摘要：在研究了多种广泛使用的盲均衡算法的基础上,设计了一种对多种算法加权融合的新算法:当均衡器的输出信号可靠性足够高时,用可获得高收敛精度的多模辅助算法(MAMA)进行均衡;当均衡器的输出信号可靠性不够高时,用修正的常模算法(MCMA)、多模算法(MMA)和MAMA三种算法的加权融合来均衡,且控制权重,使权重随迭代次数变化,提高了算法性能.仿真结果证明,新算法性能稳定,在恶劣的水声信道中,可以在大约2 800次迭代后收敛,达到-35 dB左右的码间干扰(ISI).

摘要：针对无人机降落阶段中无人船受水面波浪影响导致图像产生运动模糊以及获取无人机相对位姿精度低且鲁棒性差的问题,提出一种基于多模型关键点加权融合的6D目标位姿估计算法,以提高位姿估计的精度和鲁棒性.首先,基于无人船陀螺仪得到的运动信息设计帧间抖动模型,通过还原图像信息达到降低图像噪声的目的;然后,设计一种多模型的级联回归特征提取算法,通过多模型检测舰载视觉系统获取的图像,以增强特征空间的多样性;同时,将检测过程中关键点定位形状增量集作为融合权重对模型进行加权融合,以提高特征空间的鲁棒性;紧接着,利用EPnP(Efficient perspective-n-point)计算关键点相机坐标系坐标,将PnP(Perspective-n-point)问题转化为ICP(Iterative closest point)问题;最终,基于关键点解集的离散度为关键点赋权,使用ICP算法求解位姿以削弱深度信息对位姿的影响.仿真结果表明,该算法能够建立一个精度更高的特征空间,使得位姿解算时特征映射的损失降低,最终提高位姿解算的精度.

摘要：本文研究带不确定方差乘性和加性噪声和带状态相依及噪声相依乘性噪声的多传感器系统鲁棒加权融合估计问题.通过引入虚拟噪声补偿乘性噪声的不确定性,将原系统化为带确定参数和不确定加性噪声方差的系统,进而利用Lyapunov方程方法提出在统一框架下的按对角阵加权融合极大极小鲁棒稳态Kalman估值器(预报器、滤波器和平滑器),其中基于预报器设计滤波器和平滑器,并给出每个融合器的实际估值误差方差的最小上界.证明了融合器的鲁棒精度高于每个局部估值器的鲁棒精度.应用于不间断电源(uninterruptible power system,UPS)系统鲁棒融合滤波的仿真例子说明了所提结果的正确性和有效性.

摘要：为进一步提高表示分类器中基原子对测试样本的表达能力,提出一种加权融合核稀疏和协同表示的高光谱影像分类算法(WKSCRC)。充分利用核函数处理非线性数据的优势,将高光谱影像数据映射到高维核特征空间;对核稀疏表示系数和核协同表示系数进行加权融合,在核融合表示系数下重构分类测试样本。在ROSIS和AVIRIS两个数据集上的仿真结果表明,该算法在精度与稳定性上优于其它传统分类算法。

摘要：提出一种新型加权融合算法。首先,根据倍频等长信号间频率的倍数生成倍频修正矩阵,对倍频等长信号频谱进行同频化处理,使之达到同频等长信号频谱的分析效果。然后,针对倍频等长信号的相位不连续问题,设计具有相位连续特性和噪声对消特性的相位补偿矩阵,对同频化的倍频等长信号频谱进行加权融合,使之近似达到与倍频等长信号长度相同的相位连续信号频谱的分析效果。最后,通过谱峰搜索加权融合频谱获得高精度的频率估计值。算法分析与仿真实验表明:与现有方法相比,本算法精度较高,计算量较小,抗噪性强,普适性好。

摘要：鉴于差频等长信号具有重要研究价值,而其现有频率估计方法存在严重不足,提出一种新型加权融合算法。首先,根据频率差关系生成差频修正矩阵,对差频等长信号频谱进行同频化处理,使之达到同频等长信号频谱的分析效果。然后,针对差频等长信号的相位不连续的问题,设计具有相位连续特性和噪声对消特性的相位补偿矩阵,对同频化的差频等长信号频谱进行加权融合,使之基本达到相位连续信号频谱的分析效果。最后,通过谱峰搜索加权融合频谱获得高精度的频率估计值。算法分析与仿真实验表明:与现有方法相比,本算法精度较高,计算量较小,抗噪性好,具有重要的理论意义和实用价值。

摘要：数值提高声觉(digital rise audio,DRA)多声道数字音频信号容易受到异质信号的干扰,导致音频信号中的无用信息增多,音频质量下降。提出一种新的异质信号干扰下DRA多声道数字音频信号加权融合方法,设计了一种采集系统同时采集DRA多声道数字音频信号,将获取的信号在DSP中进行加权融合处理,利用A/D转换芯片进行转换。介绍了DRA多声道数字音频信号加权融合原理,在将采集信号传输至融合中心前对其进行量化处理,结合量化过程的统计特性对加权系数进行推导,依据加权系数设计融合函数,使融合函数和有用DRA多声道数字音频信号在统计意义上最大程度的吻合,从而实现音频信号的加权融合。实验结果表明,所提方法能够有效实现DRA多声道数字音频信号的加权融合,在不同信噪比下均能保持较低的均方根误差,加权融合精度较高。

摘要：在小样本可靠性分析过程中,针对传统先验信息融合方法存在的主观性和复杂性缺陷,引入信息熵原理和加权思想,提出了基于信息熵的先验信息加权融合方法,设计了相应的算法;然后,给出了基于后验分布的先验信息融合检验思想;最后,基于该检验思想通过Matlab软件设计并实现了该方法的仿真实验。实验结果表明,相对传统先验信息融合方法,该方法能够更加简单直观地融合先验信息并求取客观的先验分布。

摘要：为实现对被测物体在匀速、匀加速以及变加速运动状态下的动态位置进行精确测量,提出一种基于自适应渐消卡尔曼滤波的多传感器加权融合算法,将各子传感器测量数据进行自适应渐消卡尔曼滤波,并由获得的均方误差阵实时为位置测量的估计值自适应分配权重,最终进行加权融合。通过算法的实例应用验证,与传统的MSIF-SKF算法相比,该算法具有更高的动态位置检测精度。

摘要：针对传统基于偏振差分原理的水下光学成像方法中,由于目标退偏振特性差异引起的图像中局部反射光损失的问题,提出了基于偏振图像加权融合与限制对比度自适应直方图均衡(CLAHE)算法的水下成像方法。一方面,将原始水下图像分解为偏振光强图像和非偏振光强图像,根据不同退偏振特性目标在两幅图像中的灰度值分布特点,设计相应的权重因子,对两幅图像进行加权融合,从而实现在压缩原始水下图像中散射光的同时保留更多目标反射光,提升整体目标反射光在融合图像中所占的比例。另一方面,为了进一步提升融合图像的对比度,利用CLAHE算法对融合图像进行处理。该算法能够在提升融合图像对比度的同时,有效避免图像噪声的放大。实验结果表明,相较于传统的偏振差分方法以及独立的直方图均衡算法,该算法能够有效提升水下图像的清晰度和对比度。