重构算法

摘要： 非洲蝗虫灾害给当地农作物带来了巨大的损害,为了实时监测蝗虫迁徙动向和蝗虫变异状态,提出一种改进的压缩采样匹配追踪(uCoSaMP)蝗虫图像重构算法。针对观测矩阵性能不佳的现状,通过构造新观测矩阵,有效提高观测值的重构潜能。在原子选择阶段,利用修正因子自适应地修正残差与观测矩阵各列的相关性,提高候选集的正确率;在原子剔除阶段,细分为两步:第一步采用最小二乘法将候选集尺寸缩小到两倍稀疏度大小,第二步利用信号和残差的加权值获得支撑集;根据残差二范数和阈值的大小设置迭代停止条件;以近景和远景蝗虫图像为仿真对象分别进行实验,结果表明:改进算法在主观和客观方面均具有更优的重构性能,峰值信噪比(PSNR)最大提高了10%。

摘要： 针对人脸识别技术存在的缺少生物信息的隐私保护、有很大的信息泄露风险问题,提出基于超分辨率卷积神经网络的QR二维码-人脸重构算法。该算法将获取到的人脸特征信息转化为QR二维码,并生成QR二维码图片,然后将存储的QR二维码图片与人脸特征信息对比,当比对结果达到一定阈值,实现人脸识别。该算法实现了QR二维码与人脸信息的重构,保证了人脸生物信息的准确、快速传递,也提高了人脸识别率,为生物信息的安全性和隐私保护提供了一种有效途径。

摘要： 快速迭代收缩阈值算法(FISTA)为低复杂度、高效率的信号重建铺平了道路。但是,当应用到线性调频信号重构时,传统的FISTA算法存在重构效果不佳、收敛速度慢等缺点。为了提高重建效果,提出基于保护系数的改进快速迭代收缩阈值算法(IFISTA)。在新方案下,首先,利用线性调频信号在分数阶傅里叶变换下的时频稀疏特性得到线性调频信号良好的稀疏表示,在迭代过程中对所有重构系数进行分析;然后,与特征相关的系数将被保护免受阈值收缩,以减少信息损失。仿真信号实验分析验证了该算法的有效性,结果表明,在相同信噪比条件下,提出的算法在线性调频信号的重构方面优于传统算法的性能。

摘要： 地下供水管道漏水监测时,采集到的漏水信号在传输过程中因节点自身限制,导致丢失部分有用信息,从而影响漏水监测的准确性。通过对该问题提出的改进压缩感知的重构方法,用传感器节点采集地下供水管道漏水声信号,在压缩采样匹配追踪(CoSaMP)算法的基础上,使用自适应方法得到最佳输出信号并改变重构算法中残差的初值,参与计算的残差初值带有更多信息,可得到更加完整的重构结果,从而恢复出更多原始信号的信息,提高漏水监测的准确性。经过多次Matlab仿真实验结果证明,即使在低圧缩比下,该方法也能保留更多有效的采集信息,重构成功率较CoSaMP算法提高了14.17%。

摘要： 基于遥感图像采样的实际情况,提出一种改进的基于卷积神经网络的时空融合采样重构算法.考虑到相同时间段内低空间分辨率图像的数量要远远多于高空间分辨率图像,为了充分利用这两类图像数据来提高预测高空间分辨率图像的精度,采用对多幅低空间分辨率图像的差异的Runge Kutta差分公式.以此为基础获得高空间分辨率图像的差异,并以均方误差为基准计算权重参数,更好地捕获图像的空间细节.最后将该重构算法与其他方法在公共数集上进行比较,实验结果表明该方法具有更准确的融合结果.

摘要： 针对由于近表面盲区的存在,导致超声衍射时差(TOFD)技术无法检出近表面缺陷的问题,提出利用经验模态分解(EMD)和希尔伯特(Hilbert)变换对近表面缺陷信号进行提取,并针对传统经验模态分解存在的端点发散问题提出了基于自回归(AR)模型的端点延拓解决算法。利用本征模态函数(IMF)的能量和频率分布特点选择重构模态函数进行缺陷信号重构。利用改进后的经验模态分解和缺陷重构算法进行仿真设计和实验验证,结果表明:该算法可辨识的最小近表面缺陷深度可达4 mm,测量相对误差小于3.7%。

摘要： 为增强轴承微弱故障信号分块压缩感知(CS)重构性能,综合运用信号分块自适应(AP)以及K奇异值分解(KSVD)优化正交匹配追踪(OMP)算法,设计一种AP-FBSOMP组合算法,并开展故障智能诊断实测分析。研究结果表明:随着重构支撑集的有效支撑集原子数增加后,获得了跟初始信号误差更低的重构信号,重构信号达到了更低误差,显著优化了信号重构效果。相对OMP、SP、SOMP的重构时间明显缩短,FBSOMP算法都具备更优的重构结果。利用不同算法处理相对误差及其重构时间测试结果得到,以FBSOMP算法重构相对误差最小,能够更加快速达到重构的效果。信号重构可以达到准确重现初始信号故障特征的状态,有效实现了理想的匹配效果。FBSOMP算法则可以实现高效运行的性能,由此大幅提高重构信号精度。

摘要： 工程实践中对冲击波信号的重构精度要求较高,而常用的压缩感知重构算法,受限于算法的贪婪特性,易陷入局部最优,影响信号的重构精度。针对以上问题,将烟花算法引入压缩感知技术中,利用其全局寻优能力减小重构误差,将算法改为非数值优化方式缩小解空间范围,精简爆炸强度降低冗余火花数量,自适应爆炸幅度避免算法局部收敛,并使用精英-轮盘赌选择策略节约算法效率,有效提升算法重构性能。在50 psi量程传感器实测冲击波信号上的实验结果表明,算法与其他重构算法相比具有更好的重构结果,重构误差减小,算法运行效率在同类型算法中最高。

摘要： 针对正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法在实际的波达方向(Direction of Arrival, DOA)估计应用中,测向分辨率较低且在相干信号环境下估计性能较差的问题,提出了一种虚拟阵列空间平滑DOA估计算法.以互质阵列为模型,通过在正交匹配追踪算法重构信号的基础上,使用虚拟内插的方法,构造均匀虚拟阵列,能够提高波达方向的估计精度,加入空间平滑算法,可以分辨相干信号.仿真结果表明,使用虚拟内插算法之后,空间谱图波峰更尖锐,且在信噪比为0 dB时,最高探测精度提高到2°,测向分辨率明显有所提升,同时加入空间平滑算法,可以有效地分辨相干信号,且在信噪比为0 dB时,最高探测精度提高为4.7°,验证了本文方法的有效性.

摘要： 压缩感知突破奈奎斯特采样定律(NST),很大程度缓解了数据的获取和传输压力.近年来,随着深度学习迅速发展,深度神经网络技术在压缩感知领域的应用使压缩感知重构的精度和效率均得到有效提升,并引起学者们的广泛关注和研究.为了对现有的基于深度学习的压缩感知图像重构算法进行梳理归纳,首先,介绍压缩感知的基础数学知识以及两种极具代表性的传统压缩感知重构迭代优化算法:ISTA和ADMM;接着,详细讨论上述两种传统算法的深度网络展开框架以及对基准框架的改进技术:ISTA-Net++和ADMM-Net,并对SDA、ReconNet、DR^(2)-Net等五种非传统算法展开的端到端的深度神经网络框架进行对比分析;然后,以峰值信噪比(PSNR)为评价指标,将代表性网络模型在自然图像数据集Train400和医学图像数据集MICCAI上的重构精度进行比较分析;最后,总结并展望深度学习技术在压缩感知重构领域的研究前景.

摘要： 针对无线传感器网络中的数据收集问题,基于压缩感知理论设计并实现了一种高效节能的数据收集方案.数据采集时利用矩阵投影对传感器节点感知的数据进行压缩,数据重构时利用指数函数族对l0范数进行逼近,从而将带约束条件的l0范数最小化问题转化为无约束条件的优化问题,同时还设计了相应的加权函数,从而进一步提高重构算法的收敛速度.实验结果表明:所设计的基于近似l0范数重构算法的传感网数据收集方案在数据收集过程中具有较高的运行效率,其对无线传感器网络的带宽、能量等资源消耗较低;在数据重构过程中能够在适当的重构时间内进一步提高压缩数据的重构成功率.

摘要： 作为一种新颖的信号采样理论,压缩传感突破了传统的奈奎斯特采样定律的限制,大大缩短了数据存储过程中时间和空间成本.该理论一经提出立刻引起了广泛的关注,目前其在各个学科领域的应用研究正如火如荼的开展.重构算法决定了重构精度及运算效率是压缩传感该理论的重要构成部分.在系统的总结了压缩传感的理论框架及主要构成的基础上,通过二维图像仿真实验对各种常见重构算法进行对比研究.

摘要： 压缩感知中重构算法是重要的组成部分,而重构算法中稀疏度自适应匹配追踪算法(SAMP,Sparsity Adaptive Matching Pursuit)以其不需要预先知道稀疏度而受到广泛的应用.但是由于其采用固定步长,使得在实际应用中容易因初始步长设置不合理而导致过估计及欠估计的问题,降低了重构精度.为此本文在SAMP算法基础上引入对数步长可变的思想,步长可以随着迭代阶段而以对数的形式变化,这样可以在开始阶段具有较大步长,随着迭代的进行而逐渐变缓而接近稀疏度,从而获得较高的重构精度.实验表明,新提出的算法SAMP-BVS(SAMP Based on Variable Step),相比原算法提高了重构精度,在重构时间上减小了30％左右,因此验证了改进的可行性.

摘要： 近年来,随着太赫兹相关技术的成熟,THz成像技术将在越来越多的领域显示其强大的应用价值.然而,现有的成像系统都有其各自的缺点,如成像速度慢、分辨率低、硬件较复杂等.伴随着压缩感知算法的出现和发展,它为THz实时成像提供了一种全新的思路和方法.已知压缩感知算法的主要部分为稀疏基,测量矩阵,重构算法.本文利用脉冲太赫兹成像设备,不仅从算法上验证了压缩感知理论对太赫兹成像速度和成本的提升的可行性,而且还对几种稀疏基和重构算法进行了对比,分别选出了针对本文图像的最优算法.

摘要： 航空航天等众多领域对曲面多层构件的无损检测有重要需求.本项目针对曲面多层结构超声信号特征提取困难及成像分辨率低的问题,研究了超声在曲面多层结构中的传播特性,构建模块化多元高斯超声模型,获得了角域回波信号特征变换规律;提出了多层结构中的角域信号重构算法,准确提取曲面多层结构超声信号特征参数;设计了自适应聚焦延时算法,研究了一种角域虚拟源的合成孔径聚焦成像方法,实现了曲面多层结构的柔性聚焦,提高成像分辨率并降低了计算复杂度.项目研究成果为改进复杂结构的超声检测方法提供理论依据.

摘要： 运载火箭一般采用摆动发动机控制方案,如果飞行过程中摆动发动机控制环节如伺服机构等发生故障,将导致火箭入轨精度不满足任务要求,严重情况下可能出现飞行失败.为了进一步提高系统可靠性,本文以新一代大推力中型运载火箭为背景,针对飞行过程中摆动发动机出现伺服机构不可测故障时,采用自适应控制方案对控制力重构算法开展了研究,并进行了仿真验证.通过该算法可以实现运载火箭发动机的故障情况下的控制力重构,有效的提高运载火箭飞行可靠性.

摘要： 为了克服压控振荡器(VCO)输出线性调频(LFM)信号频率线性度较差的缺点,本文提出了基于直接数字合成(DDS)技术产生步进频连续波信号的近距离主动毫米波圆柱扫描成像系统,该系统具有距离分辨率高、频率精度高以及波形产生和波形控制较为简单的优点.首先,本文通过步进频连续波信号的探测原理分析了该信号的一维距离像、距离分辨率以及距离模糊的特点;然后,通过波动方程推导出近距离主动毫米波圆柱扫描成像系统的重构算法;最后,在微波暗室搭建了半实物仿真成像系统,验证了步进频连续波信号在近距离主动毫米波圆柱扫描成像系统中应用的可行性和有效性.

摘要： 提出了基于张量主成分分析的人脸图像压缩与重构算法,该算法依据K-L变换的原理找到用于图像压缩的投影矩阵,进而对人脸图像进行压缩.同时,也可以通过投影矩阵对人脸图像进行数据重构.通过在FERET和BioID人脸数据库的相关实验表明,与常规的主成分分析算法相比,张量主成分分析算法在同样的压缩比水平上能够实现更优的重构图像,定量分析表明张量主成分分析算法的重构误差和峰值信噪比亦优于常规的主成分分析算法.

摘要： 压缩感知技术为机器视觉应用于苹果图像的采集提供一个新的途径,但其重构算法耗时长,影响苹果图像实时获取.本文采用2D-OMP图像重构算法、借助GPU通用并行计算平台,利用CUDA技术,设计一个并行化的苹果图像重构方法.实验结果表明,并行化的算法可将苹果图像重构效率提高约16-35倍,能在数秒内恢复原始图像,为苹果果园远程实时监控及基于图像的苹果质量快速检测与分类等应用提供条件.

摘要： 并行多通道采样系统中,由于各通道之间的时间延迟不同,往往会导致产生非均匀采样.现有的重构算法对信号的约束较多,如通道之间的量化步长、信噪比率、相对时间等,且运算量较大,容易使采集性能迅速下降.该文通过对信号的重构误差分析,提出了一种对信号约束较低的重构算法,该方法基于均方误差最小的原则,对信号通道之间的时间延迟进行分析,讨论了在何种条件下可以对信号进行最优重构.

摘要： 基于图论和A*算法的模块化可重构卫星在轨自重构方法，本发明涉及卫星在轨自重构方法。本发明的目的是为了解决现有模块化卫星在重构的过程中燃料消耗大、机械损耗严重、重构过程时间长、可靠性低的问题。一、构建位置、连接矩阵；二、将初始构型放入OPEN表；三、对OPEN表中节点进行排序；四、找出当前构型中的连接模块；五、对当前构型中非连接模块进行拓展；六、若OPEN表中已经存在新拓展的节点这种构型则更新该节点的三个距离；若OPEN表中不存在则计算新拓展的节点的三个距离，加入OPEN表；七、判断新拓展的节点是否为目标点，若是结束；若否执行三，将当前节点放入CLOSED表。本发明用于卫星在轨自重构领域。

摘要： 本发明涉及图像处理技术，具体涉及二值图像的处理技术，提出了一种可重构的二值图像运算单元结构；其结构简单、资源少、速度快、易于移植。在此结构基础上还构建了二值图像处理系统；提供了二值图像数学形态学运算在此二值图像处理系统上的实现方法。本发明能够灵活的实现多种二值图像操作，而且结构简单规则，处理速度快，能够对大分辨率的二值图像进行实时处理。

摘要： 本发明提出一种3DES加密解密算法可重构计算实现装置及其可重构计算方法，包括3DES加解密控制器，通过有限状态机控制算法流程的执行，接收来自调度器的配置字，对运算单元配置，形成相应的计算电路功能；源数据地址产生和数据分发模块，从源数据保存单元按顺序读取源数据，并送入计算单元；子密钥生成模块，将初始密钥进行处理，得出三重加解密计算轮函数中需要48个的子密钥；三重加解密计算模块，用于完成3DES加密解密运算；结果数据地址产生和数据分发模块，接收算法模块的计算结果按顺序存入结果存储单元；可重构加解密S盒，根据计算模块的需求，通过ROM完成算法中S盒映射；SRAM存储模块，存储待计算的源数据和计算完成的结果数据。

摘要： 基于图论和A*算法的模块化可重构卫星在轨自重构方法，本发明涉及卫星在轨自重构方法。本发明的目的是为了解决现有模块化卫星在重构的过程中燃料消耗大、机械损耗严重、重构过程时间长、可靠性低的问题。一、构建位置、连接矩阵；二、将初始构型放入OPEN表；三、对OPEN表中节点进行排序；四、找出当前构型中的连接模块；五、对当前构型中非连接模块进行拓展；六、若OPEN表中已经存在新拓展的节点这种构型则更新该节点的三个距离；若OPEN表中不存在则计算新拓展的节点的三个距离，加入OPEN表；七、判断新拓展的节点是否为目标点，若是结束；若否执行三，将当前节点放入CLOSED表。本发明用于卫星在轨自重构领域。

摘要： 本发明公开了一种面向分组密码算法的可重构S盒，对S盒内部增加门控开关电路，用于控制S盒使能信号为有效或者无效状态，从而控制S盒是否进行查表操作。本发明还公开了采用可重构S盒的可重构计算阵列，所述可重构计算阵列包括多个计算资源块，每一个计算资源块包括一组S盒资源和多组算术逻辑资源，多组算术逻辑资源共享一组S盒资源。此外，本发明还公开了可重构S盒的门控方法。本发明能够实现多种分组密码算法，性能高，灵活性高，电路实现面积小，功耗低，能够对S盒实现细粒度控制。

摘要： 本发明涉及图像处理技术，具体涉及二值图像的处理技术，提出了一种可重构的二值图像运算单元结构；其结构简单、资源少、速度快、易于移植。在此结构基础上还构建了二值图像处理系统；提供了二值图像数学形态学运算在此二值图像处理系统上的实现方法。本发明能够灵活的实现多种二值图像操作，而且结构简单规则，处理速度快，能够对大分辨率的二值图像进行实时处理。

摘要： 本发明属于电池均衡技术领域，尤其涉及一种用于大规模电池组的可重构多单体电池拓扑和重构算法。本发明中电路拓扑包括每个电池单体均由四个开关控制，除了最右端的那个电池单体之外；电路中的每个电池单体都能够被配置成三种不同的结构，分别为串联、并联或旁路。在这个结构中，先将几个电池单体并联组成模块，然后再将几个模块串联起来组成电池组；在这种配置方式下，模块内的电池单体之间自动均衡，然后再实现模块之间的均衡。本发明能够提供稳定的输出电压；自动切除故障的电池单体，提高电池组的可靠性和安全性；最大程度地利用所有电池单体的容量，减少储能系统所需要的备用容量；另外，电池组内的各个电池单体能够实现主动均衡。

摘要： 本发明设计一种利用遗传算法和Dubins算法实现无人机群队形重构的方法，该方法具体包括为无人机进行编号，并建立新队形中各无人机的位置匹配关系，从而完成染色体的编码；改进Dubins算法，建立航路规划模型，评估一架僚机完成重构飞行的距离；利用遗传算法为各无人机分配重构目标位置。本发明通过分解队形重构为任务分配和航路规划，相对于现有的队形重构算法能够获取更加稳定的航路，并且通过将无人机的速度范围、转弯半径纳入考量，生成的航路更加合理并且也更容易运用到实际应用中。本发明还通过限制变异和交叉方式，保证每架无人机都能够得到分配位置，防止出现漏分错分的情况，进一步提高任务分配的质量。

摘要： 本发明属于电池均衡技术领域，尤其涉及一种用于大规模电池组的可重构多单体电池拓扑和重构算法。本发明中电路拓扑包括每个电池单体均由四个开关控制，除了最右端的那个电池单体之外；电路中的每个电池单体都能够被配置成三种不同的结构，分别为串联、并联或旁路。在这个结构中，先将几个电池单体并联组成模块，然后再将几个模块串联起来组成电池组；在这种配置方式下，模块内的电池单体之间自动均衡，然后再实现模块之间的均衡。本发明能够提供稳定的输出电压；自动切除故障的电池单体，提高电池组的可靠性和安全性；最大程度地利用所有电池单体的容量，减少储能系统所需要的备用容量；另外，电池组内的各个电池单体能够实现主动均衡。

摘要： 本发明提供一种基于多种重构算法重构反应堆时空分布模型的方法和装置，该方法包括:步骤S1、获取各传感器采集的样本测试数据；步骤S2、根据所述多种重构算法和所述样本测试数据推演获得任意时空位置点的预测数据；步骤S3、根据所述重构算法和所述样本测试数据推演获得所述样本测试数据的交叉检验数据集合；步骤S4、根据所述交叉检验数据集合构建拟合模型；步骤S5、根据所述任意时空位置点的预测数据和所述构建的拟合模型获得反应堆的时空分布模型。本发明能够突出结果较准确的重构算法的优点，而降低结果较差的重构算法的缺点，从整体上实现多种重构算法的组合。