子空间分解

摘要： 提出了一种基于子空间分解的高效谱聚类算法。首先,基于共识信息和特定域信息的矩阵分解将链接文档划分为3个子空间,然后对子空间添加正则化项建模共识信息和特定域信息对聚类的不同影响,并采用交替优化方法实现谱聚类。考虑到谱聚类的复杂性,提出了一种带曲线搜索的梯度下降法加速求解过程。3个真实数据集上的实验结果表明,所提算法在聚类质量和效率方面始终明显优于目前典型的基线算法,且对输入参数不敏感。

摘要： 系统谐波阻抗的准确估计是实现谐波责任定量划分的关键.新能源并网场景下用户侧谐波阻抗并非远大于系统侧谐波阻抗,现有估计方法精度降低甚至失效.文中提出一种基于子空间分解和动态系数回归的系统谐波阻抗估计方法.通过小波包分解将公共连接点(PCC)处谐波电压与电流的观测信号分解成多个子空间,并根据互信息值筛选出解释变量相关度最弱的子空间,以降低解释变量间相关性对回归分析的影响;考虑到网侧谐波波动会干扰PCC处谐波电压与电流间的相关性,将网侧谐波电压视作动态系数,并通过动态系数回归法求解系统谐波阻抗,以降低网侧谐波电压波动对估计结果的影响.仿真分析的结果表明,相比现有方法,所提方法拥有更好的估计精度与鲁棒性.

摘要： 海洋混响作为主动声呐目标探测时的主要背景噪声,是一种有色干扰噪声,常被看作是非平稳的过程.基于信号子空间分解的噪声抑制算法被广泛应用于语音增强领域,其对于包含加性高斯白噪声的信号有明显的降噪效果,但是对于非高斯分布的混响抑制效果不佳.因此,本文提出首先利用自回归模型构造白化滤波器,对混响进行预白化处理之后再使用于空间分解法,实验数据分析证明,该方法可以明显提升混响的抑制效果.

摘要： 针对常规子空间类波达方向(direction-of-arrival,DOA)估计中存在的子空间分解计算量过大问题,提出了基于均匀线阵的联合互协方差矩阵(joint cross-covariance matrix,JCCM)DOA估计算法.基于阵列划分和矩阵重构思想,将均匀线阵划分成两个子阵,在求得这两个子阵接收数据互协方差矩阵后,重构一个新的矩阵即JCCM,利用JCCM的部分数据进行线性运算即可得到等价的信号子空间,然后构造多项式并求根,最终实现波达角估计.理论分析和仿真实验证明,算法避开了对协方差矩阵的特征值分解运算,在保证估计精度可接受的同时,有效降低了计算量,取得了更高的估计速度.%For the sake of reducing computation complexity caused by the subspace decomposition step in most of the state-of-the-art subspace-based algorithms for direction-of-arrival(DOA)estimation,a joint cross-covariance matrix(JCCM)based algorithm is proposed using a uniform linear array(ULA).Based on the ideas of array division and matrix remodeling,the ULA is divided into two sub-arrays,and two cross-covariance ma-trices are computed by the received datum of the two sub-arrays,with which a JCCM matrix is further recon-structed.Combing those three matrices,an equivalent signal subspace is found by conducting some low-com-plexity linear operations,and a polynomial is finally constructed to estimate source DOA without subspace de-composition.Theoretical analysis and simulation results show that the proposed technique can provide accepta-ble performances with the computational complexity effectively reduced and the faster estimation speed a-chieved.

摘要： 在选取信噪比作为信号质量指标的增强技术领域中,针对如何准确快速对复杂交叠的雷达信号进行信噪比估计的问题,改进了子空间分解算法,并且在求解自相关矩阵特征值时引入了结构简单、迭代速度快的粒子群优化(PSO)算法.通过设置不同的电磁环境场景,分别验证了算法的有效性.对比分析表明算法在低信噪比条件下具有明显的优势,为检验信号增强技术的效果提供了有力支撑.

摘要： 分布式地波雷达系统利用多个地波雷达站对固定海域进行探测,可以实现多视角、多频率的海态监测.由于射频干扰具有距离相关、频谱展宽的特点,同一干扰极易覆盖在来自不同发射站附近的海洋回波上,严重影响数据质量.传统的干扰抑制算法是对所有距离元采取相同的处理,对干扰的抑制有局限性,容易造成海洋回波所在的距离元信号衰减,无海洋回波的距离元干扰抑制不彻底的问题,对后续的海态反演造成困难.针对上述情况,基于奇异值分解理论提出一种距离元自适应方法,对含有海洋回波的距离元采用方位子空间分解算法,其余距离元采用频率子空间分解算法,利用实测和模拟数据证明了该方法的有效性.%Distributed ground wave radar system,which uses multiple ground wave radar stations to detect the fixed ocean area,can monitor sea state with multiple perspectives and multiple frequencies.Radio frequency interference(RFI) has the characteristics of range-domain correlation and Doppler-domain spectral broadening,which may submerge the sea echoes from different radar stations and affect the data quality seriously.Traditional methods which are applied in all range bins have some limitations for distributed HF surface wave radar system.That is,they can cause signal attenuation in the sea echo range bin and RFI remain in the other range bins,which leads to difficulties in sea state inversion.In this paper,a range-bin adaptive method is proposed to suppress RFI in HF SWR system.According to the classification of radar range parameters,singular value decomposition (SVD) algorithm is used to process signal respectively in frequency domain and space domain.By analyzing the measured and simulated data,we can conclude that the method can suppress RFI effectively and improve the quality of radar data.

摘要： 针对高频地波雷达易受到其他设备发射的高频信号干扰的问题,通过分析射频干扰与有效目标信号在雷达回波中的表现形式及其在雷达距离多普勒谱图中出现区域的差异,运用多重信号分类算法估计射频干扰的频率和方位角子空间,利用子空间投影的方法分别在频率和方位角上分解射频干扰信号和有用目标回波信号,之后从原信号中减去射频干扰分量,从而实现射频干扰抑制的目的.仿真结果与实测数据的处理结果都表明:该算法可以有效抑制射频干扰.

摘要： 消除对数据库进行数据查询时的冗余干扰对构建和开发基于数据库的应用具有重要意义.由于数据库访问数据量的增加,使得出现接口不统一的现象,传统的访问算法主要通过加入约束条件的方法加强访问接口的统一,但只加快了查询的速度,忽略了加入约束条件使得迭代计算量大,导致访问效率低的问题.提出基于限定性约束条件的数据库访问优化设计方法.先利用博弈方法对层次数据进行细分,在确定各类数据结构的过程,将其用于描述对数据库整体数据的结构划分,在融合限定性约束的概念,建立数据库的数据挖掘模型,将数据库的数据挖掘问题转换为在最小二乘准则下的规划问题,获取数据库的数据挖掘目标函数,计算出数据挖掘最优解,完成数据库访问优化设计.实验仿真证明,基于限定性约束条件的数据库访问优化设计方法设计性能较为优越,且灵活高效.

摘要： 针对将直扩(direct spread,DS)与收发多天线(multiple input multiple output,MIMO)空时分组编码相结合存在多址干扰,且受到宽带干扰尤其强干扰时性能会恶化,提出一种叠加扩频的方法来消除多址干扰,并利用子空间分解(subspace projection,SP)的方法实现对宽带干扰的抑制,即将信道和接收矩阵投影到干噪子空间中构建等效矩阵进行译码,其中通过简化的最大比合并译码降低了空时分组译码复杂度.理论分析及仿真表明该抗干扰方案能够提高DS抗窄带干扰能力,并实现抗宽带干扰和对多址干扰的完全抑制.

摘要： 因多径衰落的影响,信道估计过程中无法精确获取噪声先验信息,固定方差的估计方法容易导致估计精度降低、鲁棒性变差,为克服噪声协方差引起的误差累积效应,提出了一种考虑噪声统计特性自适应修正的子空间盲信道估计方法.采用自回归过程对信道进行建模,并在粒子滤波框架内建立信道估计与噪声统计特性之间的关系,将粒子预测值和估计值加权求和处理,通过状态和观测模型的噪声协方差自适应调整权值大小来克服信道噪声累积引起的模型漂移问题.对接收信号进行盲信号子空间分解,将估计的信道特征作为初始粒子集合进行滤波初始化设置.仿真结果表明:本文方法不仅能对多径慢衰落信道进行鲁棒精确的估计跟踪,对快衰落信道也保持了较好的估计效果.

摘要： 本文提出了一种基于波束形成技术与信号子空间滤波器的多麦克风噪声消除方法。利用波束形成器的空域滤波特性使波束主瓣对准期望信号方向，零陷对准噪声方向消除观察信号中弱相关与不相关噪声。利用信号子空间滤波器进一步消除波束形成器输出信号中的残余噪声。与其他多麦克风噪声消除算法相比较，空间波束形成器结合信号子空间分解的使用不仅充分利用了信号的空域特性进一步降低了噪声而且有效降低了传统多麦克风子空间分解法的算法复杂度。实验结果证明，该方法降噪性能优于传统多麦克风信号子空间分解算法，同时有效降低了传统算法的算法复杂度。

摘要： 研究了子空间分解方法提取日标频域特征问题.分析了白色高斯噪声背景下一种正弦谐波信号互相关矩阵的MUSIC算法的原理,采用基于子空间分解的多重信号分类法提取信号谐波频率作为目标特征,利用子空间分解将观测数据分解为信号子空间与噪声子空间的特点,抑制噪声干扰,提高识别能力.通过在MUSIC功率谱曲线中设置阈值来估计信号中的谐波频率.并用计算机仿真结果验证了其正确性和有效性.

摘要： 本文提出了一种适合于多径DS/CDMA系统下行链路的盲检测方法,这种方法利用使接收信号的峭度最小达到消除多址干扰(MAI)及码间干扰的目的,并在信号预处理的过程中结合了子空间分解的方法降低信号维数,接收机所需要的已知条件仅为所求用户的扩频码,是一种全盲检测方法.

摘要： 子空间算法是信道盲均衡中十分典型的算法，但该算法最大的缺点是要求精确估计信道阶数，对信道阶数欠估计或过估计非常敏感。本文提出了一种信道均衡和阶数估计的联合子空间算法，该算法能够同时完成信道阶数估计和信道均衡。rn 实验证明在低信噪比、观测数据较短和信道具有较小的初始和结尾系数等条件下时，该算法的信道阶数估计能力优于目前存在的算法，信道均衡性能也得到较大的提高。

摘要： 子空间算法是信道盲均衡中十分典型的算法，但该算法最大的缺点是要求精确估计信道阶数，对信道阶数欠估计或过估计非常敏感。本文提出了一种信道均衡和阶数估计的联合子空间算法，该算法能够同时完成信道阶数估计和信道均衡。rn 实验证明在低信噪比、观测数据较短和信道具有较小的初始和结尾系数等条件下时，该算法的信道阶数估计能力优于目前存在的算法，信道均衡性能也得到较大的提高。

摘要： 子空间算法是信道盲均衡中十分典型的算法，但该算法最大的缺点是要求精确估计信道阶数，对信道阶数欠估计或过估计非常敏感。本文提出了一种信道均衡和阶数估计的联合子空间算法，该算法能够同时完成信道阶数估计和信道均衡。rn 实验证明在低信噪比、观测数据较短和信道具有较小的初始和结尾系数等条件下时，该算法的信道阶数估计能力优于目前存在的算法，信道均衡性能也得到较大的提高。

摘要： 子空间算法是信道盲均衡中十分典型的算法，但该算法最大的缺点是要求精确估计信道阶数，对信道阶数欠估计或过估计非常敏感。本文提出了一种信道均衡和阶数估计的联合子空间算法，该算法能够同时完成信道阶数估计和信道均衡。rn 实验证明在低信噪比、观测数据较短和信道具有较小的初始和结尾系数等条件下时，该算法的信道阶数估计能力优于目前存在的算法，信道均衡性能也得到较大的提高。

摘要： 协同分集系统为移动网络中单天线的移动终端寻找协同伙伴，形成虚拟的多天线阵列实现空间分集，提高系统性能。本文在协同中继策略中引入多用户检测技术，采用不同的盲多用户检测算法，对协同分集系统的性能进行了分析与比较。仿真分析结果表明盲多用户检测技术对协同分集系统的性能有较大的提升。

摘要： 协同分集系统为移动网络中单天线的移动终端寻找协同伙伴，形成虚拟的多天线阵列实现空间分集，提高系统性能。本文在协同中继策略中引入多用户检测技术，采用不同的盲多用户检测算法，对协同分集系统的性能进行了分析与比较。仿真分析结果表明盲多用户检测技术对协同分集系统的性能有较大的提升。

摘要： 一种基于子空间动态模式分解的参与因子计算方法，属于电力系统稳定与控制技术领域。该方法采用系统正常运行状态下的随机响应数据作为输入，在引入基于正交三角分解的子空间技术基础上，获取正交投影矩阵的奇异向量；再利用动态模式分解法对获得的奇异向量进行计算，得到系统低维近似状态矩阵；再将特征分析法与模式能量矩阵相结合，计算出发电机有功功率的参与因子。本发明能够从系统随机响应数据中实时辨识参与因子。通过与发电有功调度的阻尼比变化结果对比可见，本方法能够有效的提取发电机有功功率的参与因子，进而为实际发电机有功的快速准确调度提供指导依据。本发明避免了建模分析过程，能实时跟踪系统的动态变化，具有重要的实用价值。

摘要： 本发明公开了一种基于子空间聚类的凸非负矩阵分解方法，其实现步骤是：(1)将原始数据库中图像拉成向量构成原始数据矩阵；(2)对原始数据矩阵进行基于谱聚类的凸非负矩阵分解，利用两种优化方法进行求解，得到基矩阵和编码矩阵；(3)对编码矩阵进行k‑means聚类算法的聚类测试，统计实验结果，计算聚类精度和归一化互信息两个度量准则。本发明与现有方法相比，发掘并利用了数据内部的子空间结构信息，同时对算法施加的局部子空间约束增强了算法的鲁棒性，提高了图像聚类效果；可广泛应用于数据挖掘，数据分析领域。

摘要： 本发明公开了一种基于判别正交子空间约束的非负矩阵分解方法。该方法主要包括以下步骤：(1)首先将训练样本集中的图像拉成向量构成训练数据矩阵Xtrain，然后将Xtrain在基于判别正交子空间约束的非负矩阵分解框架下进行分解，基于类内‑类间关联的判别约束项直接施加于基矩阵；(2)利用学习到的基矩阵U*构建投影矩阵W，计算训练数据Xtrain和测试数据Xtest在投影矩阵W上的投影表示，用最近邻分类器进行图像识别实验；(3)计算图像识别精度。本发明发掘并利用了数据内部的判别结构信息，算法中对基矩阵直接施加的判别约束提高了算法的泛化性能，提高了图像识别效果；可广泛应用于数据挖掘，数据分析领域。

摘要： 一种基于子空间动态模式分解的机电振荡参数辨识方法，属于非线性随机动力系统技术领域，本发明通过对非线性动力系统进行建模，基于广域监测系统的量测数据，采用子空间动态模式分解方法辨识系统的机电振荡参数，考虑了系统随机响应的动态特性，不仅解决了维数灾和模态混合的问题，而且对随机数据连续辨识的稳定度好，能够有效适应电力系统受小干扰影响的时变特性，具有较高的实际应用价值。

摘要： 一种基于子空间动态模式分解的参与因子计算方法，属于电力系统稳定与控制技术领域。该方法采用系统正常运行状态下的随机响应数据作为输入，在引入基于正交三角分解的子空间技术基础上，获取正交投影矩阵的奇异向量；再利用动态模式分解法对获得的奇异向量进行计算，得到系统低维近似状态矩阵；再将特征分析法与模式能量矩阵相结合，计算出发电机有功功率的参与因子。本发明能够从系统随机响应数据中实时辨识参与因子。通过与发电有功调度的阻尼比变化结果对比可见，本方法能够有效的提取发电机有功功率的参与因子，进而为实际发电机有功的快速准确调度提供指导依据。本发明避免了建模分析过程，能实时跟踪系统的动态变化，具有重要的实用价值。

摘要： 本发明揭示了一种基于子空间的非局部低秩张量分解的高光谱图像去噪方法，高维高光谱图像在子空间中具有低秩特性，针对高光谱图像的子空间特征图，利用空间非局部自相似性以及张量Tucker分解对子空间特征图进行联合低秩约束。进一步提高了对混合噪声的去噪能力。该技术方案主要用于解决高光谱图像中的噪声干扰问题，能够去除高光谱图像中包含的高斯噪声和稀疏噪声。高维高光谱图像在子空间中具有低秩特性，针对高光谱图像的子空间特征图，利用空间非局部自相似性以及张量Tucker分解对子空间特征图进行联合低秩约束，进一步提高了对混合噪声的去噪能力。

摘要： 本发明涉及一种基于混合特性评价和子空间分解的层次故障监测方法，包括利用混合特性评价获取复杂工业过程的混合特性子空间，包括高斯线性子空间、高斯非线性子空间、非高斯线性子空间和非高斯非线性子空间，基于PCA‑ICA‑KPCA‑KICA的层次子空间分解方法建立故障监测模型，利用综合统计量和层次监测策略进行故障监测。本发明通过将Omnibus检验、加权非线性测量和基于PCA‑ICA‑KPCA‑KICA的层次子空间分解结合，考虑复杂工业过程的混合特性并存问题，克服现有故障监测方法依赖先验过程知识或未考虑高斯性、非高斯性、线性相关性与非线性相关性并存等局限，对监测异常工况和改善产品质量具有理论和实际意义。

摘要： 本发明属于信号与信息处理技术领域，涉及一种基于子空间分解的多辐射源被动直接时差定位方法。本发明采用被动直接时差定位方法，不估计中间参数，避免引入中间参数估计误差和多站之间的中间参数配对，从而可解决两步法在定位多个时频重叠的辐射源的场景中不再适用的问题，并针对多个辐射源的分辨问题，采用基于子空间分解的超分辨定位方法来提高定位的分辨率。

摘要： 本发明涉及一种基于子空间分解进行深度特征估计的图像分类识别方法，包括：步骤S1：获取训练集的无遮挡图像和额外图像对；步骤S2：对于输入的每张图像提取深度特征向量；步骤S3：计算额外图像对中遮挡图像和无遮挡图像的深度特征向量之差得到误差向量；步骤S4：将计算的所有无遮挡图像的深度特征向量组成第一子空间，误差向量组成第二子空间，并基于第一子空间和第二子空间构成级联字典；步骤S5：基于级联字典计算系数矩阵；步骤S6：基于第一子空间的所有列向量训练分类器；步骤S7：基于级联字典、系数矩阵和分类器对待识别图像进行分类识别。与现有技术相比，本发明具有适用范围广等优点。

摘要： 本发明涉及一种基于混合特性评价和子空间分解的层次故障监测方法，包括利用混合特性评价获取复杂工业过程的混合特性子空间，包括高斯线性子空间、高斯非线性子空间、非高斯线性子空间和非高斯非线性子空间，基于PCA‑ICA‑KPCA‑KICA的层次子空间分解方法建立故障监测模型，利用综合统计量和层次监测策略进行故障监测。本发明通过将Omnibus检验、加权非线性测量和基于PCA‑ICA‑KPCA‑KICA的层次子空间分解结合，考虑复杂工业过程的混合特性并存问题，克服现有故障监测方法依赖先验过程知识或未考虑高斯性、非高斯性、线性相关性与非线性相关性并存等局限，对监测异常工况和改善产品质量具有理论和实际意义。