摘 要: 正交时频空(OTFS)调制技术因其高抗频率色散的性能,有望成为6G中高移动性场景下通信的关键技术。通过在OTFS系统发送端加入循环前缀(CP),可克服信道多径效应导致的码间干扰。针对当前CP⁃OTFS系统信号检测算法计算复杂度高的问题,提出一种基于检测残差消除的信号检测算法。采用时频域低复杂度初始检测后,结合系统时延⁃时间域的输入⁃输出关系计算初始检测残差。以检测残差为迭代变量,通过计
摘 要: 针对现阶段国内隧道施工中采用的通信定位手段通信信号不佳,无法提供精准定位信号的现象,基于现场可编辑门阵列(FPGA)为主控硬件提出一种以超宽带(UWB)定位技术为原理的无线传输定位系统,UWB定位基本原理基于三边测量算法并在后端数据处理中引入自适应卡尔曼滤波进一步提高其定位精度。该系统硬件层面具有低功耗、高效率的优点;算法层面卡尔曼滤波可以使系统达到更高精度,静态测距精度可达到0.1
摘 要: 无人机地面控制站作为无人机系统的信息汇聚中心和指挥控制中心,是保障飞行安全、遂行作战任务和共享侦察载荷信息的关键,同时也是无人机与其他作战力量实现互联互通的重要手段。目前不同的飞机平台单位、甚至相同单位不同的团队设计的地面控制站也无法通用,文中通过分析目前地面控制站现状,构建通用地面控制站型谱,建立通用化标准体系,设计系统和软件体系架构,提出无人机通用地面控制站关键技术解决方案。 关
摘 要: 在多功能数字基带的信号处理过程中,由于正交通道的码分干扰较大,传统的FFT算法无法进行载波捕获。文中从理论上分析了正交通道中扩频码对FFT算法的影响,并进行了仿真分析,最后提出双向搜索捕获算法和增加平方算法两种方法在消除码分干扰中的应用。双向搜索捕获算法在完成码捕获的同时能获得多普勒频率;增加平方算法能有效消除码分多址的影响,精确计算多普勒频率,简单实用。实验结果表明,两种消除码分干扰
摘 要: 远程探测场景下弹载主瓣干扰因与目标角度间隔小,单站抗干扰方法性能下降严重。多雷达通过合理布站可有效“分辨”目标和干扰,被认为是可有效抑制主瓣干扰的途径。针对当前多雷达抗主瓣干扰方法普遍存在收敛速度慢的问题,提出一种基于改进归一化最小均方(NLMS)的多雷达对消抗主瓣干扰方法,并通过理论推导给出了其应用条件。该方法通过定义消散因子实现对步长的自适应控制从而达到快速收敛的目的,仿真结果表明
摘 要: 无线可充电传感网络(WRSN)中节点能耗是动态变化的,在调度移动充电器(MC)为传感器充电时,估算节点的实时能耗来计算节点的剩余生存时间十分重要。针对WRSN的问题,提出一种基于策略梯度的公平能量补充策略(PFSS),利用过往的节点能量记录对节点实时能耗进行估算,采用seq2seq结合Attention的网络结构求解待充电序列,为节点充电获得一个充电权重来评估该次充电的质量,其由MC到
摘 要: 为解决基于数字编码移相⁃积分测距系统中,因发送序列与本地序列之间的真实相位差非1 bit码长的整数倍而影响测量结果准确性这一问题,文中提出一种基于BP神经网络长距离分布式光纤传感高空间分辨率定位算法。该算法根据BP神经网络判断1 bit内细分程度并与传统算法相结合实现动态测距。实验结果表明,基于BP神经网络长距离分布式光纤传感高空间分辨率定位算法的长距离定位精度平均相对误差从0.23降
摘 要: 针对YOLOv5算法在检测小目标时存在准确率较低的情况,提出旨在提高小目标检测准确率的轻量级网络KOS⁃YOLOv5算法。首先采用K⁃means++聚类技术选择一组合适的锚框尺寸作为模型的先验,对小目标实现更精确的锚框尺寸,使模型能适应不同大小的目标;其次利用简化正负样本分配策略(SimOTA)进行动态样本匹配,更好地优化损失函数;最后将空间上下文金字塔(SCP)模块集成到算法检测层中
摘 要: 针对M⁃ary扩频信号的扩频序列集估计问题,提出一种基于序贯相关检测的扩频码集估计方法。首先,对同步信号样点进行划分,并利用所分向量间的相关特性,通过迭代操作得到码集中某一个元素的估计;然后,将对应于该元素的样点向量从接收信号向量集合中剔除,并重复上述步骤,以序贯的方式得到扩频码集的一个估计;最后,利用原始信号对该码集的各个元素进行检验,剔除码集中的虚假元素从而得到最终估计结果。该方法
摘 要: 在与听障人士进行交流时,常常会面临交流不便的困难,文中提出一种手语识别的改进模型来解决这个困难。该模型基于YOLOv7⁃tiny网络模型,并对其进行了多项改进,旨在提高模型的精度和速度。首先,通过对CBAM注意力机制的通道域进行改进,解决了因降维而造成的通道信息缺失问题,并将改进后的CBAM加入到YOLOv7⁃tiny的Neck层中,从而使模型更加精准地定位和识别到关键的目标;其次,将传
摘 要: 肝包虫病是严重危害人畜健康的重要人畜共患寄生虫病,超声检查是肝包虫病的首选检查方法,采用深度学习技术能够有效减少人工误差,降低成本并提高诊断效率。以ConvNeXt模型为基础,结合焦点损失函数和Lion优化器,最后引入CBAM构建CLCFNet模型实现肝囊型包虫病早期筛查和精确诊断。在肝囊型包虫病超声影像数据集进行的消融实验表明,对比基准模型分类准确率、精确率、召回率、特异度和[F1]
摘 要: 为了加强移动设施建设的针对性,有效利用频率资源、提高网络质量,利用射线跟踪法对高楼电梯内单电梯与双电梯井道模型的移动通信场强传播进行仿真和分析。结果表明,对于单电梯井道,在全球移动通信系统(GSM)信号、3G和WiFi信号仿真结果与测量结果一致性良好;在4G和5G信号中,建议将天线间隔分别设置在9~12 m和8 m时较适宜。同时,双电梯井道在不同频段下场强分布仿真也得到了验证。通过建立
摘 要: 由于传统图像细节增强方法存在噪声含量大及失真等问题,为了提升低对比度图像的视觉效果,提出基于视觉感知的低对比度图像细节增强方法。根据人眼视觉感知的亮度掩蔽特性划分图像区域,并设计暗适应函数与明适应函数,分别延长低对比度图像灰度值较低、较高区域间隔,实现基于视觉感知的低对比度图像全局增强;以全局增强结果为基础,引入加权自适应局部低对比度增强法,增强低对比度图像的细节,获取最佳低对比度图像
摘 要: 医疗数据具有较高的私密性和敏感性,然而以往的医疗数据共享过程中往往采取中心化的集中式存储,这带来了数据隐私泄露和非法篡改的风险。针对上述问题,文中将区块链和代理重加密技术结合起来,提出基于条件代理重加密的区块链医疗数据共享模型。各级医院组成联盟区块链,采用改进的实用拜占庭共识机制选取代理节点,提高了节点达成共识的效率。借助于云服务器海量的存储能力,将患者的医疗数据存储在云服务器,联盟区
摘 要: 互联网网络安全形势日趋严峻,在企事业单位的互联网业务应用遭受网络攻击等网络安全紧急事件时,如何及时有效地阻断来自互联网的恶意攻击,降低甚至消除网络攻击对互联网业务应用系统的影响,保障企事业单位业务的正常运转,显得尤其重要。结合互联网业务应用通常的部署架构,在互联网业务应用的边界提出基于防火墙IP黑名单功能或者访问控制策略的阻断方式,在广泛结合主流防火墙的基础上,分别提出不同的解决方案,
摘 要: 由于基于深度卷积神经网络的语音识别模型中缺乏对特定方言音素特征的提取能力,造成方言发音底层特征部分信息丢失,进而导致方言识别准确率不高、鲁棒性差等问题。针对上述问题,提出一种结合残差网络(RestNet)和双向门控循环网络(BiGRU)的模型,该模型以GFCC特征图为输入,同时在残差网络中设计多尺度卷积模块,通过不同大小的卷积核提取特征,然后使用双向门控循环网络捕捉序列数据中的长期依赖
摘 要: 在目前机器学习应用场景中,大多数方法仍然专注于孤立地学习单个任务,即为每个任务建立一个单独的模型。然而许多现实问题需要多模态的方法来解决,因此需要采用多任务模型。目前多门混合专家网络MMoE在多任务领域取得了不错的效果,然而在针对特定领域的学习仍然存在没有专注于独立任务的信息学习、学习任务之间联系能力不足的问题。为此,文中在多门混合网络专家模型上针对情感分析和文本摘要这一特定领域进行了
摘 要: 针对大气污染事故突发时,事故发生点无法确定或人员不能接近的情况,研究了基于环境监测数据源项反演以获取事故源项数据的技术,设计实现了一种基于粒子群⁃模拟退火源项反演方法。采用自适应方法调整惯性权重系数,与高斯烟羽扩散模型结合,对事故源项数据进行反演。实验结果显示:在所选监测点监测数据的反演实验中,基于粒子群⁃模拟退火算法(PSO⁃SA)结合了两种算法的优势,能够获得与期望值较为符合的反演
摘 要: 为提高湖面多种类和小体积的漂浮垃圾检测识别的准确度与推理检测速度,结合湖面垃圾漂浮物的图像特征,采用半结构化剪枝技术创建X⁃Toss剪枝框架,并基于YOLOv7目标检测模型,提出一种轻量化湖面漂浮物实时检测方法C⁃X⁃YOLOv7。X⁃Toss剪枝框架使用DFS算法生成父子卷积核计算图,利用特定的内核模式剪枝卷积核,降低迭代剪枝的计算成本。融合CA注意力机制对模型进行加权,减少模型过拟
摘 要: 当前呼出气体酒精含量检测仪检定工作耗时耗力,检定过程需要人工进行判读和记录,针对该问题研制一套呼出气体酒精含量检测仪自动检定装置。依据检定规程的要求,设计配气装置实现对气体的气路设计及温度和流量等的控制。基于机器视觉系统使用Halcon联合C#开发识别算法,利用Canny边缘算法提取感兴趣区域,定位提取示值字符后训练多层感知器来识别示值结果,并实现检定过程的自动选择和报告的自动生成。实
摘 要: 钢水分析是钢铁生产重要的过程控制环节。针对现有人工钢水取样危险系数高、工作环境恶劣,基于机器视觉的钢水自动化取样系统设计,采用机械臂完成钢水自动化取样。基于CCD获取的钢水样件图像,设计了分区特征提取算法,实现了图像坐标系下抓取位置及抓取方向的识别。通过摄像机标定、手眼标定、末端转轴映射函数,完成了图像坐标系下抓取位置、方向到机械臂基座坐标系下抓取位置、姿态的转化。实验验证了设计系统的
摘 要: 为了实现对患者的准确分类,辅助医生进行疾病诊断识别,文中提出一种基于多源数据融合的影像数据辅助诊断模型。该模型将MRI和PET图像进行融合,并以改进的Transformer网络T2T⁃ViT为主干分类网络,通过迁移学习ImageNet数据集的参数,实现对阿尔茨海默病的分类。在公开数据集上进行的实验结果表明,所提出模型对于阿尔茨海默症患者的识别准确率可达0.95,优于目前的主流图像分类网
摘 要: 为了更好地帮助开发者理解用户需求,从而优化APP功能和体验,提高用户满意度,文中提出一种基于用户行为分析的APP用户知识图谱构建方法。首先从用户行为分析出发,通过APP用户评论细化用户行为;接着,通过APP用户行为与用户关系属性的映射抽取用户关系属性;最后,基于关系抽取结果构建APP用户知识图谱。通过相关算法进行APP用户知识图谱的构建,结果证明了该算法的有效性,能够创建出信息更为丰富
摘 要: 目前,建筑物中的暖通中央空调系统基本上是根据行业准则设置的,然而,多项研究表明,由于用户的偏好、姿态和需求各异,这种传统做法不太可能满足大多数用户的热量需求。为了更精准地满足用户热量需求,使得基于用户行为模式来针对性提高热舒适性成为可能。文中采用深度强化学习的方法实现智能化暖通空调智能送风策略,该策略能够根据环境和用户行为模式动态地确定最佳暖通空调设置(温度设置和送风设置),从而极大提
摘 要: 汉字骨架是汉字字形的重要拓扑描述,提供了汉字字形结构的重要信息。汉字骨架可以视为点序列,运用具有序列输出的循环神经网络(RNN)等生成。然而当前输出长序列的深度神经网络通常面临诸如梯度消失或爆炸,需要大量训练样本和训练时间长等问题,导致此类方法生成的汉字骨架蕴含的书写细节较少,同时缺乏对汉字结构的准确描述。文中将汉字的结构信息与神经网络方法相结合,使用多个并行的随机循环网络(RRN)生
摘 要: 疲劳驾驶是影响交通安全的主要因素,当前疲劳驾驶的检测方法普遍存在设备体积大、侵入性强、实时性差等弊端。文中设计的基于FPGA的疲劳驾驶检测系统,首先利用区域长宽比改进YCbCr人脸分割算法,提高算法在驾驶环境中对于人脸的辨识度;然后建立动态视频人眼跟踪模型,在人脸范围内定位人眼位置,采用三帧差算法检测眨眼动作,以眨眼率作为疲劳的评价指标,对司机状态进行实时监控;最后利用FPGA芯片完成
摘 要: 为提高噪声环境下电能质量复合扰动识别精度,提出一种基于改进自适应噪声完备经验模态分解(CEEMDAN)去噪算法。首先通过CEEMDAN方法将含噪信号分解为若干本征模态函数(IMF);然后将改进兰氏距离与多重分形去趋势波动分析(MFDFA)结合,把若干IMF分量分为信号IMF分量、噪声和信号混叠IMF分量、噪声IMF分量。对于混叠IMF分量、噪声IMF分量分别采用改进奇异谱分析(SSA)
摘 要: 薄膜卷绕包装机的束紧力检测是十分必要的,传统工业生产中,一般都是根据工人的经验来判断是否达到了要求,这就产生了很大的不确定性,因此需要在包装过程中对力的大小进行实时检测。文中基于LabVIEW进行包装缠绕过程中数据的实时检测,硬件部分选择压力传感器和数据采集卡,并通过多通道采样同步传感器信号,使采集到的缺陷更精确。软件部分对信号进行巴特沃斯滤波,通过把压力信息数据采集之后经快速傅里叶变
摘 要: 为了对数字信号处理领域中的核心算法快速傅里叶变换(FFT)进行加速,需要设计专门的FFT处理器。由于在数字信号处理领域经常使用不同点数的FFT,提出一种采用基2⁃基4混合基的点数可配置的FFT处理器实现方案。同时,为了提高运算精度且不增加硬件资源与实现复杂度,首次提出类浮点数据格式。该类浮点数据格式采用浮点数据的设计思想表示整数型数据,使得在运算过程中低位数据得到有效利用,提高了运算精
摘 要: 为降低滚动轴承故障特征集的维数,提升诊断精度,提出一种混合式特征选择方法。该方法由两个阶段构成,首先通过费舍尔分值法对原始特征集进行预排序,根据特征的费舍尔得分按照降序排序,利用得分曲线的拐点确定预选子集的范围,去除原始特征集中的无关特征;然后将遗传算法嵌入Wrapper阶段中,利用分类器的识别精度作为评价标准,从预选子集中去除冗余特征,确定最优子集。通过实验证明,该方法可以有效地用于
摘 要: 针对机器人在自定位过程中,传统3D⁃NDT点云配准在未给定初始旋转矩阵的情况下,存在配准效果不佳、误差大、配准时间长的缺陷,提出一种相对高效的改进3D⁃NDT点云配准算法。首先,对输入点云进行ISS特征点提取,并计算这些特征点的特征直方图(FPFH);然后,根据直接对应估计对特征点进行匹配,使用RANSAC去除错误对应关系,得到初始旋转矩阵;最后,将得到的初始旋转矩阵代入3D⁃NDT算
摘 要: 针对超轻薄窄边框笔电显示模组强度不足导致的破片问题,提出一种基于神经网络的模组强度预测模型,旨在设计阶段评估LCDs模组强度表现,并指导系统设计。首先,基于系统组装受力分析,建立模组强度单体评价标准和实验平台;其次,基于有限元力学仿真,研究不同设计对模组强度的影响规律,确认模组强度关键影响因子;然后,基于单因子交叉实验研究,并通过神经网络算法对数据进行训练学习,建立模组强度预测模型。实