基于原子库结构特性的信号稀疏分解

在matching pursuit(MP)方法的基础上，利用信号稀疏分解中使用的过完备原子库结构特性，提出了一种新的信号稀疏分解算法。新算法兼顾了稀疏分解过程中计算量和存储量，信号稀疏分解的速度是常规的MP方法的15．9倍．实验结果证明了算法的有效性．     

稀疏分解及其在图像压缩中的应用研究

主要针对涉及图像稀疏分解及其在压缩中应用的关键问题进行研究，研究内容集中在图像稀疏分解的快速算法、图像稀疏分解的效果及如何更好地把稀疏分解的结果数据应用到图像压缩编码中。在理论上，提出了稀疏分解中过完备原子库的集合划分。基于集合划分方法提出了基于FFT的稀疏分解算法和改进算法。针对基于FFT的稀疏分解算法的不足，提出了基于FHT的稀疏分解算法。利用智能计算方法（如遗传算法、蚁群算法、量子遗传算法和粒子群算法等）实现图像稀疏分解。使计算速度基本能够满足需要。在稀疏分解的基础上，分析了分解数据的分布规律，针对其分布和低比特率图像压缩的要求，提出了多种压缩编码方案，如对结果数据排序差分编码方法和指数预测编码方案。     

基于FHT的实信号稀疏分解快速算法

提出了一种适合于计算机程序实现的稀疏分解快速算法．该算法利用Gabor原子时频参数结构特征,把信号稀疏分解中计算量极大的内积运算转换成信号的互相关运算,大幅度提高了信号稀疏分解的速度．对于实信号,用快速哈特莱变换（FHT）实现互相关的快速运算．仿真结果证实了该算法的有效性．     

基于稀疏傅里叶变换的TDOA时延估计方法

在基于到达时间差(TDOA)的无源定位研究中,利用互相关算法估计站间时延被广泛采用.相关算法计算量较大,算法复杂度为O(N~2).随着研究深入,有学者提出了基于傅里叶变换的互相关算法,由于使用快速傅里叶变换(FFT)算法,处理速度得到较大提升,算法复杂度由平方级降低至亚线性级,即O(N·log N).在一些实时性较强的环境,当采样点数较大时,传统FFT算法仍很难满足要求.本文借鉴稀疏傅里叶变换(SFT)算法,引入稀疏信号的映射和重构思想,优化互相关计算过程,以进一步提高时延估计的速度,改进算法的算法复杂度为O(N),从亚线性级降低至线性级.实测数据表明,测量精度满足工程应用的要求,可为实时性较高的无源时差定位提供技术参考.     

基于混沌变异粒子群优化算法的图像稀疏分解

提出了基于改进的粒子群优化（PSO）算法的匹配追踪算法,用于快速图像稀疏分解．改进的PSO算法利用尺度收缩混沌变异的精细局部搜索性能,使稀疏分解的匹配追踪算法具有良好的全局寻优能力,提高了稀疏分解在冗余字典中原子匹配的速度和准确度．用二维墨西哥草帽函数作为冗余字典的生成函数,以增强对图像边缘和轮廓的表达能力．仿真结果表明,用提出的算法实现图像稀疏分解比用遗传算法和PSO更快更有效,重建图像的视觉效果好．     

信号在过完备库上分解中原子形成的快速算法

针对信号在过完备库上分解中原子生成速度慢的难题，提出了一种原子生成的快速算法．首先根据原子的尺度把原子分成小原子和大原子2类．对于小原子，因为其能量集中在较小的范围，所以用小范围生成的局部原子代替整个原子．对于大原子，先生成相应的较小原子，然后通过插值方法生成大原子．实验结果表明，当信号长度为256时，本算法在重建信号的质量没有任何改变的条件下，原子生成的速度比传统算法提高了4．7倍．     

基于量子遗传优化算法的图像稀疏分解

为了减少图像稀疏分解的计算量,提出了一种基于量子遗传算法与匹配追踪相结合的图像稀疏分解快速算法.量子遗传算法能用较小的种群规模实现较大的空间搜索,全局寻优能力强,基于匹配追踪的图像稀疏分解是最优化问题,因此可用量子遗传算法快速实现.仿真结果表明,每步分解所需计算的图像或图像残差与原子的内积仅4 000次,由分解结果重建的图像具有较好的主观质量.     

稀疏表示的人脸识别及其优化算法

稀疏表示的本质就是稀疏正规化约束下的信号分解。提出一种改进的正交匹配追踪算法,使运算量较高的矩阵求逆运算转变为轻量级的向量运算或向量与矩阵的运算,可以加快逆矩阵和大矩阵乘积的求解。将此算法应用于稀疏表示的人脸识别,探讨并验证了稀疏阀值的设置和训练字典的选择对人脸识别率和识别速度的影响。     

用于稀疏系统辨识的改进惩罚LMS算法研究

基于加权零吸引因子最小均方算法（RZA-LMS）,提出了一种应用于系统辨识的新型自适应滤波算法（ARZA-LMS）。RZA-LMS通过在标准LMS算法迭代过程中添加零吸引因子,促进了滤波器小权系数的收敛,从而在辨识稀疏系统时,加快了算法的整体收敛速度。但是RZA-LMS算法中的零吸引因子,选择了固定的e,过于武断,降低了算法的鲁棒性。通过在参数e与误差信号e之间建立非线性关系,使零吸引因子在最小化MSE更具有灵活性,提出了一种改进的RZA-LMS,提高了对系统辨识的收敛速度和稳定性。最后,计算机仿真验证了新算法的性能明显优于原算法和若干现有稀疏系统辨识的方法。     

一种基于稀疏表示的交通图像去噪算法

将图像稀疏表示方法引入到交通图像处理中,实现了一种基于K-SVD的正交匹配追踪的交通图像去噪算法.该算法通过奇异值分解,DCT字典进行自适应更新,形成更能表示图像结构的超完备字典.实验结果表明,相对于传统图像增强方法(中值滤波、均值滤波、基于小波滤波)和基于DCT冗余字典的稀疏表示图像增强方法,该算法能更有效地去除交通图像噪声,得到更高的峰值信噪比.     

维格纳-威利分布算法研究及应用

介绍了一种利用FFT计算维格纳－威利（WVD）的算法。针对WVD二次时频分布数值计算的复杂性和计算量大的特点，提出了一种抽样算法。它在不改变采样频率的情况下，增加了处理数据的长度。在同样数据长度下，大大缩短计算时间。并用该算法对时变正弦信号和处理铁窗关闭声进行了时频联合分析，得到了满意的效果。     

基于简化差分相干积累的北斗B1频点信号精捕获算法

北斗卫星信号的捕获速度、灵敏度及精度将直接影响接收机的性能指标.本文提出了一种提高北斗导航卫星B1频点信号检测信噪比的精捕获算法,该算法基于简化差分相干积累（SDCI）的短时匹配滤波器（STMF）和快速傅里叶变换（FFT）运算（STMF-FFT）.为了保证在降低FFT运算量和提高信号检测概率的条件下,获得更精确的多普勒频率估计,采用逼近效果较好的切比雪夫线性最小二乘曲线拟合法得到多普勒频移的精确化估计值.理论分析和仿真验证表明：本文提出的SDCI算法比非相干积累算法获得的检测信噪比高约3.2 dB.     

基2FFT算法的研究与改进

对非２的整次幂长并序列进行补零，成为２的整次幂序列后应用ＦＦＴ算法计算频谱。本文通过大量实例计算，统计出补零个数与准确频谱线条数之间的关系，因此根据技术要求可查表决定补零个数，对于补零后的序列，含有大量的零元素，为了提高计算速度，本文提出了改进基２ＦＦＴ频率抽取法的算法，在一定的技术要求条件下，有效地提高了算法的计算速度。     

基于FFT的数控镂铣机传动链误差源诊断

分析了造成数控镂铣机传动链误差的原因,在检测中采用快速傅里叶变换（FFT）算法对模拟信号进行频谱分析．为了提高计算的精度、降低对采样频率的要求,提高运算速度,采用一种基于线性插值原理的改进快速傅里叶变换（L—FFT）算法．用此算法对传动链误差的原始数据进行处理,诊断出误差源及位置,为降低传动误差的控制算法提供了依据．试验结果表明,与FFT算法相比,效率提高大约5％,表明该算法具有一定的实用性和有效性．     

基于MP 与MPC 相结合的分布式交通信号控制研究

依托于最大压(Max Pressure,MP)分布式信号控制特性,结合已建立的实时排队长度预测模型,利用模型预测控制(Model Predictive Control,MPC)进一步对修正后的MP信号控制策略进行滚动反馈优化,提出了MP与MPC相结合的分布式信号控制方法. 模型验证结果表明：MPC嵌入后,MP优化下的交叉口1 与交叉口2 延误分别降低了13.47%、15.35%;并且对比了MP绿信比分配权重修正前后对控制输出的影响,优化后瓶颈路段的车道4 和车道10 的排队溢出次数分别从6 次和9 次降低为0 次,表明修正后MP绿信比权重的信号优化策略更能有效防止排队溢出现象的发生.     

基于MP与MPC相结合的分布式交通信号控制研究

依托于最大压(Max Pressure，MP)分布式信号控制特性，结合已建立的实时排队长度预测模型，利用模型预测控制(Model Predictive Control，MPC)进一步对修正后的MP信号控制策略进行滚动反馈优化，提出了MP与MPC相结合的分布式信号控制方法. 模型验证结果表明：MPC嵌入后，MP优化下的交叉口1 与交叉口2 延误分别降低了13.47%、15.35%；并且对比了MP绿信比分配权重修正前后对控制输出的影响，优化后瓶颈路段的车道4 和车道10 的排队溢出次数分别从6 次和9 次降低为0 次，表明修正后MP绿信比权重的信号优化策略更能有效防止排队溢出现象的发生.