利用模拟退火实现基于MP的信号稀疏分解

信号的稀疏表示在信号处理的许多方面都有重要的应用,但稀疏分解计算量十分巨大,难以被推广而实现产业化.模拟退火算法模拟高温金属降温的热力学过程,广泛应用于求解组合优化问题.本文将模拟退火算法运用到信号的稀疏分解中,首先随机产生一组原子参数组,然后分别计算每个原子与信号或信号残差的内积的绝对值,找出内积绝对值最大的原子参数组并对它进行模拟退火处理,用处理的结果作为匹配追踪(MP)过程中每一步的最优解.在计算过程中利用原子的特性,进一步提高了信号稀疏分解的速度,并用本文提出的算法与其它方法进行了比较,实验结果表明了该算法的有效性.     

基于稀疏分解的微弱信号检测方法

微弱信号的检测在通信、雷达、声纳等领域有着重要的意义,一直是信号处理的难点。本文将信号稀疏分解思想应用于信号检测,提出一种算法。算法中信号稀疏分解采用Matching Pursuit(MP)算法实现,原子采用正弦波模型,通过对正弦波模型伸缩和平移形成过完备原子库。由MP分解结果,可检测出淹没在强噪声环境中的微弱正弦信号的幅度、频率和初相位参数,从而恢复出待检测的微弱正弦信号。所提出方法在-40 dB极低信噪比环境下可以同时检测多个正弦信号。计算机仿真结果证实了算法的有效性。     

利用混沌优化实现基于MP的信号稀疏分解

信号的稀疏表示在信号处理的许多方面都有重要的应用,但稀疏分解计算量十分巨大,难以被推广而实现产业化.混沌是一种普遍的非线性现象,具有随机性、遍历性和内在规律性的特点,混沌运动能在一定范围内按其自身的规律不重复地遍历所有状态.因此,如果利用混沌变量进行优化搜索,无疑会比随机搜索更具优越性.本文利用变尺度混沌优化方法在优化搜索过程中不断缩小搜索空间,快速寻找匹配追踪(MP)过程中每一步的近似最佳原子,提高信号稀疏分解的速度,算法的有效性为实验结果所证实.     

基于核心原子库和FHT的图像MP稀疏分解快速算法

为提高图像稀疏分解的速度和重构质量,提出一种基于核心原子库的图像MP稀疏分解快速算法。该算法首先利用核心原子库替代图像MP稀疏分解过程中的过完备原子库,可有效提高原子库的形成速度,且为最佳原子的全局搜索提供了可能;然后将图像和核心原子库中原子转换为一维信号,利用一维FHT寻找与待分解图像匹配的最佳原子,从而提高图像与原子的匹配速度。该算法不仅能有效提高图像MP稀疏分解的速度,而且克服了遗传算法局部最优的局限性,实现原子匹配的全局最优,相同条件下其分解结果具有更好的重构质量。实验结果验证了算法的有效性。     

信号稀疏分解中过完备原子库的集合划分

信号稀疏分解中使用的过完备原子库对分解效果十分重要,但同时它也是造成稀疏分解计算非常复杂的关键因素。为此,本文提出了利用信号集合划分研究过完备原子库的新方法。利用原子之间的等价关系,可以把过完备原子库划分成互不相交的子库,而每一个原子子库只需要用一个选出的相对应的原子即可代表。利用过完备原子库的集合划分,在信号稀疏分解效果不变的条件下,可以使信号稀疏分解过程的计算复杂度大为降低。本文所提方法的可行性和有效性为实验结果所证实。     

基于MP分解的相干线性调频信号DOA估计

针对具有时变方向向量的相干线性调频信号,本文提出一种基于MP（Matching Pursuit）方法实现的DOA估计算法。根据线性调频信号形式和阵列结构分别建立过完备原子库,通过对阵列接收数据在原子库上的MP分解过程,寻找出每一步分解的最佳原子,进而由最佳原子的参数获得信号的DOA估计,该算法不需要采用空间平滑处理,估计性能优于传统空间时频分布（STFD）方法,尤其在欠采样、低信噪比、多信源情况下算法仍然有较高的估计精度。理论分析及计算机仿真结果验证了算法的有效性。     

基于压缩感知的稀疏度自适应图像修复

压缩感知理论利用信号的稀疏特性,能够以较少的采样数据恢复出完整的信号。本文基于压缩感知理论,提出一种稀疏度自适应图像修复算法。有别于传统的图像修复方法,本文首先根据大量样本数据进行K-奇异值分解(K-SVD)字典训练,用训练得到的超完备字典取代正交基函数;然后根据图像的退化模型对感知矩阵加以约束;最后针对二维破损图像稀疏度未知问题,在重构阶段提出了一种稀疏度自适应正则化正交匹配追踪算法(SA-ROMP)实现破损图像修复。本文引入的超完备字典能够自适应地根据训练样本进行特征提取,具有更强的稀疏表示能力。重构阶段的SA-ROMP算法在迭代过程中利用logistic回归函数获取阈值,再通过阈值对残差与感知矩阵的相关系数进行判定,能够自适应选择原子候选集的个数。图像修复实验结果验证了本文算法的可行性,并且修复效果明显优于其他同类算法。     

非稀疏欠定盲分离及其在语音分离中的应用

本文提出一种基于马尔科夫链蒙特卡洛方法(MCMC)的贝叶斯非稀疏盲源分离算法。用广义高斯分布(GGD)来拟合源信号的分布,通过MCMC抽样得到GGD参数和隐变量的估计,并由此得到源信号的最小均方误差估计(MMSE),解决了GGD参数估计容易陷入局部极值点、鲁棒性差的问题。根据语音信号的局部平稳性,提出基于非稀疏度评判准则的盲分离算法,用MCMC方法分离非稀疏区的语音信号,进一步提高了语音信号分离精度。仿真实验证明,本文方法改善了非稀疏信号和语音信号的分离效果,而且具有更好的鲁棒性。     

自适应频域字典的机车轮对轴承稀疏诊断方法

稀疏分解是强噪声环境下故障特征提取的一种有效方法,构造与故障振动信号匹配的字典对稀疏分解效果至关重要。小波参数字典因小波的灵活多变性和良好的局部时频特性而被广泛应用于轴承故障诊断领域。然而,现有小波参数字典多是通过时域相关滤波法(CFA)以小波与故障冲击间的相关系数为指标获取字典原子的最优中心频率、阻尼比等参数,时域滤波耗时长、抗噪性差,相关系数指标没有考虑冲击发生的周期性特点,导致字典匹配性欠佳。针对上述问题,提出一种自适应频域滤波进行参数字典设计的机车轮对轴承故障诊断方法。该方法以新提出的时频域指标——加窗包络谱峭度(WESK)和相似度指标——皮尔逊相关系数(PCC)作为字典原子参数选取依据,以粒子群优化算法(PSO)优化的Morlet小波带通滤波器确定轴承故障产生的系统共振频率作为字典原子的中心频率,按照PCC值最大原则选取最优阻尼比完成字典原子的构造,改变时移变量张成小波字典后,结合正交匹配追踪算法(OMP)稀疏重构原始信号,提取故障特征频率。自制试验台数据以及机车轮对轴承的工程实际应用均验证了所提方法和新指标(WESK)的有效性和稳定性,诊断效果优于现有时域相关滤波法(CFA...     

基于人工鱼优化的MP超声微弱信号提取方法研究

强噪声背景下微弱信号的提取一直是超声信号处理领域研究的一个难题,传统的信号处理方法难以准确提取弱缺陷信号,稀疏分解方法为提高超声弱缺陷的检出率开辟一条新途径,但计算量大是困扰其应用的一个主要因素。本文提出一种人工鱼群优化匹配追踪的快速算法。人工鱼是一种新型智能优化算法,具有并行寻优、全局收敛性好,对初值不敏感的特点。利用本文算法在重建信号质量不变的情况下,提高稀疏分解在冗余字典中原子匹配的速度和精度,满足信号处理实时性要求。采用与超声信号最优匹配的Gabor函数,经伸缩和平移生成过完备原子库,提高对超声信号的表达能力。通过仿真分析和实际检测铸钢试件,表明该方法能够有效地检测出强噪声背景下的弱信号。     

不断轨剪力型动态轨道衡检测信号处理

为了保证计量精度,使被称车辆的过衡速度不会受到很大限制,从分析检测信号入手,提出运用Hilbert- Huang变换对检测信号进行分析,采用基于经验模式分解(EMD)算法,利用MATLAB编程对检测信号进行分解,以最终分解后的残余相均值作为所求称重值.实例证明,采用该方法可大大提高动态轨道衡的计量精度和被称车辆的过衡速度.     

基于振动信号分析的增压器故障诊断和转速测量方法研究

通过对实测增压器振动信号的分析,建立了适合增压器故障诊断和转速估计的振动信号分析模型。基于该模型提出了增压器振动监测和转速估计的方法。对影响转速估计精度的因素以及如何提高估计精度等问题进行了深入地探讨,提出了适合增压器故障诊断的增压器振动信号小波包滤波降噪方法,给出了提高增压器转速、诊断参数估计精度的办法。现场应用表明,采用振动信号分析技术确实可以诊断增压器的早期机械故障。     

基于WATV去噪的冲击特征提取方法在高速列车轴承故障诊断中的应用

提取高速列车轴承故障振动信号中的冲击特征,可以有效地对其进行故障诊断。利用"小波-全变差(Wavelet-Total Variation,WATV)"算法能够对信号进行稀疏引导的特点,提出了基于WATV去噪的冲击特征提取方法。该算法针对含噪声冲击特征的提取问题构建了目标优化函数,该函数融合了冲击特征的保真度度量算子以及惩罚因子。利用凸优化理论可对目标函数进行求解,从而增强信号在小波域和时域的稀疏性,使得特征提取结果最优化。通过构造一仿真信号对WATV算法的有效性进行了验证,并将该方法应用于高速列车齿轮箱轴承故障诊断中。结果表明,该方法能够很好地提取出信号中的冲击特征,并且频谱中的故障表征明显,能够有效地应用于高速列车轴承故障诊断中。     

粒子群优化算法在多用户检测中的应用

粒子群优化算法是一类有效的随机全局优化技术。它利用一个粒子群搜索解空间,每个粒子表示一个被优化问题的解,通过粒子间的相互作用发现复杂空间中的最优区域。多用户检测技术是直扩序列码分多址中的一项关键技术。将粒子群优化算法应用于多用户检测中,能有效抑制多址干扰,实现结构简单、鲁棒性强的目的,在加速收敛的同时降低了计算复杂度。仿真结果表明,这种多用户检测器充分利用了粒子群优化算法的优良特性,与传统的码分多址接收机、基于进化算法的多用户检测器和基于遗传算法的多用户检测器比较,在误码率和收敛速度等方面都有显著的改善。     

多弹性体接触问题的数值算法

提出一种新的求解带摩擦的接触问题的数值算法,即拟高斯迭代法。它对法向接触力和切向接触力进行交替迭代,并利用高斯迭代法求解法向接触力,利用分块高斯迭代法求解切向接触力。同其它的数值算法相比,该算法保留了关于接触力的柔度矩阵的稀疏性和对称性,利用矩阵乘向量可以分步进行的技巧,该算法只需存储关于接触力的柔度矩阵的下三角形矩阵的非零元和对角矩阵。根据可能接触边界的分布特点,将区域分解成不同的子区域,引进拉格朗日乘子表示接触力,保证了各子区域的网格剖分和位移求解是完全独立的。基于上述算法和有限元程序自动生成系统开发了相应的求解带摩擦接触问题的软件,数值实验表明,程序是正确的,算法是高效的。     

驼峰测速雷达信号的小波滤波分析

针对卡尔曼滤波方法存在的缺点,研究采用小波滤波方法进行驼峰测速雷达信号滤波。小波滤波的基本原理是对信号小波变换后的小波系数进行非线性处理,然后重构信号,滤除信号中的噪声。根据雷达信号的特点,初步选用Haar小波和二阶Dauhechies(db2)小波、3层分解、通用阈值和半软阈值算法,进行离线试验及分析。根据离线试验的滤波效果,确定选用二阶Daubechies(db2)小波、3层分解和半软阈值算法进行雷达信号滤波。利用离线试验选定的小波和算法,对采集的雷达信号进行实时滤波仿真,仿真结果与离线试验结果基本一致。将小波滤波方法与卡尔曼滤波方法对比可知,小波滤波能有效地滤除噪声、提高信噪比、减少均方差,滤波效果比较理想。因此,采用小波滤波方法进行驼峰测速雷达信号滤波,可以获得更准确的车速。     

小波包方法在车载FSK信号中的应用

FSK信号作为保障铁路安全运行的主要信号制式，在国内铁路上现在有两种，是法国引进的UT信号和国内自主开发的YP信号，小波变换是继傅里叶变换之后的重大突破，而小波包则是小波变换的进一步发展，克服了小波变换的一些不足，本文首先研究了车载FSK信号的特征，再利用小波包对车载FSK信号进行滤波处理，文中，给出了如何确定给定频率的信号在小波包分解树各个分解层中对应节点的算法，在滤波处理过程中，为了处理带内的噪声，也给出了采用阈值的方法来减少带内白噪声，阈值的选取充分应用到FSK信号的小波包分解的特点，最，我们给出了计算机产生的仿真FSK信号和现场采集的FSK信号的两种仿真，仿真结果表明，根据车载FSK信号的特性，小波包方法是处理车载FSK信号的有效方法。