雷达工作在复杂的环境下,回波常伴有α稳定分布噪声,特别是当非高斯性较强时,传统的谱估计方法将退化,甚至不能工作。为此,提出了四种基于FLOS共变的雷达回波频率谱估计新方法:FLOS-直接法、FLOS-间接法、FLOS-welch法、FLOS-music法。通过对α稳定分布噪声中正弦信号频率估计的仿真结果表明,所提出的方法不论雷达杂波是传统分布还是非高斯的α稳定分布,均具有较好的工作韧性。
为了提高传统Adaboost算法的集成性能,提出一种基于分类器相关性的Adaboost算法。该方法在弱分类器的训练过程中加入分类器的相关性判定,使每一个弱分类器的生成不仅与当前分类器有关,而且与前面若干个分类器相关,并将由此生成的弱分类器组合成新的强分类器。在CMU正面人脸检测集上的仿真结果表明,较传统的Adaboost算法,基于分类器相关性的Adaboost人脸检测算法具有更好的检测效率,同时降低了误检率。