高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码
排序:
相关度
发表时间
每页显示:
10
20
30
50
基于矩阵LU分解的数字水印算法
牛少彰, 钮心忻, 杨义先
2004, 26(10): 1620-1625.  刊出日期:2004-10-19
关键词: 信息隐藏; 数字水印; LU分解
该文提出了一种新的基于矩阵LU分解的数字水印算法。该方法首先将数字图像的非负矩阵表示转化为G-对角占优矩阵,再进行LU分解,通过量化函数进行数字水印的嵌入,恢复水印时不需要原始图像。将矩阵的LU分解数字水印算法与DCT的中频系数比较法进行了对比实验。实验结果表明这种方法运算速度快并且具有很好的鲁棒性。
基于LU分解的稀疏目标定位算法
赵春晖, 许云龙, 黄辉
2013, 35(9): 2234-2239. doi: 10.3724/SP.J.1146.2012.01527  刊出日期:2013-09-19
关键词: 无线传感器网络, 目标定位, 压缩感知, LU分解
针对基于orth的稀疏目标定位算法中orth预处理会影响原信号的稀疏性的问题,该文提出一种基于LU分解的稀疏目标定位算法。该算法通过网格化感知区域把目标定位问题转化为压缩感知问题,并利用LU分解法对观测字典进行分解得到新的观测字典。该观测字典有效地满足了约束等距性条件,同时对观测值的预处理过程不影响原信号的稀疏性,从而有效地保证了算法的重建性能,提升了算法的定位精度。实验结果表明,基于LU分解的稀疏目标定位算法的性能远优于基于orth的稀疏目标定位算法,目标的定位精度得到了较大地提升。
一种基于Doolittle LU分解的线性方程组并行求解方法
徐晓飞, 曹祥玉, 姚旭, 陈盼
2010, 32(8): 2019-2022. doi: 10.3724/SP.J.1146.2009.01401  刊出日期:2010-08-19
关键词: Doolittle LU分解, 线性方程组, 并行计算
矩阵方程的快速求解是矩量法计算电大问题的关键,LU分解是求解线性方程组的有效方法。该文详细地分析了Doolittle LU分解过程,基于分解过程的特点,在MPI(Message-Passing interface) 并行环境下,提出了按直角式循环对进程进行任务分配的并行求解方法。实验证明该方法可以有效地减少进程间数据通信量,从而加快计算速度。
一种基于连接点的机载InSAR区域网DEM重建方法
姜丽敏, 陈曙暄, 向茂生
2011, 33(11): 2694-2701. doi: 10.3724/SP.J.1146.2011.00148  刊出日期:2011-11-19
关键词: InSAR区域网, 地形测绘, 连接点, 最小二乘, 数字高程模型
基于干涉合成孔径雷达(Interferometric SAR, InSAR)技术生成高精度数字高程模型(Digital Elevation Model, DEM),需要进行干涉定标。繁重的地面控制点(Ground Control Points, GCPs)布放不利于InSAR大区域地形测绘的自动化。该文介绍一种稀疏GCPs下,基于自动提取的连接点(Tie Points, TPs),利用最小二乘平差原理,实现InSAR区域网内多景相互重叠DEM的同时重建方法。通过改变参与重建的TPs数目,用X波段InSAR实测数据的实验验证了该文方法的有效性。
基于贝叶斯网络模型的遥感图像数据处理技术
李启青, 马建文, 哈斯巴干, 韩秀珍, 刘志丽
2003, 25(10): 1321-1326.  刊出日期:2003-10-19
关键词: 贝叶斯网络模型; 知识描述; 信息推理; 遥感图像数据
贝叶斯网络是一种不确定性知识的推理和描述技术,针对遥感数据的复杂性和不确定性,该文提出了一种基于贝叶斯网络模型的遥感数据推理和描述技术。文中利用 2002年春季中-日亚洲沙尘暴项目的土地利用数据(LU),沙尘监测数据(TSP),卫星 AVHRR时间序列 LST/Albedo数据,采用贝叶斯网络模型进行了知识描述和信息推理预测实验,取得了较好的效果。
基于国产众核超级计算机的6×105核并行矩量法
顾宗静, 吴昊翔, 赵勋旺, 林中朝, 张玉, 张崎
2019, 41(4): 845-850. doi: 10.11999/JEIT180562  刊出日期:2019-04-01
关键词: 矩量法, LU分解, 国产超级计算机, 6×105

为实现电磁计算的安全可靠和自主可控,该文基于“天河二号”国产众核超级计算机平台,开展大规模并行矩量法(MoM)的开发工作。为减轻大规模并行计算时计算机集群的通信压力以及加速矩量法积分方程求解,通过分析矩量法电场积分方程离散生成的矩阵具有对角占优特性,提出一种新型LU分解算法,即对角块矩阵选主元LU分解(BDPLU)算法,该算法减少了panel列分解的计算量,更重要的是,完全消除了选主元过程的MPI通信开销。利用BDPLU算法,并行矩量法突破了6×105 CPU核并行规模,这是目前在国产超级计算平台上实现的最大规模的并行矩量法计算,其矩阵求解并行效率可达51.95%。数值结果表明,并行矩量法可准确高效地在国产超级计算平台上解决大规模电磁问题。

直线终端金属细线天线特性的数值及实验分析
胡海涛, 方广有
2008, 30(11): 2759-2762. doi: 10.3724/SP.J.1146.2007.00777  刊出日期:2008-11-19
关键词: 直线终端金属细线天线, FDTD, 输入阻抗, VSWR
该文对一种直线终端金属线状结构的天线相关特性进行了分析,对天线在自由空间的辐射特性、辐射有效区以及电压驻波比(VSWR)用时域有限差分方法(FDTD)进行了分析,同时进行实际测试;研究了终端阻抗、介质介电常数、天线张角和距地面高度的变化对天线特性的影响,对在不同调制频率下的近场分布特性进行了仿真。结果表明,仿真和测试结果基本一致,该种类型天线比常规bow-tie天线对测试环境变化的适应能力更强。
奇异值分解在InSAR区域网连接点检测中的应用
姜丽敏, 陈曙暄, 向茂生
2012, 34(2): 324-332. doi: 10.3724/SP.J.1146.2011.00487  刊出日期:2012-02-19
关键词: InSAR区域网, 奇异值分解, 连接点检测, 相似性分布, 相异性度量距离
该文针对干涉合成孔径雷达(Interferometric Synthetic Aperture Radar, InSAR)区域网连接点(Tie Points, TPs)检测问题,提出一种基于奇异值分解(Singular Value Decomposition, SVD)的检测方法。其核心思想是:为每个特征点构建特征描述符,针对特征描述符的相异性度量距离按一定的相似性分布构建相似性分布矩阵,再由相似性分布矩阵的SVD建立匹配矩阵,并结合匹配矩阵次大值和最大值比值实现TPs检测。该算法具有快速、简单、操作性强等特点。对不同地貌的SAR影像实验验证了该方法的有效性。
基于成像和相干信息的InSAR图像同名点提取方法
李银伟, 向茂生, 韦立登
2013, 35(9): 2141-2146. doi: 10.3724/SP.J.1146.2012.01581  刊出日期:2013-09-19
关键词: InSAR图像, 成像信息, 同名点, 相干系数图, 干涉测图
对于重叠区域较小的相邻两条带SAR图像,严重几何畸变使得难以直接提取同名点(Tie Points, TPs)。该文基于InSAR图像成像信息和相干信息提出一种新的同名点提取方法。该方法首先根据成像信息对原始图像进行仿射变换,然后利用光学影像特征匹配的方法获得同名点,最后以相干系数图为导引对同名点进行筛选。通过对实际InSAR数据(重叠区域15%)的处理,该方法不仅能够自动提取同名点,而且提取的同名点满足高精度的干涉测图要求。同时使得一幅高精度正射图像由5个条带减少到3个条带拼接,大大降低了测图作业量和测图成本。
基于拉格朗日乘子法的二维修正DFT调制滤波器组设计算法
周芳, 水鹏朗, 蒋俊正
2017, 39(5): 1261-1265. doi: 10.11999/JEIT160651  刊出日期:2017-05-19
关键词: 2维修正滤波器组, 离散傅里叶变换调制, 迭代优化, 拉格朗日乘子法, 块LU分解
基于拉格朗日乘子法,该文提出一种2维修正离散傅里叶变换调制滤波器组的迭代设计方法。在每次迭代中,原型滤波器的设计描述成一个约束为2次函数的2次规划问题。引入拉格朗日乘子法将问题转化为无约束的优化问题,通过求解线性矩阵方程得到优化问题的解。针对矩阵方程中的系数矩阵的特点,运用块LU分解,显著降低了运算复杂度。仿真实验表明,与现有的设计方法相比,该文方法设计得到的2维修正离散傅里叶变换调制滤波器组的重构误差和阻带衰减均有较大的改善。
  • 首页
  • 上一页
  • 1
  • 2
  • 末页
  • 共:2页