检索结果-内蒙古大学图书馆

计算机工程 2018年第2期44卷 129-134页

作者：刘凯林基明郑霖杨超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 梧州学院广西梧州543002

强杂波背景下的慢速目标检测存在低多普勒频移、杂波干扰严重、鲁棒性不足、特征提取困难与信息利用不充分等问题。为此,提出一种基于深度自编码网络的宽带信号目标检测方法。利用时频变换解析回波信息,通过深度自编码网络算法,在时频... 详细信息

强杂波背景下的慢速目标检测存在低多普勒频移、杂波干扰严重、鲁棒性不足、特征提取困难与信息利用不充分等问题。为此,提出一种基于深度自编码网络的宽带信号目标检测方法。利用时频变换解析回波信息,通过深度自编码网络算法,在时频域提取针对目标的深度抽象信息进行目标检测,以准确感知环境变化。仿真结果表明,与支持向量机、超限学习机和后向传播神经网络等传统机器学习相比,该方法可以有效感知环境变化,具有较高的鲁棒性和检测性能。

关键词：目标检测深度学习自编码神经网络特征提取机器学习

来源：评论

学校读者我要写书评

暂无评论

基于FT_SSIM和ICAGA_CNN在小样本场景下雷达动作识别方法研究

引用

计算机应用研究 2022年第4期39卷 1105-1110页

作者：蒋留兵潘波吴岷洋朱柏青车俐桂林电子科技大学信息与通信学院广西桂林541004 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 桂林电子科技大学计算机与信息安全学院广西桂林541004

针对基于小样本场景下人体动作识别出现训练效果差、过拟合现象以及传统对抗生成网络收敛速度慢、对计算机性能要求高等问题,从数据增强及超参数优化方面提出了解决方案。首先,搭建AWR1243雷达数据采集平台,对采集的回波信号进行预处理... 详细信息

针对基于小样本场景下人体动作识别出现训练效果差、过拟合现象以及传统对抗生成网络收敛速度慢、对计算机性能要求高等问题,从数据增强及超参数优化方面提出了解决方案。首先,搭建AWR1243雷达数据采集平台,对采集的回波信号进行预处理。其次,利用STFT进行时频分析以及新提出的FT_SSIM算法进行数据增强。再者,利用提出的ICAGA_CNN进行分类识别,并与传统的数据增强算法、超参数优化进行实验对比。为了验证该算法具有一定的泛化能力,先后选择了在公开KTH人体动作数据集以及利用雷达的实测数据进行验证。实验结果表明,一方面,提出算法有效避免了小样本场景下过拟合的发生,降低了传统数据增强对计算机性能的要求,加快了收敛的速度;另一方面,其具有更好的识别精度,平均识别率达到98.5%。这也说明了提出的算法在小样本场景下雷达动作识别具有很好的表现。

关键词：毫米波雷达时频分析 FT_SSIM数据增强 ICAGA超参数调优

来源：评论

学校读者我要写书评

暂无评论

一种TDM-MIMO雷达的运动目标相位补偿方法

引用

太赫兹科学与电子信息学报 2020年第4期18卷 575-580页

作者：蒋留兵温和鑫车俐盘敏容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 桂林电子科技大学计算机与信息安全学院广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

汽车雷达主要使用时分复用多输入多输出技术(TDM-MIMO)增加其虚拟天线数量来提高角度分辨率。当目标与雷达之间存在相对运动时,由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上,导致频谱出现散焦效... 详细信息

汽车雷达主要使用时分复用多输入多输出技术(TDM-MIMO)增加其虚拟天线数量来提高角度分辨率。当目标与雷达之间存在相对运动时,由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上,导致频谱出现散焦效应。这种相位变化会对目标的角度估计产生影响。针对这种问题,推导了TDM-MIMO信号模型,通过分析运动目标相位误差产生的原因,提出了一种相位补偿方法,该方法无需对目标速度进行预估,并且无需额外的硬件开销。通过仿真实验和实测数据证明了该方法可以使运动目标正常测角并且具有较低的时间复杂度。

关键词：时分复用多输入多输出(MIMO)雷达调频连续波体制相位补偿

来源：评论

学校读者我要写书评

暂无评论

不等长十字形谐振器双频带带通滤波器设计

引用

北京邮电大学学报 2020年第4期43卷 27-31页

作者：喇东升关鑫李钰莹李弘诚郭经纬东北大学秦皇岛分校计算机与通信工程学院秦皇岛066004 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桂林541004 燕山大学信息科学与工程学院秦皇岛066004

提出一种简单结构的双频带带通滤波器,由不等长十字形谐振器和平行耦合线馈电结构组成.由于滤波器分布电路具有对称性,首先利用奇偶模分析法对带通滤波器奇偶模输入阻抗、传输零点和传输极点进行分析.所设计的滤波器具有3个传输零点和4... 详细信息

提出一种简单结构的双频带带通滤波器,由不等长十字形谐振器和平行耦合线馈电结构组成.由于滤波器分布电路具有对称性,首先利用奇偶模分析法对带通滤波器奇偶模输入阻抗、传输零点和传输极点进行分析.所设计的滤波器具有3个传输零点和4个传输极点.传输零点的位置不随阻抗参数的变化而变化.在4个传输极点中,第1个偶模传输极点和第1个奇模传输极点构成了第1个通带,剩下2个传输极点构成了第2个通带.与等长十字形谐振器滤波器相比,该结构多了一个极点.滤波器的通带带宽可以通过调节传输极点位置进行调整.给出了滤波器实物的结构参数,并且利用仿真软件进行仿真优化,得到了滤波器插入损耗和回波损耗的仿真结果.制作和测试了滤波器,给出了测试结果.仿真结果和测试结果基本上一致,验证了设计理论的正确性.

关键词：不等长十字形谐振器双频带带通滤波器传输极点传输零点

来源：评论

学校读者我要写书评

暂无评论

基于PCA和DCT的雷达人体动作识别

引用

雷达科学与技术 2019年第3期17卷 271-279页

作者：蒋留兵周小龙车俐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 桂林电子科技大学信息与通信学院广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541004

无载波超宽带雷达人体动作识别系统的关键优势在于无载波超宽带雷达具有极高的分辨率,能够捕获人体的细微动作变化,并且对于室内复杂环境具有很强的抗干扰能力。但是由于无载波超宽带雷达信号不含载波信息,本身能量集中于极窄的波形内,... 详细信息

无载波超宽带雷达人体动作识别系统的关键优势在于无载波超宽带雷达具有极高的分辨率,能够捕获人体的细微动作变化,并且对于室内复杂环境具有很强的抗干扰能力。但是由于无载波超宽带雷达信号不含载波信息,本身能量集中于极窄的波形内,并且发射信号与回波相关性弱,因此传统的提取信号特征的方法不再适用。针对这一问题,首次搭建无载波超宽带雷达人体动作识别系统,并提出一种新颖的基于主成分分析法(PCA)和离散余弦变换(DCT)相结合的无载波超宽带雷达人体动作识别方法,同时利用改进的网格搜索算法优化支持向量机的参数并验证该方法的优越性。最后,基于实测数据在Matlab平台上进行仿真,对实测的10种不同类型的人体动作进行分类识别,实验结果显示,该方法具有很高的识别率,针对不同的方案识别率均能达到99%以上,对小训练样本具有很强的鲁棒性。

关键词：无载波超宽带雷达人体动作识别主成分分析法离散余弦变换

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的雷达人体动作识别方法

引用

计算机应用与软件 2019年第11期36卷 168-174,234页

作者：蒋留兵魏光萌车俐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 桂林电子科技大学计算机与信息安全学院广西桂林541004

利用雷达来识别人体动作对环境要求较低,且避免了摄像头带来的的隐私问题.针对这种需求,提出一种基于超宽带雷达和深度学习算法的人体动作识别方法.利用超宽带雷达的高距离分辨力,并针对人体动作的动态特性,提取出人体目标的距离-时间... 详细信息

利用雷达来识别人体动作对环境要求较低,且避免了摄像头带来的的隐私问题.针对这种需求,提出一种基于超宽带雷达和深度学习算法的人体动作识别方法.利用超宽带雷达的高距离分辨力,并针对人体动作的动态特性,提取出人体目标的距离-时间二维特征,弥补单一距离特征的不足.针对特征图采用一种经过优化的卷积神经网络进行识别.通过SIR-20高速探地雷达平台进行数据采集,对8种不同的人体动作进行识别,最终达到了平均99.2%的正确识别率,验证了该方法的可行性和有效性.

关键词：人体动作识别超宽带雷达深度学习卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

H-Algorand:基于多块输出的公有链共识机制

引用

计算机应用 2020年第7期40卷 2150-2154页

作者：王波任英琦黄冬艳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 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

面向全网公开且无用户授权机制的公有链目前得到了业界的普遍重视,其中具有良好扩展性、低分叉概率的Algorand机制在公有链中被广泛使用,但Algorand机制存在区块共识效率低、不满足高频交易场景的问题。针对这些问题,首先提出一种多块Al... 详细信息

面向全网公开且无用户授权机制的公有链目前得到了业界的普遍重视,其中具有良好扩展性、低分叉概率的Algorand机制在公有链中被广泛使用,但Algorand机制存在区块共识效率低、不满足高频交易场景的问题。针对这些问题,首先提出一种多块Algorand(MB-Algorand)机制来提高区块共识效率;其次将Algorand机制与MB-Algorand机制配合使用得到混合Algorand(H-Algorand)机制,该机制兼顾了区块共识效率与安全性两方面的性能。仿真结果表明,在委员会遭受分布式拒绝服务(DDoS)攻击的情况下,H-Algorand机制以一定的安全性能为代价,换取了区块链网络共识效率的显著提升。当一个区块共识失败的概率在1%时,所提机制使区块链网络共识效率在提升了37. 87%的同时,安全性能仅损失4. 9%。

关键词：区块链共识机制分布式拒绝服务攻击高频交易共识效率

来源：评论

学校读者我要写书评

暂无评论

一种在NLOS环境下应用于NB-IoT系统的组合定位算法

引用

现代电子技术 2019年第11期42卷 1-6页

作者：崔理伟林基明符杰林刘锦玲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 梧州学院广西梧州543002

传统非视距(NLOS)误差下无线定位的TDOA算法通常是减弱NLOS误差影响或直接提取LOS测量值,对于窄带物联网(NB-IoT)需要解决LOS与NLOS传输并存下的定位精度问题。文中采用最小二乘法对NLOS和LOS传播进行鉴别,然后对NLOS下的TDOA值进行优... 详细信息

传统非视距(NLOS)误差下无线定位的TDOA算法通常是减弱NLOS误差影响或直接提取LOS测量值,对于窄带物联网(NB-IoT)需要解决LOS与NLOS传输并存下的定位精度问题。文中采用最小二乘法对NLOS和LOS传播进行鉴别,然后对NLOS下的TDOA值进行优化处理。在此前提下,提出一种组合定位的算法,采用Taylor级数展开法计算LOS传输情况,用CHAN算法计算NLOS传输情况,再通过组合定位得到定位结果。仿真结果表明,改进后算法在NLOS的信道环境下的定位性能明显提高。

关键词： OTDOA TDOA误差鉴别 NLOS误差优化 Taylor级数展开法 CHAN算法组合定位

来源：评论

学校读者我要写书评

暂无评论

一种电流失配自适应补偿宽带锁相环设计

引用

半导体技术 2023年第6期48卷 500-505,526页

作者：韦雪明梁东梅谢镭僮尹仁川李力锋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 桂林电子科技大学广西高校微电子器件与集成电路重点实验室广西桂林541004

针对宽带自偏置锁相环(PLL)中存在严重的电荷泵电流失配问题,提出了一种电流失配自适应补偿自偏置锁相环。锁相环通过放大并提取参考时钟与反馈时钟的锁定相位误差脉冲,利用误差脉冲作为误差判决电路的控制时钟,通过逐次逼近方法自适应... 详细信息

针对宽带自偏置锁相环(PLL)中存在严重的电荷泵电流失配问题,提出了一种电流失配自适应补偿自偏置锁相环。锁相环通过放大并提取参考时钟与反馈时钟的锁定相位误差脉冲,利用误差脉冲作为误差判决电路的控制时钟,通过逐次逼近方法自适应控制补偿电流的大小,逐渐减小鉴相误差,从而减小了锁相环输出时钟信号抖动。锁相环基于40 nm CMOS工艺进行设计,后仿真结果表明,当输出时钟频率为5 GHz时,电荷泵输出噪声从-115.7 dBc/Hz@1 MHz降低至-117.7 dBc/Hz@1 MHz,均方根抖动从4.6 ps降低至1.6 ps,峰峰值抖动从10.3 ps降低至4.7 ps。锁相环输出时钟频率为2~5 GHz时,补偿电路具有良好的补偿效果。

关键词：电荷泵失配电流电流补偿自适应控制自偏置锁相环(PLL) 抖动

来源：评论

学校读者我要写书评

暂无评论

基于改进的深度置信网络的电离层F2层临界频率预测

引用

计算机应用研究 2018年第3期35卷 825-829页

作者：唐智灵吕晓朦桂林电子科技大学无线宽带通信和信息处理重点实验室广西桂林541004 桂林电子科技大学电子工程与自动化学院广西桂林541004

提出一种基于深度置信网络(deep belief network,DBN)对本区域未来24 h的电离层临界频率f0F2预测的方法。对选取的数据集进行筛选,生成用于训练和测试的数据集;改进DBN基本单元的结构,以适应对连续型数据特征的提取与学习,再通过实验确... 详细信息

提出一种基于深度置信网络(deep belief network,DBN)对本区域未来24 h的电离层临界频率f0F2预测的方法。对选取的数据集进行筛选,生成用于训练和测试的数据集;改进DBN基本单元的结构,以适应对连续型数据特征的提取与学习,再通过实验确定DBN的基本结构;最后利用训练数据集对改进后的网络进行训练,实现对f0F2值的预测。与实测值相比较,改进的DBN具有极佳的预测准确性;与浅层结构BP网络和SVM网络相比,改进的DBN不单克服了浅层结构所固有的问题,更表现出对于连续型数据预测的优异性能,尤其是当预测对象受到高维复杂因素影响时改进的DBN模型依旧能表现出很好的预测性能。

关键词： f0F2预测深度学习深度置信网络受限波尔兹曼机

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：