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.     

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．     

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GA和原子特性的信号稀疏分解

信号稀疏表示在信号处理的许多方面有着重要的应用,但是求得信号稀疏表示的稀疏分解计算量十分巨大,是阻碍其实时应用的主要因素。本文研究基于MatchingPursuit(MP)方法实现的信号稀疏分解算法,采用遗传算法(GA)快速寻找MP过程中每一步分解的最佳原子。根据稀疏分解中使用原子的特性,提出了对基于GA和MP的信号稀疏分解的一种优化方法。算法的有效性为实验结果所证实。     

基于主动发送/串口监听模式的实时数据采集

针对数据采集中的实时性问题，提出了一种新的数据采集方案．该方案建立智能设备主动向串口发送数据，应用计算机多线程技术建立串口监听线程．去掉了传统数据采集方案串口通信中握手和断开连接的过程，同时也保证了数据传输的可靠性．实验结果表明，每次传输20字节时，传输时间可以缩短到原来的约20％。该方案方案已经得到了实际应用．     

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。     

一种Contourlet图像块编码算法

提出一种高灵活性、低缓冲的Contourlet块编码算法。用临界采样的小波变换取代Contourlet变换中的拉普拉斯塔式LP(Laplacian Pyramid)分解,得到非冗余的Contourlet变换NRCT(Non-Redundant ContourletTransform),使其更适合图像压缩。块编码中,每个子带被划分为相对小的码块,然后对各个码块独立编码,得到具有丰富实用特征集的码流,且明显降低了内存占用。合并NRCT同一小波子带中类似的方向频率划分,根据合并后方向子带的方向频率特性,得到改进的上下文模型。改进的上下文模型使NRCT块编码器中的MQ编码器输出码流码率更加接近其熵率,而JPEG2000上下文模型不能为该MQ编码器输入码流提供良好的条件概率估计。实验证明,特别是对于纹理丰富的图像,本文算法较基于JPEG2000上下文模型的NRCT块编码算法和JPEG2000算法,具有更高的压缩性能。