRFT的图像加密算法

为了提高图像的安全性,增强图像的加密效果,提出一种基于离散小波和分数阶傅里叶变换（FRFT）的图像加密算法。首先利用离散小波变换使图像信号稀疏化,然后对稀疏化处理后的图像进行离散FRFT处理,得到最终加密图像。MATLAB的仿真结果表明,和单一的小波变换相比,该算法的加密和解密效果较好,能够较好地隐藏图片的信息。     

基于DWT和DFRFT相结合的图像数字水印算法

数字水印技术是一项用于版权保护和信息隐藏的重要技术。本文提出了一种改进的数字图像水印嵌入和提取算法。该算法的正弦信号,通过FRFT变换成两个不同阶次的微分。再将微分信号采样后叠加加权作为伪随机序列,该序列用于置乱水印图像。将原始图像采用DWT两层分解后将HL分量再做DFRFT变换,然后将置乱的水印图像嵌入。实验验证可以看出本文提出的离散小波变换和离散分数傅立叶变换(DWT-DFRFT)算法,体现了较好的鲁棒性。     

基于混沌调制DFRFT旋转因子的语音加密

将分数阶傅里叶变换(FRFT)和混沌密码学相结合,提出一种新的变换域加密算法——混沌密钥调制FRFT旋转因子,用于实现语音信号的实时加解密。采用特征分解型离散FRFT算法,使语音实时加密系统在语音信号解密过程中具备良好的还原特性。理论分析和测试结果表明,该算法安全性较高,优于单纯混沌加密或单纯分数阶傅里叶变换的加密方法。     

基于深度学习的重叠人脸检测

人脸检测在人机界面、安全系统、人脸识别、基于内容的图像检索等不同应用中起着重要作用。随着计算机图像技术的发展,人脸检测的方法也越来越多。但是利用现有的人脸检测方法检测重叠人脸时,虽然能够检测出部分人脸,但是相比于单人脸的检测,算法的效率和准确性都有所欠缺。针对这个问题,提出了一种基于深度学习的重叠人脸检测方法。首先基于机器学习方法,构建出多个人脸特征分类器,然后再利用肤色检测的方法对分类器得到的候选人脸进行二次检测,最后利用提出的一种NMS算法对候选人脸进行进一步的处理,从而检测出精确的人脸。为了验证算法的高效性和准确性,进行了多个人脸检测算法的对比实验,结果表明,该算法在效率和准确性方面都有较大提高。     

基于FRFT的Wigner-Ville分布交叉项抑制方法

针对多分量线性调频信号的魏格纳-维尔分布(Wigner-Ville Distribution,WVD)交叉项干扰问题,提出一种抑制交叉项的方法。该方法利用分数阶傅里叶变换(Fractional Fourier Transform,FRFT)在最佳FRFT域中对给定的线性调频信号具有最好的能量聚集性,将多分量线性调频信号在FRFT域上分解为若干个单分量信号,线性叠加单分量信号的WVD,从而达到抑制交叉项的效果。此外,当多分量线性调频信号为周期信号时周期间存在干扰,进一步提出了在基于FRFT的WVD交叉项抑制方法中增加周期遮蔽处理。仿真结果表明,在保持较高的时频分辨率时,该方法能够有效抑制交叉项,并且有一定的抗噪声能力。     

基于边缘算子的重叠物质识别方法研究

X射线探测包裹中物体互相遮挡,探测得到的是重叠物体的混合灰度值,无法得到单一物体的图像,这给图像处理工作带来很大麻烦;通过对现有的重叠物质识别算法进行分析,提出了采用边缘检测算法去除遮挡效应的数字图像处理算法,建立了3-D边缘模型和数字化模型,并提出3-D图像阈值化分割的方法;该方法已应用到沈阳地泰检测设备有限公司的DEX9080B型X射线安检机,现场应用的结果表明该方法切实可行。     

基于二维DCT和分段编码的ECG信号压缩方法

通过分析心电图 (ECG)在相邻采样点和相邻心跳周期存在的冗余信息 ,提出了一种基于二维离散余弦变换 (DCT)的 ECG信号压缩方法 ,并提出了采用数据重排和分段编码技术来进一步提高压缩比 .对 MIT- BIHarrhythmia database部分数据进行压缩 ,实验结果表明 ,该方法在均方根误差 (PRD)约 4 .5 %时 ,压缩比可达到10∶ 1到 2 0∶ 1.运算量为 2 .75次乘法 /采样点和 7.2 5次加法 /采样点 .其比 L ee的 2 - D DCT算法提高近一倍 ,与Hilton和 L u的离散小波方法压缩效果基本相当 ,但计算量有较大幅度减少 .该方法是目前 ECG信号压缩算法中计算量小、压缩比较高的一种方法 .     

基于重叠表达的多基因进化算法

受生物基因片段重叠表达现象的启发,文中提出了一种新的基于重叠表达进化算法--MEOE(Multigene Evolutionary algorithm based on Overlapped Expression).文章具体描述了MEOE的基因表达结构及相应的算法.不同于已有的工作,在MEOE中作为遗传物质的基因具有重复表达的概率,同时算法融合了免疫算法关于浓度的计算技术.文章对MEOE算法作了较为全面的分析,讨论了算法在表达空间、可表达性、性状遗传上的特点,并与传统算法作了相应比较.详尽的实验证明,MEOE算法在速度上是GEP的2.5～9.4倍.在高次函数发现问题上MEOE算法的成功率比GEP提高至少一个数量级.另外,通过实验证明了基于密度的概率选择函数在高次函数发现问题上具有一定优势.     

基于支持向量机的分段线性学习方法

1.引言包括感知器、神经网络等在内的学习方法都是基于经验风险最小(ERM)原则的,而在实际的基于小样本的学习系统中,这些学习方法在经验风险最小的情况下并不能保证期望风险最小化。对于线性不可分情况不能给出是否分段线性可分的可靠信息。如果简单地引入非线性变换,则容易导致过学习现象。这显然不是我们所希望的。     

基于颜色的皮肤区域探测

提出了一种新的色系坐标系r'g'b',在这种坐标系下,无须对色度信息进行经验公式修正;并推导说明了在无法估计非肤色条件样本的概率分布情况下,用肤色分布先验概率来表征肤色点后验概率的原理。     

一种多视角人脸检测方法

目前的人脸检测方法多是针对正面人脸,而对于多视角人脸检测还存在很大困难,有效的方法还不多。本文考虑到人脸检测中旋转人脸和侧面人脸两种多视角情况,提出了一种多视角人脸检测方法。针对平面内旋转的问题,在YCbCr色彩空间内建立肤色模型,经过处理确定人脸椭圆区域,利用基于灰度加权的主成分分析算法进行人脸的角度校正,得到偏转校正后的人脸图像。针对侧面人脸的问题,通过上下和左右2个方向的人脸旋转样本库来训练分类器,然后组合成并联分类器,再对偏转校正后的人脸图像进行人脸验证。实验结果表明,该方法可以对任意视角的人脸进行有效的检测,且有较高的检测率。     

一种基于hash的短信检测方法

非法有害手机短信传播范围广,影响面宽,干扰了人们的正常生活,产重扰乱社会治安轶序.本文采用FNV1哈希算法对短信进行签名,利用短信签名对短信的性质加以鉴别,可以提高垃圾短信鉴别速度,不泄露被鉴别短信的内容,最大程度地保护了用户的隐私.