检索结果-内蒙古大学图书馆

雷达学报(中英文) 2025年第2期14卷 470-485页

作者：李浩情余点潘常春郁文贤李东瀛上海交通大学电子信息与电气工程学院北斗导航与位置服务上海市重点实验室上海200240 上海交通大学巴黎卓越工程师学院上海200240

现代雷达的探测、跟踪、识别等任务场景越来越复杂。任务类型的多变性,雷达资源的稀缺性和任务执行时间窗口的严格要求,使得雷达任务调度成为一类强NP-Hard问题。然而,现有的调度算法在处理涉及复杂逻辑约束的多雷达协同调度问题时适应... 详细信息

现代雷达的探测、跟踪、识别等任务场景越来越复杂。任务类型的多变性,雷达资源的稀缺性和任务执行时间窗口的严格要求,使得雷达任务调度成为一类强NP-Hard问题。然而,现有的调度算法在处理涉及复杂逻辑约束的多雷达协同调度问题时适应性不足,效率不高。因此,基于人工智能(AI)的调度算法正在成为研究热点,但是AI调度算法的效率与其对问题特征的提取是否全面密切相关。如何能快速、全面地提取多雷达协同任务调度问题的共性特征,是提升这类AI调度算法效率的关键。因此,该文提出了基于模型知识融合的图神经网络(MKEGNN)调度算法。该算法首先将雷达任务协同调度问题建模为异构网络图模型,利用模型知识来优化GNN算法训练过程。算法创新在于:通过低复杂度的计算手段,获取模型的关键知识,进而优化GNN模型。在特征提取阶段,引入随机酉矩阵变换,利用任务异构图的随机拉普拉斯矩阵谱特征作为全局特征来强化图神经网络对共性特征的提取能力,弱化特定问题的个性化特征;在参数化决策阶段,利用由问题的引导解和经验解构成的上/下界结构知识从原理上减少决策空间大小,引导网络快速优化,加速决策学习过程的收敛。最后,进行了大量数据仿真实验。结果表明,相比目前的算法,MKEGNN算法对于所有任务集在稳定性和精度方面都有所提升,调度成功率性能提升3%~10%,加权调度成功率提升5%~15%。尤其当处理多雷达协同关系复杂的任务集时,任务调度成功率提升4%以上,算法稳定性和鲁棒性显著增强。

关键词：雷达任务调度图神经网络强化学习模型知识拉普拉斯矩阵随机矩阵

来源：评论

学校读者我要写书评

暂无评论

基于多尺度特征融合提取的调制样式识别算法

引用

信号处理 2025年第3期41卷 494-503页

作者：杨嘉豪张东坡何劲上海交通大学上海市北斗导航与位置服务重点实验室上海200240 中国电子科技集团公司第36研究所浙江嘉兴314033

调制样式识别技术是通信信号侦查的重要组成部分,是对未知通信信号进行分类识别、信息提取的重要前提。现有的基于深度学习调制样式识别方法在低信噪比情况下特征提取能力较差,针对这一问题,本文提出了一个基于多尺度特征融合提取的信... 详细信息

调制样式识别技术是通信信号侦查的重要组成部分,是对未知通信信号进行分类识别、信息提取的重要前提。现有的基于深度学习调制样式识别方法在低信噪比情况下特征提取能力较差,针对这一问题,本文提出了一个基于多尺度特征融合提取的信号调制样式识别算法。算法利用由多个不同大小的卷积核构成的多尺度卷积模块提取信号的多尺度特征,并通过卷积层融合特征,提取出信号调制样式信息的关键特征,随后通过由多头自注意力机制构成的全局特征提取模块提取信号的全局特征,并通过平均池化层和全连接层实现调制样式分类。为了优化网络参数与运算复杂度,本文提出利用组卷积方式代替普通卷积简化模型。实验结果表明,在RadioML2016.10a数据集上,所提方法可以准确识别各个调制类型,在高信噪比下大部分调制类型的识别准确率高于95%;相较于现有的神经网络识别方法,所提方法的识别率提升了1.47%~7.26%,且在较低信噪比下(-6 dB~0 dB)识别率提升了4.73%~9.09%,体现出更好的抗噪性能;与利用普通卷积方式构建网络相比,采用组卷积方式可以在识别性能相差不大的情况下将网络参数量及运算量分别减小38.9%和54.9%。同时设计了消融实验验证所提算法各个模块对识别性能的提升。实验结果验证了所提算法在分类精度和抗噪性能方面的有效性。

关键词：调制样式识别卷积神经网络多头注意力机制组卷积

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5的半监督车辆检测算法

引用

计算机工程 2025年第3期51卷 300-309页

作者：高睿安国成邹丹平裴凌上海交通大学电子信息与电气工程学院北斗导航与位置服务上海市重点实验室上海200240 上海华讯网络系统有限公司行业数智事业部四川成都610074

目前,交通场景中的车辆检测存在目标尺度差异显著以及遮挡重叠严重等问题,且对大规模数据进行完全标注需要较高的成本。针对以上情况,提出一种基于改进YOLOv5的半监督车辆检测算法。引入SimOTA样本匹配方法,优化次优匹配现象,改善目标... 详细信息

目前,交通场景中的车辆检测存在目标尺度差异显著以及遮挡重叠严重等问题,且对大规模数据进行完全标注需要较高的成本。针对以上情况,提出一种基于改进YOLOv5的半监督车辆检测算法。引入SimOTA样本匹配方法,优化次优匹配现象,改善目标尺度形状变化导致的检测困难;提出一种新的空间金字塔池化网络SPPFA,通过引入LSKA,在增大感受野的同时实现空间和通道的自适应性,缓解大尺度目标和遮挡问题产生的影响;将CIoU替换为SIoU,优化回归损失函数。在此基础上,提出一种改进的半监督深度学习算法,通过优化损失函数设计,增强算法学习未标注样本中有益信息的能力,有效提高模型对车辆的检测精度。实验结果表明,改进后的算法在自制车辆数据集上mAP@0.5指标达到了58.2%,相较YOLOv5n基线模型提升了11.1百分点,且模型体积远小于主流目标检测算法,具有良好的工程应用前景。

关键词： YOLOv5 车辆检测样本匹配空间金字塔池化半监督学习

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8的轻量化车辆检测网络

引用

计算机工程 2025年第5期51卷 314-325页

作者：陈梓延王晓龙何迪安国成上海交通大学电子信息与电气工程学院上海200240 上海交通大学感知科学与工程学院北斗导航与位置服务上海市重点实验室上海200240 上海华讯网络系统有限公司行业数智事业部四川成都610074

现有的高精度车辆检测模型参数与计算量过高,无法在交通智能设备上良好运行,而轻量化的车辆检测模型精度普遍较低,不适用于实际任务。为此,提出一种改进YOLOv8的轻量化车辆检测网络,将主干网络替换为计算量和内存访问更小的FasterNet网... 详细信息

现有的高精度车辆检测模型参数与计算量过高,无法在交通智能设备上良好运行,而轻量化的车辆检测模型精度普遍较低,不适用于实际任务。为此,提出一种改进YOLOv8的轻量化车辆检测网络,将主干网络替换为计算量和内存访问更小的FasterNet网络,并且将颈部的双向特征金字塔网络替换为加权双向特征金字塔网络(BiFPN),简化特征融合过程。同时,引入一种融合注意力机制的动态检测头,实现检测头和注意力的无冗余结合;此外,针对完全交并比(CIoU)在检测精度和收敛速度上的缺陷,提出一种尺度不变交并比(SIoU)结合归一化高斯Wasserstein距离(NWD)的回归损失算法。最后,为尽量减小模型对边缘设备的算力需求,进行基于幅值的层自适应稀疏化剪枝,进一步压缩模型大小。实验结果表明,提出的改进模型相较于原模型YOLOv8s,在精度上升1.5百分点的情况下,参数量降低78.9%,计算量下降67.4%,模型尺寸降低77.8%,达到了比较优秀的轻量化效果,具有很强的实用性。

关键词： YOLOv8模型车辆检测轻量化 FasterNet网络归一化高斯Wasserstein距离

来源：评论

学校读者我要写书评

暂无评论

基于体素格尺度不变特征变换的快速点云配准方法

引用

中国惯性技术学报 2019年第1期27卷 77-82页

作者：郭杭漆钰晖裴凌陈春旭朱一帆南昌大学南昌330031 上海交通大学上海市北斗导航与位置服务重点实验室上海200240

以三维激光雷达为主的多源融合同步定位与建图技术是无人系统室内外无缝定位的研究热点,点云配准是其中重要环节。为了提高点云配准效率,提出一种基于体素格尺度不变特征变换的快速点云配准方法。首先,基于点云体素格提取尺度不变特征... 详细信息

以三维激光雷达为主的多源融合同步定位与建图技术是无人系统室内外无缝定位的研究热点,点云配准是其中重要环节。为了提高点云配准效率,提出一种基于体素格尺度不变特征变换的快速点云配准方法。首先,基于点云体素格提取尺度不变特征变换的特征点,完成初始配准;然后利用随机抽样一致算法剔除边缘匹配点并优化初始变换参数;最后基于优化初始变换参数,采用K维树近邻搜索法,结合最近邻点迭代配准算法完成原始点云数据的快速精确配准。对开源数据集以及实际采集的6个典型场景数据的测试表明,该方法的平均配准时间较传统最近邻点迭代配准算法缩短了78%。实验结果表明了该方法的有效性。

关键词：三维激光点云体素格尺度不变特征变换点云配准最近邻点迭代

来源：评论

学校读者我要写书评

暂无评论

基于地面快速鲁棒特征的智能车全局定位方法

引用

上海交通大学学报 2019年第2期53卷 203-208页

作者：胡兵杨明郭林栋王春香王冰上海交通大学自动化系上海市北斗导航与位置服务重点实验室上海200240

针对目前视觉定位方法大多基于地面语义特征(如车道线、停车线等)容易受到其他地面语义特征(如箭头、斑马线等)的影响,提出了一种基于地面快速鲁棒特征(SURF)点的全局定位方法.该方法首先在鸟瞰图中检测SURF点,结合高精度GPS构建地面SUR... 详细信息

针对目前视觉定位方法大多基于地面语义特征(如车道线、停车线等)容易受到其他地面语义特征(如箭头、斑马线等)的影响,提出了一种基于地面快速鲁棒特征(SURF)点的全局定位方法.该方法首先在鸟瞰图中检测SURF点,结合高精度GPS构建地面SURF地图.然后在此基础上,使用迭代最近点算法,将在线检测结果与地图匹配获得车辆全局定位,并通过扩展卡尔曼滤波将定位结果与惯导和里程计数据进行融合,提高全局定位精度.实验结果表明,所提出的方法可获得分米级定位结果,能满足智能车的定位需求.

关键词：快速鲁棒特征迭代最近点扩展卡尔曼滤波智能车定位

来源：评论

学校读者我要写书评

暂无评论

基于重力约束正态分布变换的室内3维地图重建方法

引用

上海交通大学学报 2018年第1期52卷 26-32页

作者：戚明旭杨明王春香王冰上海交通大学自动化系上海200240 上海交通大学上海市北斗导航与位置服务重点实验室上海200240 上海交通大学机器人研究所上海200240

提出一种基于改进正态分布变换的室内3维地图离线重建方法.通过加入重力方向约束来矫正地图形变,采用循环梯度配准方法提高配准成功率,并结合图优化的后端优化算法对所建地图进行优化.同时,采用摆动单线激光获取室内点云原始数据并进行... 详细信息

提出一种基于改进正态分布变换的室内3维地图离线重建方法.通过加入重力方向约束来矫正地图形变,采用循环梯度配准方法提高配准成功率,并结合图优化的后端优化算法对所建地图进行优化.同时,采用摆动单线激光获取室内点云原始数据并进行实验,以验证所提方法的正确性.结果表明,利用该地图重建方法能够建立高精度的室内3维地图.

关键词：室内3维地图重建重力约束正态分布变换循环梯度配准图优化

来源：评论

学校读者我要写书评

暂无评论

一种基于轮廓匹配的仓储机器人托盘检测方法

引用

上海交通大学学报 2019年第2期53卷 197-202页

作者：武文汉杨明王冰王春香上海交通大学自动化系上海200240 上海交通大学上海市北斗导航与位置服务重点实验室上海200240 上海交通大学机器人研究所上海200240

对托盘的检测是仓储机器人进行货物搬运的关键步骤.针对当前检测方法光照鲁棒性不强、受托盘与传感器之间相对位姿的约束等问题,提出一种基于点云平面轮廓匹配的检测方法.该方法使用ToF(Time-of-Flight)相机采集点云;点云经预处理后,使... 详细信息

对托盘的检测是仓储机器人进行货物搬运的关键步骤.针对当前检测方法光照鲁棒性不强、受托盘与传感器之间相对位姿的约束等问题,提出一种基于点云平面轮廓匹配的检测方法.该方法使用ToF(Time-of-Flight)相机采集点云;点云经预处理后,使用以法线为约束的区域生长算法进行平面分割,并沿其主法线方向投影生成栅格图,解决受相对位姿约束的问题;最后在对栅格图进行轮廓提取后,利用融合Hu不变矩和尺度比例特征的轮廓特征进行目标与模板的匹配,实现对托盘的检测.实验结果表明,该方法在光照不同、托盘位姿不定等场景下均具有高识别率和强鲁棒性.

关键词：托盘检测 ToF相机 Hu不变矩轮廓匹配

来源：评论

学校读者我要写书评

暂无评论

基于智能终端的移动机器人室内外无缝定位方法

引用

上海交通大学学报 2018年第1期52卷 13-19页

作者：赵国旗杨明王冰王春香上海交通大学自动化系上海200240 上海交通大学上海市北斗导航与位置服务重点实验室上海200240 上海交通大学机器人研究所上海200240

提出了一种移动机器人室、内外无缝定位方法,利用全球定位系统(GPS)、惯性导航单元(IMU)和蓝牙信标(iBeacon)作为传感器,通过智能终端的惯性传感器对准建立移动机器人运动模型,推导出系统状态方程和观测方程;利用iBeacon/IMU和GPS/IMU... 详细信息

提出了一种移动机器人室、内外无缝定位方法,利用全球定位系统(GPS)、惯性导航单元(IMU)和蓝牙信标(iBeacon)作为传感器,通过智能终端的惯性传感器对准建立移动机器人运动模型,推导出系统状态方程和观测方程;利用iBeacon/IMU和GPS/IMU组合导航系统的观测噪声建立系统的非线性模型,采用粒子滤波作为交互式多模型匹配模滤波器,针对模型切换频繁引入的不匹配模型竞争,采用误差压缩率的加权幂在线调整Markov参数.结果表明,与传统的交互式多模型粒子滤波(IMM-PF)算法、单模型算法和交互式多模型卡尔曼滤波(IMM-KF)算法相比,所提出的方法在观测噪声干扰的情况下可以自动调整系统模型,减小了不匹配模型的影响,提高了定位精度,实现了移动机器人的室内、外无缝定位.

关键词：移动机器人无缝定位交互式多模型粒子滤波蓝牙信标

来源：评论

学校读者我要写书评

暂无评论

基于V视差的地形高程栅格图快速构建方法

引用

上海交通大学学报 2018年第1期52卷 1-6页

作者：袁伟杨明邓琉元王春香王冰上海交通大学自动化系上海200240 上海交通大学上海市北斗导航与位置服务重点实验室上海200240 上海交通大学机器人研究所上海200240

采用V视差方法对视差图进行预处理,以获取地形的有效重构区域,并避免重构不可通行区域;通过融合惯性测量单元与里程计的数据来更新高程栅格图,并结合中值滤波和邻域栅格滤波来平滑高程栅格图,实现了3维地形高程栅格图的快速构建.结果表... 详细信息

采用V视差方法对视差图进行预处理,以获取地形的有效重构区域,并避免重构不可通行区域;通过融合惯性测量单元与里程计的数据来更新高程栅格图,并结合中值滤波和邻域栅格滤波来平滑高程栅格图,实现了3维地形高程栅格图的快速构建.结果表明,所用方法具有较好的实时性和准确性,仅需对有效重构区进行地形重构,重构效率较高.

关键词：无人驾驶越野地形高程栅格图 V视差法栅格滤波

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：