冗余字典

摘要： 针对传统二维到达角度估计计算量大的问题,提出了一种基于稀疏重构角度配对的二维波达方向估计(Direction of Arrival,DOA)快速估计算法,能够同时估计多个信号的俯仰角和方位角。该算法以L型阵列为例,首先对信号的二维空间角分别进行独立估计,然后基于空间角所有的配对组合构建冗余字典,并利用稀疏重构实现空间角的角度配对,最后由正确配对的空间角计算出信号的DOA。该算法避免了二维搜索过程,提高了角度计算效率,且具有较高的估计精度。仿真结果验证了算法的正确性与有效性。

摘要： 针对由于地震信号采集环境的复杂性带来的采样信号不完整,存在大量噪声等情况,对采集的叠前地震信号进行去噪和重建。在传统的K-奇异值分解(K-singular value decomposition,K-SVD)建造冗余字典的压缩感知重建的基础上,提出了基于形态分量分析(morphometric principal components analysis,MCA)的K-SVD地震信号的去噪与重建。即使用MCA对地震信号的结构和平滑部分进行分类,并针对上述两种类别分别构建由K-SVD算法计算的冗余字典,将两种类别分别置于不同字典中进行去噪与重建。与传统的方法相比,该方法在减少了地震信号采集的成本和难度的基础上,精确辨别地震信号细节,并取得良好的去噪效果。

摘要： 针对由于地震信号采集环境的复杂性带来的采样信号不完整,存在大量噪声等情况,对采集的叠前地震信号进行去噪和重建.在传统的K-奇异值分解(K-singular value decomposition,K-SVD)建造冗余字典的压缩感知重建的基础上,提出了基于形态分量分析(morphometric principal components analysis,MCA)的K-SVD地震信号的去噪与重建.即使用MCA对地震信号的结构和平滑部分进行分类,并针对上述两种类别分别构建由K-SVD算法计算的冗余字典,将两种类别分别置于不同字典中进行去噪与重建.与传统的方法相比,该方法在减少了地震信号采集的成本和难度的基础上,精确辨别地震信号细节,并取得良好的去噪效果.

摘要： 针对电能质量监测系统庞大的数据储存和传输问题,采用压缩感知技术实现了电能质量扰动信号压缩采样和非线性恢复.傅里叶变换和小波变换联合构成的冗余字典作为稀疏分解矩阵,实现了扰动信号的稀疏表示.数值仿真表明:与傅里叶变换字典或小波变换字典等单一正交基作为稀疏分解矩阵相比,采用该冗余字典能够更好地匹配多种模式混合的扰动信号,验证了基于冗余字典的电能质量扰动信号压缩采样的可行性;在相同的压缩比下,压缩感知能够取得与传统的小波变换和离散傅里叶变换变换阈值压缩相比拟的压缩性能.

摘要： 针对任意极化信号的DOA估计问题,提出一种基于嵌套极化敏感阵列稀疏表示的DOA估计算法.该算法首先向量化极化敏感阵列接收数据协方差矩阵,然后建立角度-极化联合冗余字典,对信号进行稀疏表示,最后通过稀疏分解得到信号的DOA估计.相对于传统算法,该算法能够在欠定条件下实现多个极化未知信号的DOA估计,且具有较高的估计精度.仿真结果验证该算法的正确性与有效性.

摘要： 基于正交匹配追踪的压缩感知重构是通过寻找最优原子对信号进行线性表示.将冗余字典作为高光谱图像的稀疏基,利用正交匹配追踪算法进行重构时,冗余字典的选择对重构性能有重要影响.文中以高斯原子为基础,给出GAUSS字典、GABOR字典以及CHIRPLET字典的构造方式,分析比较了高光谱图像在三种冗余字典下的稀疏度.利用正交匹配追踪算法对四组高光谱图像进行重构,利用重构峰值信噪比、 重构结构相似性和计算效率对三种冗余字典进行评价.实验结果表明,相比于其他两种字典,将GAUSS字典作为高光谱图像的稀疏基能够获得最好的重构效果.

摘要： 针对具有纹理背景分布的织物表面缺陷检测效率低、受主观影响大等问题,根据图像在冗余字典下可以稀疏表示的特点,建立缺陷图像的稀疏表示模型,提出基于稀疏分析的缺陷检测算法.该算法将缺陷图像分割为缺陷前景部分和纹理背景部分,分割后的前景图像去掉纹理背景,则缺陷区域完全被凸显,从而实现缺陷的提取.在多种不同缺陷类型的织物表面图像进行实验,实验结果表明,本文算法对有结构性纹理背景的织物表面缺陷检测正确率达到96.75％,验证了算法的有效性.

摘要： 高光谱图像的稀疏分解能得到其稀疏表示形式,便于对图像进行压缩处理.因高光谱图像特征复杂,单一正交基无法捕捉到图像信号的所有特征,需构建原子个数更多的冗余字典对高光谱图像进行稀疏表示.针对高光谱图像,以高斯原子为基础,构造三种冗余字典,利用正交匹配追踪算法找到最优原子,完成高光谱图像的稀疏分解,利用重构图像的峰值信噪比、结构相似性和计算效率对冗余字典的稀疏表示能力进行评价.实验结果表明,构造的三种冗余字典均能对高光谱图像进行稀疏表示,重构图像的峰值信噪比均能达到40 dB以上,结构相似性达到0.99以上,且高斯字典的计算效率最高.

摘要： 随着电磁环境复杂化的加剧,北斗监测站导航信号面临越发严重的干扰.监测接收机信号可建模为“卫星信号+干扰”模型,通过信号成分分析,可对干扰情况进行判断.本文采用信号稀疏化技术,基于卫星信号训练获得冗余字典,对不同信噪比下带干扰信号进行稀疏表示,根据对应稀疏向量的基尼系数变化曲线确定适合卫星信号的字典,并通过基尼系数判断是否存在干扰.统计了信噪比0dB时存在宽带/窄带干扰时的基尼系数阈值.实验表明,采用学习法获取的字典能较好地进行信号稀疏化,对应稀疏化结果可作为检测干扰的依据.

摘要： 该文提出一种基于多原子匹配追踪的图像融合算法,算法利用多原子匹配追踪信号分解,在每次迭代时选取多个原子来实现图像的稀疏分解,从而有效地提取原始图像的高频成分,为融合图像提供更丰富的细节特征。同时,该算法极大提高了图像稀疏分解的计算速度。实验结果表明,利用该算法所获得的融合图像能够保留输入源图像中大部分主要边缘特征,效果优于传统的小波图像融合算法。

摘要： 该文提出一种基于多原子匹配追踪的图像融合算法,算法利用多原子匹配追踪信号分解,在每次迭代时选取多个原子来实现图像的稀疏分解,从而有效地提取原始图像的高频成分,为融合图像提供更丰富的细节特征。同时,该算法极大提高了图像稀疏分解的计算速度。实验结果表明,利用该算法所获得的融合图像能够保留输入源图像中大部分主要边缘特征,效果优于传统的小波图像融合算法。

摘要： 该文提出一种基于多原子匹配追踪的图像融合算法,算法利用多原子匹配追踪信号分解,在每次迭代时选取多个原子来实现图像的稀疏分解,从而有效地提取原始图像的高频成分,为融合图像提供更丰富的细节特征。同时,该算法极大提高了图像稀疏分解的计算速度。实验结果表明,利用该算法所获得的融合图像能够保留输入源图像中大部分主要边缘特征,效果优于传统的小波图像融合算法。

摘要： 该文提出一种基于多原子匹配追踪的图像融合算法,算法利用多原子匹配追踪信号分解,在每次迭代时选取多个原子来实现图像的稀疏分解,从而有效地提取原始图像的高频成分,为融合图像提供更丰富的细节特征。同时,该算法极大提高了图像稀疏分解的计算速度。实验结果表明,利用该算法所获得的融合图像能够保留输入源图像中大部分主要边缘特征,效果优于传统的小波图像融合算法。

摘要： 该文提出一种基于多原子匹配追踪的图像融合算法,算法利用多原子匹配追踪信号分解,在每次迭代时选取多个原子来实现图像的稀疏分解,从而有效地提取原始图像的高频成分,为融合图像提供更丰富的细节特征。同时,该算法极大提高了图像稀疏分解的计算速度。实验结果表明,利用该算法所获得的融合图像能够保留输入源图像中大部分主要边缘特征,效果优于传统的小波图像融合算法。

摘要： 本发明能够有效的抑制脉搏信号的高频噪声、低频噪声、基线漂移、工频干扰和肌电干扰等噪声，有效提高了信噪比。本发明去噪后的信号没有多余震荡，极大地提高了运算效率，节约了大量资源，可以用于低功耗的前端脉搏信号采集，为后续脉搏波特征提取及分类进一步工作提供了很好的效果。本发明不止可以用于去除脉搏信号的噪声，也可以用于去除心电信号等其他信号的噪声。

摘要： 本申请提供了数据冗余消除DRE字典确认方法和设备。本发明中，发送端先将新生成的字典表项记录至待确认字典表项列表中，之后通过与接收端之间原有的用于数据传输的数据传输连接同步待确认字典表项列表中的字典表项，针对被接收端接收到的字典表项，发送端将该字典表项记录至本地数据字典，之后对该字典表项中的数据发送时通过该字典表项中的字典表项索引替代，这能够防止接收端无法还原数据的缺陷。

摘要： 本发明公开了一种机械故障冗余提升小波字典贝叶斯稀疏表示方法，属于机械故障诊断领域。本发明通过采用提升方法，设计了自适应提升小波字典。将多种群搜索策略融入量子遗传优化算法，以小波分解的细节信号的峭度指标最大为目标函数设计预测器，然后，以重构误差最小为目标函数设计更新器，有效地锁定信号的局部特征，准确地提取出信号瞬时故障特征信息。本发明适用于机械设备故障诊断。

摘要： 本发明公开一种基于增强的高斯冗余字典脉搏信号噪声检测方法，利用构造的加强的高斯冗余字典，得到可以稀疏向量，在通过归一化，得到不同噪声矩阵的能量比，最后通过阈值比较法，确定脉搏信号是否含有噪声以及含有的噪声的类型。本发明不止可以用于检测脉搏信号的噪声及类型，也可以用于检测心电信号等其他信号的噪声及类型。

摘要： 本发明公开了一种大规模MIMO系统中基于冗余字典的下行链路信道估计方法，包括：对FDD大规模MIMO的上行链路信道稀疏表示的支持集进行估计得到上行链路支持集；通过冗余字典和所述上行链路支持集，对下行链路空域信道的支持集进行估计得到下行链路支持集；构建FDD大规模MIMO系统的下行链路导频信号接收模型；利用上述下行链路导频信号接收模型，基于贝叶斯推断和下行链路支持集对下行链路空域信道进行信道估计。本发明方法不需要信道的稀疏性信息，同时利用了上行信道信息和冗余字典，来改善信道估计精度，具有良好的信道估计效果。

摘要： 本发明公开了一种利用冗余字典加强稀疏性的透镜天线阵列MIMO信道估计方法。在毫米波透镜天线阵列MIMO中，收发端均采用天线选择网络代替全连接‑相移网络，从而减小通信系统的硬件成本和功率消耗；在导频交互阶段，天线选择网络在每次切换均获得部分角度范围的信道探测结果；经多次切换，射频链路在连续的多个时隙内遍历连接透镜天线阵列所有的阵元，从而利用有限的硬件资源对信道进行完整的观测；接收端利用冗余字典，对原本稀疏的透镜天线阵列的信道进行进一步的稀疏表示，再采用压缩感知理论进行信道恢复。利用冗余字典，可以对抗因信道AoDs和AoAs连续分布而造成的功率泄露，使得信道表示更为稀疏，有利于后续稀疏信号恢复算法的性能。

摘要： 本发明公开了用于人脸识别的自适应冗余字典构造方法，包括获取待测试人脸图像和若干人脸图像样本，将若干人脸图像样本存储至训练样本集中，提取待测试人脸图像和训练样本集中每个样本的LCP特征；得到待测试人脸图像与训练样本集中全部样本的平均LBP特征相似性和平均MiC特征相似性；判断LBP特征和MiC特性是否均属于合法特征，若是，则进入下一步；否则，拒绝识别待测试人脸图像；在合法特征中，当LBP特征相似性不小于LBP特征近邻阈值且MiC特征相似性不大于MiC特征近邻阈值时，训练样本集中相应的样本才被标注为待测试人脸图像的近邻样本；被标注的待测试人脸图像的近邻样本作为原子，构造出自适应人脸识别冗余字典。

摘要： 本发明提供一种分离型冗余字典学习方法，包括：S100、初始化冗余字典；S200、根据初始化后的所述冗余字典计算样本在稀疏域内的表达并计算样本稀疏表达误差；S300、根据样本在稀疏域内的表达更新所述冗余字典；S400、设定阈值，重复所述S200和所述S300；S500、当|εk‑εk‑1|2小于所述阈值时，停止重复所述S200和所述S300，输出冗余字典，采用本方案的分离型冗余字典学习方法，能够通过简化分离型冗余字典训练过程的方式减小冗余字典学习的计算负荷。

摘要： 本发明公开了一种利用冗余字典加强稀疏性的透镜天线阵列MIMO信道估计方法。在毫米波透镜天线阵列MIMO中，收发端均采用天线选择网络代替全连接‑相移网络，从而减小通信系统的硬件成本和功率消耗；在导频交互阶段，天线选择网络在每次切换均获得部分角度范围的信道探测结果；经多次切换，射频链路在连续的多个时隙内遍历连接透镜天线阵列所有的阵元，从而利用有限的硬件资源对信道进行完整的观测；接收端利用冗余字典，对原本稀疏的透镜天线阵列的信道进行进一步的稀疏表示，再采用压缩感知理论进行信道恢复。利用冗余字典，可以对抗因信道AoDs和AoAs连续分布而造成的功率泄露，使得信道表示更为稀疏，有利于后续稀疏信号恢复算法的性能。

摘要： 本发明公开一种基于增强的高斯冗余字典脉搏信号噪声检测方法，利用构造的加强的高斯冗余字典，得到可以稀疏向量，在通过归一化，得到不同噪声矩阵的能量比，最后通过阈值比较法，确定脉搏信号是否含有噪声以及含有的噪声的类型。本发明不止可以用于检测脉搏信号的噪声及类型，也可以用于检测心电信号等其他信号的噪声及类型。