摘 要: 针对水声通信异构网络中信道分配不公和节点能量受限的问题,基于深度强化学习方法,提出跨层联合优化公平信道接入和功率控制的媒介访问控制(POCL⁃MAC)协议。根据反馈ACK包获知时延状态下的信道冲突结果和接收机处信噪比,基于深度强化学习的状态、动作和奖励序列自主学习,调整认知用户的接入时隙和发射功率;采用公平函数实现异构网络中认知用户和主用户吞吐量性能的比例公平。设计了一个联合状态序列和
摘 要: 在雷达系统中,天线阵列至关重要。非均匀阵列能减少天线阵元使用,带来更高的自由度,但由于其阵元位置不规则排布在到达角(DOA)估计、空间频谱计算等方面存在难题,难以满足雷达目标跟踪、声源估计等场景中高精度和快速DOA估计的需求。针对该问题,文中在[ℓ0]原子范数的基础上提出基于Circle混沌映射的并行无网格DOA估计算法。该算法通过并行处理目标函数的同时进行群体寻优,引入自适应策略进行
摘 要: 为了降低双频圆极化天线设计的复杂性和成本,文中介绍了一种用于双频全球定位系统(GPS)的紧凑型双耦合短接贴片加载的贴片天线。该天线采用短接贴片加载技术,使得其整体尺寸仅为42 mm×42 mm×9 mm,同时利用超低成本的PPO塑料替代高介电常数的基板,从而实现了成本的降低。提出的紧凑型双耦合短接贴片加载技术使得该天线能够在L1/L2 GPS频段共振。在L1/L2 GPS频段上,该天线
摘 要: 针对经典消息传递检测算法中存在复杂度高与性能低的问题,文中基于门限和消息传递机制,提出一种适用于5G通信的空间调制信息检测算法。该算法通过引入组合数学表示方法,在广义空间调制系统完成大规模天线组合的表示,进而构建基本的分层消息传递检测模型。在此基础上,利用设定门限的方法快速地判定接收信号的欧氏距离,以减少消息传递检测算法执行无效的迭代,从而实现具有较低复杂度的消息传递检测算法。理论分析
摘 要: 多功能一体化是雷达发展的必然趋势,随着功能的增加,多模式间切换频繁调度复杂,系统调试工作量呈指数增长,数据分析与管理的难度增大。为提高多功能雷达数据分析效率,辅助问题定位分析与系统状态检查,加快雷达研制进程,分析了总体数据分析在雷达研制和使用阶段的重要作用,研究了雷达总体数据分析软件的需求与系统设计,并通过Matlab进行实现。该软件可以分析雷达多环节数据,并以表格和图像的形式呈现分析
摘 要: 无人机作为中继节点,具有通信距离远、可灵活移动、部署成本低廉等优势。为了提高无人机辅助中继通信性能,同时为了有效利用无人机有限的机载能量,以最大化所有目标节点最小可获得吞吐量为目标,研究了一个能量受限的无人机辅助中继通信网络,提出一种联合任务调度、无人机轨迹规划的多元优化方案。由于原始问题为非凸优化问题难以直接解决,首先将原始问题解耦为两个子问题,然后利用连续凸逼近方法、松弛变量法和块
摘 要: 电动汽车充放电系统是新能源汽车安全充放电的重要保障。为了解决电动汽车充放电系统的通信协议辨识问题,提出一种基于混合深度学习的电动汽车充放电系统通信协议辨识方法。该方法通过深度学习网络(DLN)提取通信协议数据特征,通过引入[l1/2]范数提高深度学习网络的泛化能力,实现对电动汽车充放电系统通信协议的高精度辨识。仿真结果表明,混合深度学习网络对电动汽车充放电系统不同协议的辨识总体准确率达
摘 要: 为了增强脑肿瘤图像分割算法的泛化能力,提出一种融合共享Net的跨模态分割框架。该框架包括风格转换、跨域训练和自适应判别三个阶段。首先,采用贝塞尔曲线进行域变换,从多种与源域灰度不同的图像去模拟不可见的目标域;其次,构建基于轻量级尺度注意力模块的共享Net模型,将多种风格的灰度图像输入到共享Net中来学习不同域的权重信息;最后,在模型推理时,通过自适应判别器来自适应选择最佳分割结果。仿真
摘 要: 激光雷达信号中往往含有较多的噪声,这些噪声不仅降低了信号质量,还影响后续的云⁃气溶胶层检测、气溶胶光学厚度反演等。文中改进了一种基于变分模态分解的激光雷达信号降噪方法,该方法首先考虑模态分量与激光雷达信号的相关性,通过皮尔逊相关系数法提取模态分量中的有效信号;其次,针对变分模态分解后的中低频振荡现象,使用奇异谱分析法进行二次滤波,进一步提高信噪比。为了验证该方法的有效性,文中模拟了晴朗
摘 要: 针对心电信号在去除噪声时不可控误差引起的幅值和形态变形问题,提出一种基于误差可控的转换变换心电信号去噪方法。通过转换变换可以获取心电信号的低频分量和高频分量:通过对特征波形和高频噪声处设置不同的误差界可有效滤除高频噪声,并将特征波的重构误差控制在较小的范围内;对低频分量进行cubic插值可以获得更加光滑的基线漂移。从而可改善去噪引起的形态改变。在MIT⁃BIH数据库的心电图上进行实验,
摘 要: 由于遥感图像存在多尺度变化和目标边缘模糊等问题,对其进行智能解译仍然是一项极具挑战性的工作。传统的语义分割方法在处理这些问题时存在局限性,难以有效捕捉全局和局部信息。针对上述问题,文中提出一种双路径特征融合分割方法DFNet。首先,使用Swin Transformer作为主干提取全局语义特征,以处理像素之间的长距离依赖关系,从而促进对图像中不同区域相关性的理解;其次,将拉普拉斯卷积嵌入
摘 要: 为提高反卷积声源成像算法目标识别性能,改善其对相干目标识别效果不理想的问题,提出基于凸优化的反卷积相干声源识别算法。该算法利用阵列接收信号与导向向量共轭转置相乘得到波束输出,去除互谱操作,避免忽略互谱矩阵交叉项中的相干声源信息;其次建立波束输出、目标分布与点扩散函数线性方程组,利用凸优化方法实现目标源强的高精度求解。通过模拟仿真和实验表明:提出的基于凸优化的反卷积相干目标识别算法能有效
摘 要: 针对口腔医疗资源紧缺和龋齿治疗效率不足的问题,提出一种改进YOLOv7的龋齿图像检测算法,旨在协助医生进行更有效的医疗诊断,同时增强患者对预防龋齿的意识。首先,在YOLOv7算法的主干网络引入ECA⁃MobileOne网络模块代替原有的ELAN模块,降低模型参数量,提高对小目标龋齿特征的有效提取;其次,在特征图输出层采用自适应特征融合(ASFF),自适应地学习各尺度特征图在融合时的空间
摘 要: 图文匹配任务在计算机视觉以及多模态信息处理领域引起了广泛关注。这一跨模态任务主要难点在于如何高效地提取视觉和文本的信息以及如何解决不一致图文冲突问题。文中提出了一种新颖的图像文本匹配方法,利用图像对象相对位置的注意力机制解决忽视图像中物体相对位置信息的问题,从而更好地关注视觉信息的提取,同时为了解决忽视图像⁃文本间不对齐内容相似度贡献的问题,运用了负向感知模块关注物体相对位置和文本中的
摘 要: 针对复杂动作本身的高动态性和多样性,传统的图像处理方法难以准确捕捉其轮廓,文中研究基于条件GAN的复杂动作图像轮廓智能捕捉方法,精准了解动作执行情况。该方法利用像素覆盖分割模型来分割原始复杂动作图像,获取复杂动作目标图像,将其作为约束条件输入生成器,经过编解码器处理后输出虚假复杂动作图像轮廓生成结果,判别器将生成器输出的虚假轮廓和真实复杂动作图像轮廓作为输入,在损失函数作用下进行真假判
摘 要: 针对海上搜救图像中遇难人员在水面露出的面积小并且容易受到海浪反光、雨雾天气等恶劣环境影响,导致特征提取困难的问题,提出一种海浪上下文信息补偿小目标检测算法。首先,通过基于滑动窗口的图像预处理模块将图像进行裁剪,把关注点集中在目标物体周围,并减少图像中的无关区域,降低了计算量并提高了准确率;其次,提出一种海浪上下文模块,首次通过分析海浪的运动方向和强度,提取海浪上下文信息来辅助海上搜救小
摘 要: 为了探索AI环境下第三方支付虚拟账户的安全检测与保护技术,提升整个支付系统的安全性与有效性,文中应用动态输入复合加密技术、第三方认证技术、复合加密技术、自定义编码转换表等进行支付复合加密技术的设计。仿真实验证明,所设计技术在AI环境中实现了动态输入复合加密技术、第三方认证技术以及复合加密支付流程,并在实际应用中具备抵御安全威胁的能力。针对AI环境下第三方支付虚拟账户的安全问题,该技术成
摘 要: 为解决目前语义分割算法在电力线分割领域存在预测速度缓慢和分割精度不高的双重问题,提出一种电力线分割网络STDC⁃DeepLabv3+。首先,为提升网络预测速度,在编码器部分采用Swin Transformer V2设计轻量化的主干特征提取网络;其次,为提高分割精度,针对电力线的细长结构以及贯穿整幅图片的特点,提出动态蛇形空间金字塔池化(DS⁃ASPP)模块,同时,在解码器部分设计多尺度
摘 要: 针对关键点检测中目标尺度多变以及不同特征适应性等难题,为进一步提升现有的姿态估计方法在实现姿态估计任务时的性能,验证单阶段和多阶段姿态估计方法各自的有效性,提出一种基于改进沙漏的攀岩运动关键点检测算法。首先设计一个多路池化残差结构,改善由于沙漏网络多次上下采样带来的信息损失和上下文信息提取不足的局限性,提升浅层特征在关键点检测中的表现;其次在沙漏网络中引入沙漏注意力结构,通过利用特征映
摘 要: 针对当前多视角立体视觉方法在低纹理、重复纹理等复杂区域上的重建完整度低的问题,提出一种基于路径聚合网络的多视角立体视觉方法PathMVSNet。PathMVSNet在常规的特征金字塔网络后增加一条自底向上的路径聚合结构,强化底层定位特征在网络中的传递,并将多尺度特征图经过可变形卷积层和卷积注意力机制模块增强特征;采用级联的代价体构建方式,由粗到细的进行深度预测;多视角特征体通过可学习的
摘 要: 针对现有的谣言检测方法对故意伪造的突发事件检测表现不佳的现象,同时考虑到现实中突发事件的标记数据难以获得,从而导致现有的监督学习方法性能受限,提出基于边增强一致性与半监督学习的谣言检测方法(EECS)。首先通过边增强方法提高数据质量,然后分离出高一致性特征与低一致性特征来深入挖掘内联关系,使用双通道图卷积网络捕获特征,依据半监督学习方法有效利用大量无标记数据增强模型的泛化性,最后采用加
摘 要: 为解决市面上水果分拣设备体积庞大、效率低等问题,文中给出的水果分拣系统以苹果为测试样本,将相机拍摄的RGB图像转换为HSV图像,并根据[H]分量分布情况计算苹果表面的色泽度,同时用Canny边缘检测算法提取苹果边缘的轮廓,用最小外接圆法计算苹果果径的大小,结合苹果色泽度和果径大小对苹果进行等级分级。系统试验表明,样本颜色与大小均与苹果的特征相符,分拣设备和人工分拣果径大小误差在±1.3
摘 要: 针对指定机型的飞行控制仿真在没有获取机型数据包的情况下,难以展现其真实飞行特性的问题,提出一种基于飞机运行数据(快速存取记录器QAR数据)的高度保持控制律仿真方法。该方法在飞行控制仿真中以模糊免疫PID控制器为基础,借鉴生物免疫调节机制中T细胞对抗体的双重影响,根据控制器输出控制量的变化对PID参数进行非线性调整,将仿真系统输出数据与仿真机型真实的QAR数据对比而得到的误差绝对值积分作
摘 要: 为解决光学干涉图像亮暗不均和噪声对干涉圆环半径和圆心识别的影响问题,以Matlab仿真图像为对象,研究细化算法在圆环参数提取中的作用。首先,在仿真干涉同心圆环图像中加入噪声和亮暗不均的因素;然后,在预处理基础上依次应用二值算法、细化算法得到二值图和细化图;最后,分别在预处理图、二值图和细化图上进行Hough变换提取半径和圆心。对比研究发现,二值化基础上的细化处理可以极大地减少亮暗不均的
摘 要: 为了提高风力发电功率预测精度,提出一种基于相似日与加权马尔可夫模型的风力发电功率区间预测方法(SWMQ)。风电功率数据与风速数据直接相关。首先对于数据中的异常值和缺失值,通过线箱图法和相关性填补法对数据进行预处理,提高数据的关联性,通过卷积神经网络(CNN)对风速进行预测;然后由预测到的风速数据在历史数据中通过皮尔逊相关系数法寻找相似日,以相似日功率数据为数据集进行加权马尔可夫模型预测
摘 要: 在文本分类任务中,数据的质量和数量对分类模型的性能有着重要影响,而在现实场景中获取大规模标记数据往往是昂贵和困难的。数据增强作为一种解决数据匮乏问题的低成本方法,已在各种深度学习和机器学习任务中取得了显著效果。由于文本语言具有离散性,在语义保留的条件下进行数据增强具有一定困难。因此,提出基于语义上下文感知的数据增强方法,采用由WordNet 3.0中的词义定义(Gloss)和预训练模型
摘 要: 针对运动目标自动追踪系统复杂且成本较高等问题,文中旨在设计一种成本低廉且易于部署的基于STM32F103C8T6、OpenMV摄像头和二维舵机云台的运动目标自动追踪系统,以解决传统自动追踪系统设备昂贵、算法复杂难于推广的问题,并为OpenMV摄像头在安防监控等领域的应用提供新的思路。该系统主要由主控模块、OpenMV摄像头模块、二维舵机云台模块、电源模块、OLED显示模块组成,通过Op
摘 要: 减小域间差异和加强特征情感表达是解决跨库语音情感识别任务的两个主要问题,但少有研究同时考虑到上述问题,为此,提出一种基于解耦知识蒸馏策略优化的域自适应跨库语音情感识别算法。在域自适应算法中引入解耦知识蒸馏(DKD)策略,提高特征提取器获取具有显著情感信息的域不变特征的能力;并提出一个时频域自校正卷积神经网络(TFSC⁃CNN),融合不同感受域的特征细节,丰富特征中的情感信息,作为教师模
摘 要: 针对基于射频识别(RFID)的相位(Phase)信号的动作识别技术识别精度不高或不够轻量化等问题,提出基于RFID的轻量化的动作识别方法。该方法通过格拉姆矩阵将一维数据转化为二维图像,将Phase转换为格拉姆角场作为改进的MobileNet网络输入,通过格拉姆角场图像所拥有的高阶信号描述能力表现更多的几何性质和内在数据结构,在减小异常数据对识别效果影响的同时提高识别性能并充分利用网络。