检索结果-内蒙古大学图书馆

电子测量与仪器学报 2024年第12期38卷 211-217页

作者：马杰王健李智桂林电子科技大学信息与通信学院桂林541004 广西无线宽带通信与信号处理重点实验室桂林541004 桂林航天工业学院无人遥测重点实验室桂林541004

针对室内封闭场所卫星导航系统定位穿透力不够导致的定位精度太低而传统的惯导在室内行人定位时航迹偏移较大的问题,通过对行人航迹推算算法(PDR)的深入分析,提出了改进的PDR算法,旨在提高室内定位中的定位精度。该算法首先设计了卡尔... 详细信息

针对室内封闭场所卫星导航系统定位穿透力不够导致的定位精度太低而传统的惯导在室内行人定位时航迹偏移较大的问题,通过对行人航迹推算算法(PDR)的深入分析,提出了改进的PDR算法,旨在提高室内定位中的定位精度。该算法首先设计了卡尔曼滤波器和FIR滤波器对传感器数据进行预处理,提升数据的平滑性和抗噪性能;其次对传统的Weinberg步长计算模型进行改进,增加了新的变量作为步频检测和步长计算的联合参考,有助于减少步长估计的累积误差;然后取合适的阈值作为行人零速判断,以修正步数以及行人位置;最后设计一个扩展卡尔曼滤波器(EKF)对行人的位置进行优化,实现对行人实际轨迹的动态优化。仿真实验结果表明,改进后的PDR算法显著提高了定位精度,行人轨迹的平均误差由5.5 m降低到1.2 m。总体而言,该改进PDR算法能够有效减少航迹偏差和累积误差,提高了行人定位精度,具有广泛的应用前景。

关键词：室内行人定位 PDR算法零速检测步长估计卡尔曼滤波 FIR滤波 EKF

来源：评论

学校读者我要写书评

暂无评论

一种自适应可重构宽带低抖动锁相环时钟

引用

微电子学 2023年第1期53卷 89-94页

作者：邓涵韦雪明尹仁川熊晓惠蒋丽侯伶俐广西无线宽带通信与信号处理重点实验室广西桂林541004 成都华微电子科技有限公司成都610041

为满足不同速率的串行收发数据采样需求,基于可重构电荷泵阵列设计了一种低抖动宽带锁相环时钟。根据锁相环倍频系数,自适应匹配电荷泵阵列输出电流,实现了较宽频率变换的低抖动输出时钟。锁相环时钟采用40 nm CMOS工艺设计,面积为367.2... 详细信息

为满足不同速率的串行收发数据采样需求,基于可重构电荷泵阵列设计了一种低抖动宽带锁相环时钟。根据锁相环倍频系数,自适应匹配电荷泵阵列输出电流,实现了较宽频率变换的低抖动输出时钟。锁相环时钟采用40 nm CMOS工艺设计,面积为367.227*569.344μm^(2)。测试结果表明,锁相环调谐范围为1~4 GHz,输出时钟均方根抖动为3.01 ps@1.25 GHz和3.98 ps@4 GHz,峰峰值抖动小于0.1UI。

关键词：可重构电荷泵可重构分频器自偏置锁相环

来源：评论

学校读者我要写书评

暂无评论

基于改进OMP算法的毫米波大规模MIMO混合预编码设计

引用

计算机应用研究 2023年第1期40卷 239-243页

作者：肖晴谭方青桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004

针对全连接单用户毫米波大规模MIMO系统,以最大化系统可达和速率为目标,提出一种基于改进的正交匹配追踪(orthogonal matching pursuit,OMP)算法的混合预编码方案。在既有的基于OMP算法的混合预编码基础上,首先,针对其迭代次数过多的问... 详细信息

针对全连接单用户毫米波大规模MIMO系统,以最大化系统可达和速率为目标,提出一种基于改进的正交匹配追踪(orthogonal matching pursuit,OMP)算法的混合预编码方案。在既有的基于OMP算法的混合预编码基础上,首先,针对其迭代次数过多的问题,受多步长思想的启发,从阵列响应集合中选取与射频链路数目相等的最优的前多列矢量,从而求得模拟预编码矩阵;其次,针对其求逆运算复杂度高的问题,利用H9lder不等式及Schatten范数来逼近待优化的目标函数,从而求得最优的数字预编码矩阵。仿真结果表明,所提基于改进的OMP算法的混合预编码方案有效降低了运算复杂度,且在数据流数目与射频链数目相差较小时,其系统性能更优。

关键词：大规模MIMO 毫米波全连接改进OMP算法混合预编码完美CSI

来源：评论

学校读者我要写书评

暂无评论

一种基于TRT-SKT-HAF的变加速目标快速相参积累算法

引用

现代雷达 2024年第2期46卷 95-102页

作者：陈锴乔良李明陈洪猛西安电子科技大学雷达信号处理国家重点实验室陕西西安710071 北京无线电测量研究所北京100854

在雷达高速机动目标的检测中,目标的运动特性会带来距离走动和多普勒徙动现象,不利于后续进行相参积累。传统算法为解决目标运动造成的影响,需要对目标的运动参数进行搜索,加大了计算量。针对上述问题,文中提出了一种基于慢时间序列反... 详细信息

在雷达高速机动目标的检测中,目标的运动特性会带来距离走动和多普勒徙动现象,不利于后续进行相参积累。传统算法为解决目标运动造成的影响,需要对目标的运动参数进行搜索,加大了计算量。针对上述问题,文中提出了一种基于慢时间序列反转变换(TRT)-二阶keystone变换(SKT)-高阶模糊函数(HAF)的变加速目标快速相参积累算法。该算法通过TRT和SKT校正距离走动,利用HAF估计目标加速度并构建相位补偿函数以校正多普勒徙动。与广义Radon-Fourier变换相比,所提方法无需进行任何参数搜索,计算复杂度减少了3个数量级。仿真结果表明,所提方法在检测门限上相比于Radon分数阶模糊函数算法降低了5 dB,在低信噪比下有更好的检测性能。

关键词：时间序列反转变换相参积累二阶keystone变换高阶模糊函数法

来源：评论

学校读者我要写书评

暂无评论

一种低功耗连续时间ΣΔADC调制器设计

引用

微电子学与计算机 2025年

作者：王鑫韦雪明广西无线宽带通信与信号处理重点实验室桂林电子科技大学

为解决连续时间ΣΔ模数转换调制器功耗过高问题，本文对连续时间ΣΔ调制器进行建模分析，提出一种采用新型逻辑编码电压型数模转换器的模数转换调制器。调制器电路基于0.18μmCMOS工艺设计，设计仿真结果表明，在1.8V供电条件下，该... 详细信息

为解决连续时间ΣΔ模数转换调制器功耗过高问题，本文对连续时间ΣΔ调制器进行建模分析，提出一种采用新型逻辑编码电压型数模转换器的模数转换调制器。调制器电路基于0.18μmCMOS工艺设计，设计仿真结果表明，在1.8V供电条件下，该调制器在20kHz信号带宽内实现了109.4dB的信噪比(SNR)和17.8位有效位(ENOB)，功耗0.41mW，功耗带宽比关键品质因数(FOM)低至45fJ/conv-step。相对于传统电流舵数模转换器，新型逻辑编码数模转换器在降低功耗的同时也有效抑制了动态失配误差的产生，为低功耗物联网应用的高精度低功耗模数转换提供了创新的解决方案。

关键词：高精度模数转换器连续时间Delta-Sigma 低功耗调制器

来源：评论

学校读者我要写书评

暂无评论

基于多参数融合的超宽带基站布设优化方法

引用

电子学报 2023年第10期51卷 2855-2865页

作者：陈兆王玫周陬杨帆张国立仇洪冰桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 华南理工大学电子与信息学院广东广州510640 桂林理工大学信息科学与工程学院广西桂林541007 桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004

超宽带室内定位精度受非视距传播(Non-Line Of Sight,NLOS)、多径效应、基站布设等因素影响,而这些因素均与基站的布设阵型有关.因此,本文提出一种基于位置精度稀释因子(Positioning Dilution Of Precision,PDOP)、到达时间差(Time Diff... 详细信息

超宽带室内定位精度受非视距传播(Non-Line Of Sight,NLOS)、多径效应、基站布设等因素影响,而这些因素均与基站的布设阵型有关.因此,本文提出一种基于位置精度稀释因子(Positioning Dilution Of Precision,PDOP)、到达时间差(Time Difference Of Arrival,TDOA)测量误差和克拉美劳界的基站布设优化数学模型,可用遗传算法和萤火虫算法等智能算法求解.理论推导和仿真测试表明优化后的基站布设阵型相较于传统的立方体8基站阵型具有更好的平均误差和方差.14.5 m×7.6 m×3 m展厅的实测实验结果表明,经过优化后的基站布设阵型定位精度提高了0.7132 cm,且方差减小了50.6496 cm^(2)具有较高的稳定性.

关键词：超宽带室内定位基站布设位置精度稀释因子克拉美劳界 TDOA测量误差

来源：评论

学校读者我要写书评

暂无评论

多尺度分割和误差引导生成对抗网络的神经元分割方法

引用

计算机辅助设计与图形学学报 2024年

作者：尤珍臻姜明石争浩都双丽赵明华西安理工大学计算机科学与工程学院陕西省网络计算与安全技术重点实验室西安电子科技大学雷达信号处理国家重点实验室

神经元语义分割是实现神经元精确实例分割的关键环节. 然而，大脑结构复杂，全脑神经元语义分割自动化非常具有挑战性. 针对神经元类内差异大、类间差异小、在不同解剖区域分布不均匀的特征，提出一种多尺度分割和误差引导生成对抗... 详细信息

神经元语义分割是实现神经元精确实例分割的关键环节. 然而，大脑结构复杂，全脑神经元语义分割自动化非常具有挑战性. 针对神经元类内差异大、类间差异小、在不同解剖区域分布不均匀的特征，提出一种多尺度分割和误差引导生成对抗网络的神经元分割模型. 首先应用基于双注意力门的多尺度分割和误差引导的框架作为生成器，预测神经元分割结果、假阴错误和假阳错误，根据三者结果通过迭代的方式改善神经元语义分割结果; 然后将生成的分割结果、真值图分别与原始图像相乘，作为判别器的两个输入，通过多层卷积操作计算二者差异，区分生成的分割结果和真值图. 在猕猴大脑数据集上的实验结果表明，与U-Net等其他模型相比，该模型得到的全脑神经元分割性能指标均有不同程度的提升，尤其对于浅色神经元，神经元分割性能得到了较大的提升，与8种参考模型相比， Dice值分别提升了20.3%， 1.2%， 15.5%， 2.5%， 8.2%， 159.2%， 0.8%和13.1%. 应用所提模型得到的全脑神经元的分割结果，可以进一步用于神经元的实例分割、形态学分析等研究.

关键词：神经元语义分割生成对抗网络猕猴大脑显微图像

来源：评论

学校读者我要写书评

暂无评论

超密集网络中基于判别函数的聚类算法

引用

北京邮电大学学报 2022年第2期45卷 104-109页

作者：康玲王翊胡艳军蒋芳李莉萍安徽大学计算智能与信号处理教育部重点实验室合肥230601 中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室上海200050

超密集网络可以通过虚拟小区间的协作来提升用户体验,但由于小区的重叠覆盖使得用户间存在较复杂的干扰问题。因此,提出了一种基于判别函数的聚类算法来缓解强干扰带来吞吐量下降的问题。首先,利用用户间干扰信道的余弦相似度定义用户... 详细信息

超密集网络可以通过虚拟小区间的协作来提升用户体验,但由于小区的重叠覆盖使得用户间存在较复杂的干扰问题。因此,提出了一种基于判别函数的聚类算法来缓解强干扰带来吞吐量下降的问题。首先,利用用户间干扰信道的余弦相似度定义用户间的干扰网络;然后,基于干扰网络选出簇头并划分用户,同时为了解决虚拟小区下的模糊用户归属簇问题,以簇间干扰权重之和最大,簇内干扰权重之和最小为原则设计判别函数,对用户进行模糊归类。仿真结果表明,在不增加复杂度的同时,所提算法比其他方法的系统吞吐量提升了10%~30%,对于边缘用户具有一定优势。

关键词：超密集网络干扰网络判别函数模糊用户

来源：评论

学校读者我要写书评

暂无评论

基于FrFT改进迭代自适应法的DOA估计多波束声呐成像方法

引用

电讯技术 2024年

作者：蒋留兵杨海鑫车俐黄乾超桂林电子科技大学信息与通信学院桂林电子科技大学广西无线宽带通信与信号处理重点实验室

针对主动声呐在水下环境对目标方位估计受低信噪比的问题，提出了一种基于FrFT改进迭代自适应法的DOA估计多波束声呐成像方法，首先对水听器收到的回波信号进行分数阶傅里叶变换，通过FrFT预处理，将宽带LFM信号变换为分数域的窄带信号... 详细信息

针对主动声呐在水下环境对目标方位估计受低信噪比的问题，提出了一种基于FrFT改进迭代自适应法的DOA估计多波束声呐成像方法，首先对水听器收到的回波信号进行分数阶傅里叶变换，通过FrFT预处理，将宽带LFM信号变换为分数域的窄带信号，避免了交叉干扰项的影响；然后通过在FrFT域对LFM信号的聚焦以及对噪声的抑制；最后利用FrFT域内实现迭代自适应法，同时优化了功率谱估计方法以精确进行DOA估计。所提方法在低信噪比且不增加传感器阵元的情况下，该方法相较于传统的DOA估计方法具有更好的估计精度与更小的均方根误差，可以显著提高成像效果，通过仿真结果表明，距离向的峰值旁瓣比可达到-13.364dB，积分旁瓣比可达到-9.723 dB，方位向的峰值旁瓣比可达到-13.874dB，积分旁瓣比可达到-10.034dB。

关键词：主动声呐成像水下波达方向估计分数阶傅里叶变换迭代自适应法

来源：评论

学校读者我要写书评

暂无评论

融合自注意力机制的YOLOv5交通标志检测算法

引用

桂林电子科技大学学报 2025年第1期45卷 41-48页

作者：那万达张向利桂林电子科技大学广西无线带通信与信号处理重点实验室广西桂林541004

针对YOLOv5网络模型在复杂环境下对交通标志检测提取全局特征信息不足、特征融合不充分和检测效率低的问题,提出一种融合自注意力机制的YOLOv5交通标志检测算法。该算法在主干网络特征提取部分将基于自注意力机制的Swin-Transformer模... 详细信息

针对YOLOv5网络模型在复杂环境下对交通标志检测提取全局特征信息不足、特征融合不充分和检测效率低的问题,提出一种融合自注意力机制的YOLOv5交通标志检测算法。该算法在主干网络特征提取部分将基于自注意力机制的Swin-Transformer模块与可降低模型计算量的C3模块融合来增加特征图像之间的信息交互,以获取多尺度图像特征。模型的特征图像处理部分利用视觉Transformer模型,并结合Swin-Transformer模块进行特征图像的融合,得到待测图像的全局特征信息,提高了模型的检测精度。最后,将原有特征图像拼接方式进行赋权处理,重要交通标志特征信息可以优先检测,提高了模型的检测效率。在TT100K数据集进行测试后,最终平均检测精度均值达83.51%,相对于原始YOLOv5网络模型提高了2.50个百分点,单张特征图像检测速率提高了0.037s。实验结果表明,融合自注意力机制的YOLOv5模型有效提高了对交通标志检测的全局特征提取能力、检测准确率与检测效率。

关键词：交通标志检测自注意力机制特征融合 YOLOv5 Swin-Transformer

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：