广义高斯分布

摘要： 盲源分离(BSS)在缺失源信号信息及信息混合方式信息的情况下,仅利用观测信号实现源信号恢复,是信号处理中的重要手段。欠定盲源分离(UBSS)中观测信号少于源信号数目,因此,相较于正定/超定情形,其更接近现实情况。然而,观测信号往往受到噪声干扰,传统基于2阶统计量和信号稀疏性的欠定盲源分离结果对噪声较为敏感。鉴于3阶统计量在处理对称分布噪声时的优势,该文利用观测信号的3阶统计信息实现混合矩阵的估计。考虑到源信号的自相关特性,计算多时延下观测信号一系列的3阶统计信息,并堆叠成4阶张量,进而将混合矩阵估计问题转化为4阶张量的典范双峰分解问题。该文进一步利用广义高斯模型和期望最大算法实现源信号的恢复。1000次蒙特卡罗实验表明该文算法能够有效抑制噪声的影响。针对3×4混合模型,当信噪比为15 dB时,该文算法对混合矩阵的平均估计误差达到–20.35 dB,所恢复出的源信号与真实源信号之间的平均绝对相关系数达0.84,与现有方法相比,取得了最好的分离结果。

摘要： 针对合成孔径雷达(synthetic aperture radar,SAR)在稀疏成像中,传统贝叶斯机器学习算法存在先验固化、成像结果容易过拟合等问题.提出一种可变成像先验贝叶斯(varying imaging prior Bayes,VIP-Bayes)学习稀疏SAR成像算法.首先,引入可动态灵活表征目标散射特征的广义高斯分布先验.然后,在贝叶斯推理框架下进行分层建模,后验分布推导.最后,针对常规吉布斯采样算法无法采样复杂后验分布的问题,引入哈密顿蒙特卡罗(Hamiltonian Monte Carlo,HMC)采样算法进行求解.另外,考虑到HMC算法对非平滑后验分布无法采样,因此引入近端算子,进行近端梯度近似,提出近端-HMC(proximal-HMC,P-HMC)算法.P-HMC算法可有效解决非平滑后验采样问题.因而可实现VIP-Bayes稀疏成像.通过仿真数据进行算法有效性验证,选取SAR实测数据与多种算法进行成像对比实验,利用相变热力图对算法成像性能进行定量分析,验证了所提算法的实用性和优越性.

摘要： 广义高斯分布常被用于图像处理及视频信号的统计分析之中,非对称广义高斯分布突破了对称性的束缚,用于数据处理建模更为适宜.从高斯分布入手,分别对左右两侧的不同方差和不同概率密度的广义高斯分布进行了改进,从而构造出了2种非对称的广义高斯模型,且通过模拟实验实现了构造模型的效果.

摘要： 广义高斯分布常被用于图像处理及视频信号的统计分析之中,非对称广义高斯分布突破了对称性的束缚,用于数据处理建模更为适宜.从高斯分布入手,分别对左右两侧的不同方差和不同概率密度的广义高斯分布进行了改进,从而构造出了2种非对称的广义高斯模型,且通过模拟实验实现了构造模型的效果.

摘要： 为了降低多光谱图像与全色图像融合过程中的光谱扭曲和空间失真,提出了一种基于Contourlet变换和广义高斯分布的遥感图像融合方法.首先将多光谱图像和全色图像经过Contourlet变换后得到它们的低频信息和高频信息,对低频信息采用加权平均的融合规则、对高频信息采用广义高斯参数估计的方法进行融合,最后将融合的低频信息和高频信息进行逆变换,得到融合后的高分辨多光谱图像.将文中方法应用于Geoeye_1卫星数据,与同类方法的对比分析结果显示:该方法能够减少光谱扭曲和空间信息的损失,得到的融合结果在视觉效果和客观评价标上均优于对比方法.

摘要： 通过对特定图像进行四层抽取小波分解,用广义高斯分布对各子带高频系数进行拟合,用混合高斯分布对低频系数进行拟合,并利用x2拟合检验对直方图的拟合效果进行了评估.研究结果证明了广义高斯分布和混合高斯分布对小波系数直方图拟合的有效性,并初步讨论了不同尺度间系数分布的拟合趋势.

摘要： 在Kullback-Leibler距离的基础上,对Kullback-Leibler距离进行了改进,给出了最小的Kullback-Leibler距离,并讨论了它的性质.探讨了两个不同概率密度函数的差异程度,得到了广义Gaussian分布最小的Kullback-Leibler距离,并作为特例得到了Laplacian分布和Gauss-ian分布最小的Kullback-Leibler距离.

摘要： 抗差估计方法是一种很好的抵抗粗差的方法.但是,不同的抗差估计方法具有不同的抗差特性.文章以三种不同网形、不同观测值数量和粗差数量、不同粗差数值的水准网为例,采用仿真实验的方法比较了观测值不等权或者服从广义高斯分布情况下常用13种抗差估计方法的抗差特性.研究结果表明,抗差特性更优的估计方法为L1法、Danish法、Geman-McClure法和IGGIII方案.

摘要： 为了提高虹膜识别的准确率,提出了一种改进曲波变换的虹膜识别算法.首先对预处理后的虹膜图像进行Wrapping算法的快速离散曲波变换,提取不同尺度和不同方向的曲波子带系数矩阵的均值、方差和能量,然后利用广义高斯分布估算各子带的权值,为分类能力较强的特征向量赋予较大权值,构成虹膜图像的特征向量.最后采用模糊支持向量机和二叉决策树相结合的分类器进行匹配识别.采用UBIRIS和CASIA虹膜数据库对算法性能进行测试.实验结果表明,该算法能更好地提高虹膜识别准确率和效率,具有可行性.

摘要： 非抽取小波变换(UDWT)不仅具有时间和频率的局域特性,还具有良好的平移不变性,能有效抑制传统小波去噪方法产生的伪Gibbs现象.文中通过统计分析图像的UDWT系数,得到UDWT系数具有较强的非高斯统计特性的结论.在此基础上,应用广义高斯分布模型对系数进行建模,提出基于图像标准差的曲线拟合方法以提高图像噪声标准差估计值的精度,并以此确定去噪阈值.文中方法依据UDWT的平移不变特性有效抑制传统小波去噪方法出现的伪Gibbs现象,通过提高去噪阈值的精度以提高图像的去噪效果.大量仿真实验验证文中方法的有效性.

摘要： 飞机驾驶舱话音记录器(CVR)记录的舱音信号，通常是语音声、警告声、开关按钮声和背景噪声等混合而成的。目前国内对该类信号的分析和辨别主要是计算机译码后进行人耳辨听，敞存在不能准确分辨出各种独立的声音信号的缺点。本文提出一种改进的处理方法。首先应用基于独立分量分析方法的在线算法动态分段处理，再通过快速的FastICA算法进行精确化求解，同时为了使得估计器获得最佳性能适当调整分离矩阵各行权值。仿真实验结果表明，本文提出算法不但可以有效地将CVR混合信号中的独立的声音信号分离出来，而且具有更为优越的分离效果。

摘要： 飞机驾驶舱话音记录器(CVR)记录的舱音信号，通常是语音声、警告声、开关按钮声和背景噪声等混合而成的。目前国内对该类信号的分析和辨别主要是计算机译码后进行人耳辨听，敞存在不能准确分辨出各种独立的声音信号的缺点。本文提出一种改进的处理方法。首先应用基于独立分量分析方法的在线算法动态分段处理，再通过快速的FastICA算法进行精确化求解，同时为了使得估计器获得最佳性能适当调整分离矩阵各行权值。仿真实验结果表明，本文提出算法不但可以有效地将CVR混合信号中的独立的声音信号分离出来，而且具有更为优越的分离效果。

摘要： 飞机驾驶舱话音记录器(CVR)记录的舱音信号，通常是语音声、警告声、开关按钮声和背景噪声等混合而成的。目前国内对该类信号的分析和辨别主要是计算机译码后进行人耳辨听，敞存在不能准确分辨出各种独立的声音信号的缺点。本文提出一种改进的处理方法。首先应用基于独立分量分析方法的在线算法动态分段处理，再通过快速的FastICA算法进行精确化求解，同时为了使得估计器获得最佳性能适当调整分离矩阵各行权值。仿真实验结果表明，本文提出算法不但可以有效地将CVR混合信号中的独立的声音信号分离出来，而且具有更为优越的分离效果。

摘要： 飞机驾驶舱话音记录器(CVR)记录的舱音信号，通常是语音声、警告声、开关按钮声和背景噪声等混合而成的。目前国内对该类信号的分析和辨别主要是计算机译码后进行人耳辨听，敞存在不能准确分辨出各种独立的声音信号的缺点。本文提出一种改进的处理方法。首先应用基于独立分量分析方法的在线算法动态分段处理，再通过快速的FastICA算法进行精确化求解，同时为了使得估计器获得最佳性能适当调整分离矩阵各行权值。仿真实验结果表明，本文提出算法不但可以有效地将CVR混合信号中的独立的声音信号分离出来，而且具有更为优越的分离效果。

摘要： 飞机驾驶舱话音记录器(CVR)记录的舱音信号，通常是语音声、警告声、开关按钮声和背景噪声等混合而成的。目前国内对该类信号的分析和辨别主要是计算机译码后进行人耳辨听，敞存在不能准确分辨出各种独立的声音信号的缺点。本文提出一种改进的处理方法。首先应用基于独立分量分析方法的在线算法动态分段处理，再通过快速的FastICA算法进行精确化求解，同时为了使得估计器获得最佳性能适当调整分离矩阵各行权值。仿真实验结果表明，本文提出算法不但可以有效地将CVR混合信号中的独立的声音信号分离出来，而且具有更为优越的分离效果。

摘要： ICA混合模型扩展了高斯混合模型,通过使用指定的超高斯或次高斯模型,ICA混合模型可以描述混合模型中可能出现的非高斯源.但是特定的超高斯或次高斯模型不足以自适应地描述具体非高斯源.提出一种基于广义高斯的ICA混合模型(GG-ICAMM),利用数据估计广义高斯模型中的参数,可以自适应调整非高斯模型的具体形式,进而使得模型精确描述源的分布.引进基于广义高斯ICA混合模型,阐述了如何学习模型中每个类别的基函数与偏差量,并给出该模型用于聚类的具体算法.实验证明了算法的可行性与有效性.

摘要： ICA混合模型扩展了高斯混合模型,通过使用指定的超高斯或次高斯模型,ICA混合模型可以描述混合模型中可能出现的非高斯源.但是特定的超高斯或次高斯模型不足以自适应地描述具体非高斯源.提出一种基于广义高斯的ICA混合模型(GG-ICAMM),利用数据估计广义高斯模型中的参数,可以自适应调整非高斯模型的具体形式,进而使得模型精确描述源的分布.引进基于广义高斯ICA混合模型,阐述了如何学习模型中每个类别的基函数与偏差量,并给出该模型用于聚类的具体算法.实验证明了算法的可行性与有效性.

摘要： ICA混合模型扩展了高斯混合模型,通过使用指定的超高斯或次高斯模型,ICA混合模型可以描述混合模型中可能出现的非高斯源.但是特定的超高斯或次高斯模型不足以自适应地描述具体非高斯源.提出一种基于广义高斯的ICA混合模型(GG-ICAMM),利用数据估计广义高斯模型中的参数,可以自适应调整非高斯模型的具体形式,进而使得模型精确描述源的分布.引进基于广义高斯ICA混合模型,阐述了如何学习模型中每个类别的基函数与偏差量,并给出该模型用于聚类的具体算法.实验证明了算法的可行性与有效性.

摘要： ICA混合模型扩展了高斯混合模型,通过使用指定的超高斯或次高斯模型,ICA混合模型可以描述混合模型中可能出现的非高斯源.但是特定的超高斯或次高斯模型不足以自适应地描述具体非高斯源.提出一种基于广义高斯的ICA混合模型(GG-ICAMM),利用数据估计广义高斯模型中的参数,可以自适应调整非高斯模型的具体形式,进而使得模型精确描述源的分布.引进基于广义高斯ICA混合模型,阐述了如何学习模型中每个类别的基函数与偏差量,并给出该模型用于聚类的具体算法.实验证明了算法的可行性与有效性.

摘要： ICA混合模型扩展了高斯混合模型,通过使用指定的超高斯或次高斯模型,ICA混合模型可以描述混合模型中可能出现的非高斯源.但是特定的超高斯或次高斯模型不足以自适应地描述具体非高斯源.提出一种基于广义高斯的ICA混合模型(GG-ICAMM),利用数据估计广义高斯模型中的参数,可以自适应调整非高斯模型的具体形式,进而使得模型精确描述源的分布.引进基于广义高斯ICA混合模型,阐述了如何学习模型中每个类别的基函数与偏差量,并给出该模型用于聚类的具体算法.实验证明了算法的可行性与有效性.

摘要： 本发明提供一种基于GGD模型的地面隐蔽目标检测方法。技术方案是：基于原始UWB SAR图像构建对数比图像，利用对数比图像采用GGD模型进行统计建模并利用一阶对数累积量对GGD模型的参数进行估计，根据GGD模型参数的估计值计算CFAR检测阈值，利用CFAR检测实现对于UWB SAR图像中的地面隐蔽目标的检测。本发明能够实现对于GGD模型中形状参数更加精确的估计，同时不需要设置额外的参数或条件，简洁易行。

摘要： 本发明公开了一种结合高斯分布及伪随机分布的噪声调制方法及调制器，本发明涉及雷达技术领域，为了得到噪声调制方法，本发明建立了如下步骤：S01：建立分布函数；S02：确定随机数的分布概率，得到参数值；S03：根据标准差原则，确定分布在[0,1]的随机数值；S04：处理随机数值，得到数学模型；本发明通过高斯分布的噪声调制与伪随机信号的结合，提高了信号的采集完整度，减少了某频段信号无法干扰的问题，增加了干扰带宽的范围；使用了FPGA的硬件对信号进行处理，极大的提高了数据存储和处理的效率；使用white gaussion noise generator模块，可以进行数据转换功能，此功能不会过多占用FPGA的数据资源，并且使用该方法它具备测试费用少、可重复性强、实时性好、速度快的优点。

摘要： 本发明提供一种基于GGD模型的地面隐蔽目标检测方法。技术方案是：基于原始UWB SAR图像构建对数比图像，利用对数比图像采用GGD模型进行统计建模并利用一阶对数累积量对GGD模型的参数进行估计，根据GGD模型参数的估计值计算CFAR检测阈值，利用CFAR检测实现对于UWB SAR图像中的地面隐蔽目标的检测。本发明能够实现对于GGD模型中形状参数更加精确的估计，同时不需要设置额外的参数或条件，简洁易行。

摘要： 本发明公开了一种结合高斯分布及伪随机分布的噪声调制方法及调制器，本发明涉及雷达技术领域，为了得到噪声调制方法，本发明建立了如下步骤：S01：建立分布函数；S02：确定随机数的分布概率，得到参数值；S03：根据标准差原则，确定分布在[0,1]的随机数值；S04：处理随机数值，得到数学模型；本发明通过高斯分布的的噪声调制与伪随机信号的结合，提高了信号的采集完整度，减少了某频段信号无法干扰的问题，增加了干扰带宽的范围；使用了FPGA的硬件对信号进行处理，极大的提高了数据存储和处理的效率；使用white gaussion noise generator模块，可以进行数据转换功能，此功能不会过多占用FPGA的数据资源，并且使用该方法它具备测试费用少、可重复性强、实时性好、速度快的优点。

摘要： 本发明公开一种混合高斯分布和二项分布的两阶段甲骨文字分割方法。首先，利用颜色空间转换提取甲骨拓片图像的亮度分量；其次，以混合高斯分布模型建模图像的全局统计特性，联合K‑均值算法和EM算法进行优化求解，进而以相对熵测度为约束，得到抑制了点状噪声的粗分割结果；然后，利用顶帽运算和连通区域分析，去除片状斑纹、盾纹、齿缝以及大面积背景；最后，以二项分布对连通区域的面积进行建模，利用最大类间方差计算该二项分布的方差，进而结合外接矩形分析，实现对残留的兆纹、刻痕和固有纹理的自适应填充，获得甲骨文字的最终分割结果。

摘要： 本发明提出一种针对广义高斯分布情况的单比特分布式稀疏信号检测方法，属于信号检测领域。该方法首先在检测区域中设置一个包含融合中心和多个本地节点的分布式无线传感器网络；在任意时刻，每个本地节点根据是否接收到稀疏信号输出对应的模拟观测值，对模拟观测值进行量化得到对应的量化结果并发送给融合中心；融合中心利用所有的量化值计算局部最大势的检验统计量并计算判决阈值；最后，比较检验统计量和判决阈值的大小，输出该时刻的检测结果。本发明可作为目前已有的针对高斯情况下的单比特分布式稀疏信号检测方法的重要补充，可以适用于多种噪声/信号分布情况的下信号检测，具有较高的应用价值。

摘要： 本发明公开了一种基于多元广义高斯分布的数字音频水印检测方法，首先对原始音频进行分段处理，根据短时能量计算方法构造局部能量较高的SWT重要系数段，通过乘性嵌入方式对其系数进行修改，并对修改后系数的子带和其他子带进行逆SWT变换得到含水印数字音频；然后，利用SWT高频子带之间存在的相关性，使用多元广义高斯分布对SWT系数进行统计建模，并结合MLE方法与Newton‑Raphson迭代方法进行参数估计；最后，利用对数似然比方法构造出最大似然检测器提取水印信息。

摘要： 本发明提出一种针对广义高斯分布情况的单比特分布式稀疏信号检测方法，属于信号检测领域。该方法首先在检测区域中设置一个包含融合中心和多个本地节点的分布式无线传感器网络；在任意时刻，每个本地节点根据是否接收到稀疏信号输出对应的模拟观测值，对模拟观测值进行量化得到对应的量化结果并发送给融合中心；融合中心利用所有的量化值计算局部最大势的检验统计量并计算判决阈值；最后，比较检验统计量和判决阈值的大小，输出该时刻的检测结果。本发明可作为目前已有的针对高斯情况下的单比特分布式稀疏信号检测方法的重要补充，可以适用于多种噪声/信号分布情况的下信号检测，具有较高的应用价值。

摘要： 本发明提供了一种利用广义高斯分布进行储层的预测方法及装置，包括：对获取的目的层段第一地震信号进行零均值化预处理，得到第二地震信号；根据第二地震信号获得目的层段的广义高斯概率分布函数；获取目的层段单道地震信号样本分布函数与广义高斯概率分布函数之间的偏离程度，并根据偏离程度获得目的层段的储层预测平面图。本申请通过检测地震信号振幅统计特征偏离广义高斯分布的程度达到预测地下储层的目的。

摘要： 本发明公开了一种基于多元广义高斯分布的数字音频水印检测方法，首先对原始音频进行分段处理，根据短时能量计算方法构造局部能量较高的SWT重要系数段，通过乘性嵌入方式对其系数进行修改，并对修改后系数的子带和其他子带进行逆SWT变换得到含水印数字音频；然后，利用SWT高频子带之间存在的相关性，使用多元广义高斯分布对SWT系数进行统计建模，并结合MLE方法与Newton‑Raphson迭代方法进行参数估计；最后，利用对数似然比方法构造出最大似然检测器提取水印信息。