联合检测算法论文_孙大为,荣长军,信东,高明,邱瑞学

导读:本文包含了联合检测算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,概率,最优,算法,信号,特征,目标。

联合检测算法论文文献综述

孙大为,荣长军,信东,高明,邱瑞学^[1]（2019）在《联合行稀疏与l_(1/2)-范数稀疏表示的红外小目标检测算法》一文中研究指出针对红外图像的小目标检测问题,提出了一种联合行稀疏与l_(1/2)-范数稀疏表示的小目标检测算法。首先采用滑动窗口对原始红外图像进行分块,构建分块图像矩阵;然后,根据稀疏与低秩表示理论建立行稀疏与l_(1/2)-范数稀疏表示的模型,并利用交替方向乘子算法求解得到稀疏矩阵和低秩矩阵;最后,通过图像重构,得到小目标的图像,并采用阈值分割的方法确定小目标的真实位置。实验结果表明,算法可以实现对不同背景红外图像中的小目标准确检测,与红外块图像建模算法相比,检测后的图像信杂比接近的情况下,检测速度提升了约1倍。(本文来源于《中国惯性技术学报》期刊2019年03期）

韩蕊蕊^[2]（2019）在《联合语音检测与幅度平方谱估计的语音增强算法研究》一文中研究指出语音交流和人机交互是现代通信中最主要的通讯方式。然而,在语音通讯过程中,语音信号无法避免地会受到外界噪声的干扰,从而阻碍人与人之间以及人与机器之间的正常交流。语音增强技术的目的则是从带噪语音中尽可能地提取或恢复出纯净的语音信号,进而改善语音质量、提高其可懂度。针对复杂噪声背景下的语音增强问题,本文主要围绕基于幅度谱估计的语音增强技术开展研究和改进,主要研究内容如下:首先,本文阐述了语音增强的研究意义和背景,给出了语音增强技术的研究历史和发展现状,并简要介绍了几种常用的语音增强算法,给出了语音增强算法的性能评价标准。其次,针对基于幅度谱估计理论的语音增强问题,论文详细介绍了几种不同短时幅度谱估计算法的基本原理及其性能,并简要分析了短时幅度谱估计算法的优点和不足。然后,在研究基于短时幅度平方谱估计语音增强算法的基础上,重点考虑据语音信号的稀疏特性以及广泛存在静音区的特点,将语音活动性检测纳入到语音增强框架中,设计了融合语音检测与幅度平方谱估计的联合代价函数,进而通过最小化此联合代价函数获得更为有效的纯净语音幅度平方谱估计技术。基于该理念,文中结合最大后验估计与最小均方误差估计理论分别提出了两种不同的语音增强算法,联合语音检测与最大后验幅度平方谱的估计算法和联合语音检测与幅度平方谱的最小均方误差估计算法。论文在多种噪声环境下对上述所提出的两种算法的性能进行了实验仿真和验证,结果表明:融合了语音检测与幅度平方谱估计以后,本文提出的新算法可有效提升语音增强系统的整体性能。最后,对论文进行了全面总结,并对未来语音增强技术的发展趋势进行了展望。(本文来源于《烟台大学》期刊2019-05-31）

苏锦程,胡勇,巩彩兰^[3]（2019）在《一种基于联合特征约束的毛孔检测算法》一文中研究指出在皮肤数码图像的毛孔检测中,受不均匀光照、斑点、油光、毛发等因素影响,常常出现错检。针对这种情况,提出了一种基于联合特征约束的毛孔检测算法,算法充分考虑各影响因素,通过背景抑制、形态学处理削弱了光照不均和背景复杂的影响。基于毛孔色调特征,改进传统大津法计算最佳毛孔分割阈值,利用阈值进行分块分割。基于毛孔的尺寸、形状特征,对分割后的候选目标进行精细筛选,从而得到精确的毛孔检测结果。实验结果表明,提出的算法检测精度高,误检率低,具备良好的鲁棒性。(本文来源于《传感器与微系统》期刊2019年05期）

唐世轩^[4]（2019）在《基于HOG与LBP联合特征的行人检测算法研究》一文中研究指出在众多行人检测算法中,HOG-LBP行人检测算法由于其在检测精度以及处理被遮挡问题等方面的优秀表现,引起了众多学者的极大关注。但是,HOG特征具有梯度特性,导致特征维数高,含冗余信息过多,且HOG特征未描述图像纹理特征,对于梯度空间特性描述不佳。而LBP特征的二值编码策略使得其对于尺度、旋转、光照和噪声的鲁棒性有待提高,并且非线性内核SVM分类器的算法复杂度较大,检测的实时性也需要改进。因此,本文基于HOG-LBP算法框架,针对以上所分析的HOG特征与LBP特征存在的问题分别进行改进,并联合改进后的特征,同时基于复杂度相对较低、实时性更好的分类器,对行人检测方法展开了相关研究。以下为本文主要研究内容:首先,本文对于行人检测技术分别从研究背景、研究意义和研究现状叁个方面进行详细介绍。并基于行人检测算法框架分别对特征提取算法、分类器、行人数据库和算法评价方法等相关技术进行介绍与总结。然后,针对LBP特征的旋转不变性和尺度不变性有待提升以及HOG特征维度高包含过多冗余信息且未描述图像纹理特征等问题,本文研究了CLBC特征和原始的HOG特征,提出基于纹理特征图的HOG特征,通过特征串行融合和PCA降维,构造出对旋转及尺度更加鲁棒、纹理信息利用率更高且维度更低的图像最终特征向量,并结合HIKSVM分类器,设计了一种基于降维HOG的多特征融合行人检测算法。为验证所提取特征及特征降维的有效性,本文分别设计叁组不同的特征融合实验。最终实验结果证明基于降维HOG的多特征融合行人检测算法整体具有优越性。接着,在研究特征融合的基础上,针对HOG特征对于梯度梯度空间性质描述不佳和LBP特征对光照与噪声鲁棒性差的缺点,本文研究了CoHOG特征和RLBP特征,并以此构建了一种实时性较强的将多级特征弱分类器级联的分类器,设计了一种基于级联特征分类器的行人检测算法。为验证所提取特征及分类器的有效性,本文分别设计叁组不同的特征融合实验。最终实验结果证明基于级联特征分类器的行人检测算法整体具有优越性。最后,对于本文主要研究内容进行总结,同时指出了本文方法的不足之处,并对未来的研究方向进行展望。(本文来源于《中国矿业大学》期刊2019-05-01）

薛明杨^[5]（2019）在《基于因子图的MIMO-LDPC联合检测算法研究》一文中研究指出多输入多输出(Multiple-Input-Multiple-Output,MIMO)技术以频谱利用率高的特点成为近年来无线通信领域的研究热点。为了满足更高通信带宽的需求,增大天线数量在所难免,然而天线数量的增加对MIMO系统信号检测算法的性能和复杂度提出了更高的要求。低密度奇偶校验码(Low Density Parity Check Codes,LDPC)作为一种优越的抗随机错误的能力信道编码,可以有效的提高系统可靠性。因此结合MIMO技术与LDPC码的联合系统具有重要的研究价值。基于因子图的消息传递算法是近年来解决通信问题的一种新方法,可以将MIMO信号检测问题抽象为概率推理问题,这个图模型中的相邻节点之间会存在概率上的依赖关系,所以可以使用消息传递的方法完成图中节点的概率推理以及更新过程。本文以MIMO-LDPC系统作为研究对象,主要研究了基于因子图的MIMO信号与LDPC联合检测算法。首先回顾了MIMO技术的相关背景,介绍了传统MIMO信号检测算法的原理,通过仿真分析了各自的性能。然后介绍了因子图建模与置信度传播算法(Belief Propagation,BP)的原理,并针对MIMO信号检测与LDPC译码都可以采用BP算法的特点,将信号检测器与译码器因子图中的变量节点进行了合并,提出了基于因子图的MIMO-LDPC联合迭代检测算法,算法在拥有较低复杂度的同时取得了优于独立检测译码系统的性能。然后针对BP算法在高阶调制的MIMO系统中性能较差的问题,提出了非二进制BP(Non-Binary Belief Propagation,NB-BP)算法,在变量节点处通过符号概率与比特概率之间的转换,实现了高阶调制系统中基于因子图的MIMO-LDPC联合迭代检测算法,并对算法进行了仿真分析,仿真表明在多天线系统下可以以比MMSE-PIC低两个数量级的运算复杂度获得1dB的性能增益。(本文来源于《电子科技大学》期刊2019-04-10）

牛晓珂^[6]（2019）在《空频联合索引调制系统的子载波优化与检测算法研究》一文中研究指出作为5G通信技术在智能交通中的典型应用,车联网通信技术已经成为无人驾驶的重要支撑。然而,复杂且开放的通信环境,苛刻的传输实时性要求,是车车通信必须面对的两大挑战。因此,充分利用空时频资源,是当前车联网通信的研究热点。本文主要研究空域和频域的索引调制,索引调制可以在保证传输速率的情况下避免天线间干扰和子载波间干扰,参数配置十分灵活,有望成为未来移动通信发展的前沿技术之一。本文的主要工作如下:1.为了充分利用现有的通信资源,本文将空间调制与OFDM-IM技术相结合,得到空频联合索引调制系统,即SM-OFDM-IM系统。该系统发送符号的稀疏性降低了对频偏的敏感性,降低了子载波间干扰和天线间干扰,参数配置非常灵活,在误码性能上也得到了明显的提升。2.针对SM-OFDM-IM系统子载波组合的冗余性,对索引比特映射子载波的方式进行修改,按照最大汉明距离和最少劣质组合的方法选择最优子载波组合,然后根据最优映射准则将最优组合映射到相应的索引比特上,可以进一步提高系统的误码性能。3.针对SM-OFDM-IM系统接收端检测复杂度高的问题,本文提出一种基于符号能量排序的部分最大似然检测算法,该算法的主要思想是对每个子载波上均衡符号的能量值按大小进行排序,设定候选子载波个数进行部分最大似然检测。该算法可缩小传统最大似然检测算法的遍历范围,通过调节候选子载波的个数来实现复杂度与误码性能之间的折中,具有一定的应用价值。(本文来源于《长安大学》期刊2019-04-08）

李越岭,丁兆贵^[7]（2018）在《基于时频联合的信号检测算法性能分析及应用》一文中研究指出提出了一种低信噪比条件下雷达信号检测的方法。首先分析了加窗技术对此类雷达信号频域特征的影响,并在Matlab中给出仿真对比;其次分析了频域自相关检测联合的信号检测模型,给出了硬件架构;最后在理论分析的基础上,提出一种相关检测算法,最后在FPGA中完成验证。(本文来源于《舰船电子工程》期刊2018年10期）

江晓林,张广洲,崔景岩^[8]（2018）在《新型能量检测双门限联合频谱的感知算法》一文中研究指出为进一步提高能量检测方法的感知性能,提出新型能量检测双门限联合频谱感知算法。该算法的判决门限值随着信噪比自适应调整,通过融合中心综合判决,分析频谱资源的利用情况,给出了算法的检测概率、虚警概率和检测次数性能表达式,采用Matlab软件对算法进行仿真验证。结果表明,与传统单门限下能量频谱感知方法相比,能够显着改善认知无线网络的频谱感知性能,提高检测概率。该研究可以对频谱资源利用情况的准确感知提供参考。(本文来源于《黑龙江科技大学学报》期刊2018年05期）

张凯,田瑶,谢云鹏,刘翼^[9]（2018）在《平坦衰落信道下基于变分贝叶斯的多天线信号联合符号检测算法》一文中研究指出该文针对平坦衰落信道下存在信道参数差异的多天线接收信号联合参数估计和符号检测问题,提出一种基于变分贝叶斯的联合处理算法。算法直接利用多个接收数据流进行信息符号的估计,抑制传统信号合成与解调解耦处理带来的性能损失。将问题建模为已知多组观测数据条件下发送符号、信道传输时延、信道增益和噪声功率的联合最大后验估计问题。基于变分贝叶斯理论对该最大后验进行近似求解,在相对熵最小化的准则下,推导得到了各个待估参数解析形式的近似后验分布——变分分布。所提算法无需计算各参数精确的点估计值,而是采用信道参数和信息符号变分分布迭代处理的方式进行联合求解。仿真结果表明,所提算法通过多信号、多参数的联合处理能够获得优于经典解耦处理和部分联合处理技术的系统误码率性能,且在接收天线数目较多和观测数据长度较短时性能优势体现更加明显。(本文来源于《电子与信息学报》期刊2018年09期）

沈丽丽,杭宁^[10]（2018）在《联合多种边缘检测算子的无参考质量评价算法》一文中研究指出提出了一种联合多种边缘检测算子的无参考质量评价算法,同时考虑一阶和二阶边缘算子,避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像,然后计算灰度图像的梯度,相对梯度以及LOG特征.本文所使用的特征分为两部分,一部分提取相对梯度方向的标准差,另一部分利用条件熵来量化不同特征之间的相似性和相互关系,并且考虑到人眼特性进行多尺度计算,最后使用自适应增强(Ada Boost)神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验,结果表明新方法对失真图像的预测评分与主观评分有较高的一致性,能很好地反映图像质量的视觉感知效果,仅使用10维特征,性能优于现有的主流无参考质量评价算法.(本文来源于《工程科学学报》期刊2018年08期）

联合检测算法论文开题报告

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

语音交流和人机交互是现代通信中最主要的通讯方式。然而,在语音通讯过程中,语音信号无法避免地会受到外界噪声的干扰,从而阻碍人与人之间以及人与机器之间的正常交流。语音增强技术的目的则是从带噪语音中尽可能地提取或恢复出纯净的语音信号,进而改善语音质量、提高其可懂度。针对复杂噪声背景下的语音增强问题,本文主要围绕基于幅度谱估计的语音增强技术开展研究和改进,主要研究内容如下:首先,本文阐述了语音增强的研究意义和背景,给出了语音增强技术的研究历史和发展现状,并简要介绍了几种常用的语音增强算法,给出了语音增强算法的性能评价标准。其次,针对基于幅度谱估计理论的语音增强问题,论文详细介绍了几种不同短时幅度谱估计算法的基本原理及其性能,并简要分析了短时幅度谱估计算法的优点和不足。然后,在研究基于短时幅度平方谱估计语音增强算法的基础上,重点考虑据语音信号的稀疏特性以及广泛存在静音区的特点,将语音活动性检测纳入到语音增强框架中,设计了融合语音检测与幅度平方谱估计的联合代价函数,进而通过最小化此联合代价函数获得更为有效的纯净语音幅度平方谱估计技术。基于该理念,文中结合最大后验估计与最小均方误差估计理论分别提出了两种不同的语音增强算法,联合语音检测与最大后验幅度平方谱的估计算法和联合语音检测与幅度平方谱的最小均方误差估计算法。论文在多种噪声环境下对上述所提出的两种算法的性能进行了实验仿真和验证,结果表明:融合了语音检测与幅度平方谱估计以后,本文提出的新算法可有效提升语音增强系统的整体性能。最后,对论文进行了全面总结,并对未来语音增强技术的发展趋势进行了展望。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

联合检测算法论文参考文献

[1].孙大为,荣长军,信东,高明,邱瑞学.联合行稀疏与l_(1/2)-范数稀疏表示的红外小目标检测算法[J].中国惯性技术学报.2019

[2].韩蕊蕊.联合语音检测与幅度平方谱估计的语音增强算法研究[D].烟台大学.2019

[3].苏锦程,胡勇,巩彩兰.一种基于联合特征约束的毛孔检测算法[J].传感器与微系统.2019

[4].唐世轩.基于HOG与LBP联合特征的行人检测算法研究[D].中国矿业大学.2019

[5].薛明杨.基于因子图的MIMO-LDPC联合检测算法研究[D].电子科技大学.2019

[6].牛晓珂.空频联合索引调制系统的子载波优化与检测算法研究[D].长安大学.2019

[7].李越岭,丁兆贵.基于时频联合的信号检测算法性能分析及应用[J].舰船电子工程.2018

[8].江晓林,张广洲,崔景岩.新型能量检测双门限联合频谱的感知算法[J].黑龙江科技大学学报.2018

[9].张凯,田瑶,谢云鹏,刘翼.平坦衰落信道下基于变分贝叶斯的多天线信号联合符号检测算法[J].电子与信息学报.2018

[10].沈丽丽,杭宁.联合多种边缘检测算子的无参考质量评价算法[J].工程科学学报.2018

论文知识图

标签：图像论文;  概率论文;  最优论文;  算法论文;  信号论文;  特征论文;  目标论文;