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。     

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。     

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。     

基于稀疏模型的Bandelet图像去噪方法

提出一种基于Bandelet变换的图像去噪方法,以提高高噪声方差的图像去噪效果。Bandelet变换的核心是Lagrangian函数代价项的准确选取,本文从图像基追踪稀疏模型表示原理和图像阈值去噪方法的内在关系入手,重新定义Lagrangian函数,从而使图像稀疏去噪模型含义更明确,计算更简单。在去噪过程中,首先采用二维平移不变小波变换把图像分解为高频子带;然后用局部Bandelet块估计Bayes阈值确定Lagrangian函数的代价因子,从而对各个高频实施Bandelet化;最后对高频图像系数Bayes软阈值收缩实现图像去噪。国际标准中几何特征明显图像测试表明:在高斯白噪声的方差低于502时,本文方法的去噪效果和目前最好方法的效果相当;当噪声的方差等于或者高于502时,本文去噪方法效果更好。     

基于模拟退火算法的地铁盾构隧道长期沉降预测

软土地区的地铁盾构隧道沉降的影响因素复杂,且不同的因素会对隧道结构内力、变形、接头伸缩等造成影响,导致沉降预测困难。在对杭州地铁1号线某区间沉降实测数据分析的基础上,采用基于Monte-carlo迭代求解模拟退火算法,对逻辑斯蒂曲线模型进行求解,并综合考虑各因素对沉降影响的整体效果,建立地铁盾构隧道长期沉降预测模型。根据实测同预测数据的对比研究分析,本计算求解方法不仅可行,而且与实际量测数据吻合较好。     

基于模拟退火算法的列车自动调整能力研究

列车自动调整（ATR）系统是ATS系统中十分重要的一个环节,对保障行车效率起到了举足轻重的作用。本文首先仔细研究了列车调整多目标多约束的特点,再结合经验性方法对列车调整进行模型建立。然后利用模拟退火算法的收敛于全局最优解的特性对所建模型进行求解,并通过VS2010仿真平台对结论进行验证。     

基于模拟退火算法的旅客列车车底运用的优化

经济合理地使用客车车底,是编制铁路旅客列车运行方案要考虑的主要目标之一。为此针对铁路旅客列车车底运用现状,建立了车底运用的数学优化模型一指派模型,提出了针对指派模型的模拟退火求解算法。以南昌车站为实例,证明了算法的实用价值。     

铁路罐式集装箱空箱调配优化模型及遗传模拟退火算法

针对罐式集装箱运输的特殊性,考虑重箱流和空箱流调配的综合优化,以罐箱运输费用最小为目标,建立铁路罐式集装箱空箱调配优化多商品网络流模型,并构造了1种嵌入模拟退火操作的遗传算法对之进行求解。为了使模型与算法可得到更符合实际、操作性更强的结果,给出了3种空罐箱调配的策略,作为隐含条件加入到算法求解过程中。利用自适应遗传模拟退火算法对随机生成的实际规模问题算例进行求解,并与用通用代数建模系统软件GAMS的计算结果进行对比。结果表明,前者得出的结果与最优解差距不大,而且运算速度更快,更能满足解决实际问题的需要,为铁路罐箱调配优化提供了良好的决策支持模型和算法。     

基于仿真随机解的模拟退火算法在单物流中心配送VRP中的应用

结合客户实际需求研究单物流中心配送业务中基于城市道路网的车辆路径问题.采用邻接表作为道路网数据结构,依据计算机仿真方法确定车辆的路径方案,引入模糊时间窗并建立具有模糊时间窗的车辆路径问题的数学模型(VRPFTW),利用模拟退火算法求解VRPFTW问题,并对算法的关键步骤做了探讨.结合给定的有信号交叉口的城市道路网,利用计算机编程求解特定算例,计算结果说明模糊时间窗对物流中心配送业务的实际意义,以及模拟退火算法求解问题的可行性与有效性.