随着无线通信技术的快速发展,无线接入设备日益增多,但系统能耗也在不断增长。具备无线携能通信能力的正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统可以有效提高系统能量效率。本文针对以系统能效为优化目标的...
详细信息
随着无线通信技术的快速发展,无线接入设备日益增多,但系统能耗也在不断增长。具备无线携能通信能力的正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统可以有效提高系统能量效率。本文针对以系统能效为优化目标的资源分配问题,提出了基于椭球法的携能通信OFDM系统能效优化算法。该算法采用椭球法对拉格朗日乘子进行更新,可以有效加快算法收敛速度,提升算法性能。仿真实验结果表明,所提出基于椭球法的能效优化算法能有效解决以系统能效为优化目标的资源分配问题,与次梯度法相比,椭球法的收敛速度更快,能够显著地降低算法复杂度。
针对目前红外与可见光图像融合算法中由于源图像信息特征不同而产生的全局结构和细节信息无法保留等问题,提出一种基于低秩稀疏分解(Low-rank Sparse Decomposition,LRSD)的红外与可见光图像融合方法。该方法通过最优方向选择(Method of Optimal Directions,MOD)、K奇异值分解(K-Singular Value Decomposition,K-SVD)和背景字典3种字典学习方法构造字典,并采用低秩表示(Low-rank Represention,LRR)对源图像分解得到低秩部分和稀疏细节部分,其中低秩部分保留了源图像的全局结构,稀疏部分突出了源图像的局部结构和细节信息。在融合过程中,对低秩部分和稀疏部分分别采用加权平均与l_(2)-l_(1)范数约束策略进行融合,保留了全局对比度和像素强度。实验结果表明,与经典融合算法相比,提出的方法在图像视觉效果和定量评价指标方面有显著提升。采用MOD和K-SVD方法进行字典训练,得到的融合图像在定量评价指标互信息(Mutual Information,MI)、结构相似度(Structural Similarity Index,SSIM)、视觉信息保真度(Visual Information Fidelity,VIF)、标准差(Standard Deviation,SD)和峰值信噪比(Peak Signal to Noise Ratio,PSNR)上分别提高了约6%、27%、9.6%、2.4%和3.4%;采用背景字典方法进行字典训练,得到的融合图像在定量评价指标MI、SSIM、SD、均方误差(Mean Squared Error,MSE)、PSNR上分别提高了约23%、29%、1.2%、33%和4.5%。
针对传统低秩稀疏分解(low rank and sparse decomposition,LRSD)用于视频运动目标检测时检测精度较低的问题,提出了一种鲁棒非凸运动辅助LRSD(robust nonconvex motion-assisted LRSD,RNMALRSD)的运动目标检测算法。该算法首先考虑到...
详细信息
针对传统低秩稀疏分解(low rank and sparse decomposition,LRSD)用于视频运动目标检测时检测精度较低的问题,提出了一种鲁棒非凸运动辅助LRSD(robust nonconvex motion-assisted LRSD,RNMALRSD)的运动目标检测算法。该算法首先考虑到视频背景的低秩特性,采用非凸γ范数对秩函数进行逼近,考虑视频背景在变换域上仍然具有稀疏性,引入背景在变换域的稀疏先验。其次,引入运动辅助信息矩阵,使其融入前景的运动信息,表示每个像素属于背景的可能性,提高视频运动目标检测的准确度。然后,采用交替方向乘子法(alternating direction method of multipliers,ADMM)对提出的模型进行求解。最后,将提出的方法应用到视频运动目标检测上进行仿真实验。对实验结果的分析表明,提出的RNMALRSD方法比其他基于LRSD的运动目标检测方法具有更高的检测精度。
暂无评论