检索结果-内蒙古大学图书馆

半导体光电 2020年第5期41卷 743-748页

作者：陈紫强周秉毅刘庆华谢振鑫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

在相机位姿估计算法的实际应用中,由于2D像点与3D参考点的错误匹配,参考点中往往含有异常值。针对现有算法抗异常值能力较弱的问题,提出了一种基于正交迭代的二值加权算法。该算法在正交迭代算法的基础上,引入包含两个阈值的加权系统来... 详细信息

在相机位姿估计算法的实际应用中,由于2D像点与3D参考点的错误匹配,参考点中往往含有异常值。针对现有算法抗异常值能力较弱的问题,提出了一种基于正交迭代的二值加权算法。该算法在正交迭代算法的基础上,引入包含两个阈值的加权系统来衡量参考点的可靠性。选取重投影误差的四分位数中的最大值作为阈值之一,另外引入一个与重投影误差和焦距相关的阈值来加速异常值比例较低时的收敛速度。最终选取两阈值的最大值对目标函数进行二值加权,降低了异常值对估计结果的影响。实验表明,该方法提升了正交迭代算法的抗异常值能力,具有较强的鲁棒性。

关键词：相机位姿估计正交迭代加权优化

来源：评论

学校读者我要写书评

暂无评论

基于色散熵理论的水下目标回波检测方法

基于色散熵理论的水下目标回波检测方法

引用

2022’年中国西部声学学术交流会

作者：范亚南李肇溪陈哲林惠惠李亚安西北工业大学航海学院桂林电子科技大学信息与通信学院认知无线电与信息处理省部共建教育部重点实验室

特征提取是提升主动声呐探测性能的关键,复杂多变的海洋环境和微弱的目标回波信号增加了水下目标特征提取的难度。水下目标回波具有很强的非线性,熵特征提取是近年来非线性特征提取的重要分支,传统的样本熵、排列熵都有一定的局限性,样... 详细信息

特征提取是提升主动声呐探测性能的关键,复杂多变的海洋环境和微弱的目标回波信号增加了水下目标特征提取的难度。水下目标回波具有很强的非线性,熵特征提取是近年来非线性特征提取的重要分支,传统的样本熵、排列熵都有一定的局限性,样本熵在处理时间序列时速度较慢、排列熵在处理相同振幅的时间序列时容易丢失信息,为了弥补此缺陷,将色散熵引入到水声信号的特征提取中,提出了一种基于多尺度色散熵的水下目标回波检测方法。实验结果表明,该方法不仅对水声信号具有较高的可分性,而且可以实现对水下目标回波信号的有效检测。

关键词：水下目标回波检测特征提取色散熵多尺度色散熵

来源：评论

学校读者我要写书评

暂无评论

基于多尺度改进排列熵的水声信号特征提取

基于多尺度改进排列熵的水声信号特征提取

引用

2022’年中国西部声学学术交流会

作者：陈哲仇洪冰王俊义李亚安桂林电子科技大学信息与通信学院认知无线电与信息处理省部共建教育部重点实验室西北工业大学航海学院

水声信号的熵特征提取是近年来水声信号处理领域的研究热点。针对传统信息熵算法可分性低、运算量大、易受噪声干扰的问题,本文提出一种多尺度改进排列熵算法。仿真分析结果表明,与传统的信息熵算法相比,多尺度改进排列熵算法运算量更... 详细信息

水声信号的熵特征提取是近年来水声信号处理领域的研究热点。针对传统信息熵算法可分性低、运算量大、易受噪声干扰的问题,本文提出一种多尺度改进排列熵算法。仿真分析结果表明,与传统的信息熵算法相比,多尺度改进排列熵算法运算量更小、抗噪性更强。实测信号分析结果表明,多尺度改进排列熵对三类舰船目标具有较强的可分性。因此,本文所提算法适用于水声信号处理。

关键词：多尺度改进排列熵水声信号特征提取

来源：评论

学校读者我要写书评

暂无评论

基于FPGA的无人机遥控及图传信号采集系统设计

引用

实验室研究与探索 2020年第6期39卷 88-93页

作者：蒋平谢跃雷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

通过无线电信号检测发现无人机是预防无人机"黑飞"的有效手段,设计了一个基于FPGA的无人机遥控及图传信号的采集、存储、传输系统。该系统以FPGA芯片XC7K325T作为主控器,使用AD9361作为模/数转换器,对2.3~2.5GHz、5.7~5.9 GH... 详细信息

通过无线电信号检测发现无人机是预防无人机"黑飞"的有效手段,设计了一个基于FPGA的无人机遥控及图传信号的采集、存储、传输系统。该系统以FPGA芯片XC7K325T作为主控器,使用AD9361作为模/数转换器,对2.3~2.5GHz、5.7~5.9 GHz无人机常用频段信号进行快速扫频采集,采用DDR3对采集数据实施多通道缓存,结合千兆以太网口RTL8211EG将数据高速传输至上位机。上位机采用QT软件开发,完成了AD9361的寄存器配置、采集部分的扫频控制及DDR3多通道选择控制功能。测试结果表明,该系统能够对400 MHz带宽范围的无人机遥控及图传信号进行快速采集、实现DDR3存储数据异步防冲突读写功能、高速千兆以太网传输达到900 Mb/s以上,满足系统对无人机遥控及图传信号的采集存储传输要求,为后期无人机检测与识别的研究奠定硬件基础。

关键词：存储传输无人机遥控及图传信号无人机检测与识别现场可编程门阵列异步防冲突读写

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的跳频信号识别

引用

电讯技术 2020年第10期60卷 1142-1147页

作者：吕国裴谢跃雷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

针对跳频信号分选存在人工提取参数特征具有复杂性的问题,提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换,得到二维的时频矩阵;接着提取信号的轮廓特征,构造三维矩阵作等高线图,并对等高线图进行预处理;最后把预... 详细信息

针对跳频信号分选存在人工提取参数特征具有复杂性的问题,提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换,得到二维的时频矩阵;接着提取信号的轮廓特征,构造三维矩阵作等高线图,并对等高线图进行预处理;最后把预处理后的等高线图输入到卷积神经网络中进行训练、测试,进而实现分类识别。仿真结果表明,在不需要复杂的人工提取参数特征的基础上,在分选率为100%时,所提方法经裁剪处理下的信噪比为-15 dB,比支持向量机和传统K-Means聚类算法都低10 dB。实测数据的算法验证表明,所提方法能够将大疆精灵4Pro、hm无人机、司马航模X8HW以及大疆悟2这四类无人机正确分类。

关键词：跳频信号分类识别深度学习图像预处理卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于节点加权和边加权的重分形研究

引用

计算机与数字工程 2021年第3期49卷 521-524页

作者：母金鸣桂林电子科技大学认知无线电与信息处理教育部重点实验室桂林541004

目前对于网络重分形的研究,在网络权重性质方面主要是原始网络、节点加权网络、边加权网络,每一个都是单独进行研究,论文主要对同时包含节点权重和边权重的网络进行分析,研究网络广义分形维数的变化情况。首先对已有的沙箱算法进行改进... 详细信息

目前对于网络重分形的研究,在网络权重性质方面主要是原始网络、节点加权网络、边加权网络,每一个都是单独进行研究,论文主要对同时包含节点权重和边权重的网络进行分析,研究网络广义分形维数的变化情况。首先对已有的沙箱算法进行改进,并利用分形布朗运动时间序列进行改进算法的验证,然后利用改进的沙箱算法对由分形布朗运动时间序列生成的同时包含节点权重和边权重的可视复杂网络进行计算,接着同时单独改变边权重和节点权重,进一步研究广义分形维数随边权重和节点权重改变的变化情况。结果表明改进沙箱算法在保持了传统沙箱算法计算精度的前提下,大大地提高了计算的速度。对于同时单独改变节点权重和边权重,对复杂网络的广义分形维数的影响是截然不同的,节点权重的变化基本不影响网络广义分形维数的变化,而边权重则大大的影响且不同权重指数下的影响情况各不相同。

关键词：分形布朗运动广义分形维数边权重节点权重

来源：评论

学校读者我要写书评

暂无评论

一种低信噪比环境下的语音端点检测算法

引用

声学技术 2020年第5期39卷 592-602页

作者：卜玉婷曾庆宁郑展恒桂林电子科技大学“认知无线电与信息处理”教育部重点实验室广西桂林541004

端点检测技术是语音信号处理的关键技术之一,为提高低信噪比环境下端点检测的准确率和稳健性,提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声... 详细信息

端点检测技术是语音信号处理的关键技术之一,为提高低信噪比环境下端点检测的准确率和稳健性,提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声来提升信噪比,减少语音失真。然后再提取每帧信号的功率归一化倒谱系数,计算每帧信号与背景噪声的功率归一化倒谱距离。最后将该倒谱距离作为检测参数,采用双门限判决方法进行端点检测。实验结果表明,该端点检测算法对语音帧和噪声帧具有较好的区分性。此外,在低信噪比环境下,所提出的算法对于不同类型的噪声都具有较好的稳健性。

关键词：低信噪比瞬态抑制调制域功率归一化倒谱系数倒谱距离端点检测

来源：评论

学校读者我要写书评

暂无评论

基于差分总变化量的时变图信号重构算法

引用

现代电子技术 2020年第13期43卷 53-56,61页

作者：江瑞桂林电子科技大学认知无线电与信息处理教育部重点实验室广西桂林541004

图信号具有一定的网络拓扑结构,通过网络上的节点收集相关信号的数据。但是在数据收集过程中由于图信号具有时变特性,容易造成数据损失或错误。文中主要研究无权无向的时变图信号网络,对时变信号数据进行差分处理可以使得信号表现出更... 详细信息

图信号具有一定的网络拓扑结构,通过网络上的节点收集相关信号的数据。但是在数据收集过程中由于图信号具有时变特性,容易造成数据损失或错误。文中主要研究无权无向的时变图信号网络,对时变信号数据进行差分处理可以使得信号表现出更好的平滑特性。提出采用差分总变化量的方法对时变图信号数据重构,并使用均方根误差方法对重构结果做评价,通过实验仿真发现基于差分总变化量的方法可以取得较好的重构效果,从而验证了采用差分总变化量的可靠性。

关键词：时变图信号差分总变化量信号重构数据恢复数据差分处理重构结果评价

来源：评论

学校读者我要写书评

暂无评论

基于信噪比估计的无人机频谱感知算法

引用

现代电子技术 2020年第10期43卷 119-123页

作者：张曾邓小芳桂林电子科技大学认知无线电与信息处理教育部重点实验室广西桂林541000

无人机外出执行任务的过程中,有效的频谱感知能力能适应多种复杂的电磁环境,提高无人机的生存能力从而保障任务的顺利执行。根据实际应用情况,提出一种基于信噪比估计的无人机频谱感知算法。该算法首先对信噪比环境进行估计,然后选择更... 详细信息

无人机外出执行任务的过程中,有效的频谱感知能力能适应多种复杂的电磁环境,提高无人机的生存能力从而保障任务的顺利执行。根据实际应用情况,提出一种基于信噪比估计的无人机频谱感知算法。该算法首先对信噪比环境进行估计,然后选择更合适的基础感知算法,保障在低信噪比环境下的检测性能。仿真结果表明,该算法在低信噪比环境下较传统感知算法提高了检测性能,达到了在降低算法复杂度的同时,提高频谱利用率的目的。

关键词：无人机频谱感知信噪比估计性能检测阈值调整仿真分析

来源：评论

学校读者我要写书评

暂无评论

结合感知边缘约束与多尺度融合网络的图像超分辨率重建方法

引用

计算机应用 2020年第10期40卷 3041-3047页

作者：欧阳宁韦羽林乐平认知无线电与信息处理省部共建教育部重点实验室(桂林电子科技大学) 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

针对图像超分辨率重建模型需要大量参数去捕获低分辨率(LR)图像和高分辨率(HR)图像之间的统计关系,以及使用L1或L2损失优化的网络模型不能有效恢复图像高频细节等问题,提出一种结合感知边缘约束与多尺度融合网络的图像超分辨率重建方法... 详细信息

针对图像超分辨率重建模型需要大量参数去捕获低分辨率(LR)图像和高分辨率(HR)图像之间的统计关系,以及使用L1或L2损失优化的网络模型不能有效恢复图像高频细节等问题,提出一种结合感知边缘约束与多尺度融合网络的图像超分辨率重建方法。该方法基于由粗到细的思想,设计了一种两阶段的网络模型。第一阶段通过卷积神经网络(CNN)提取图像特征,并将图像特征上采样至HR大小,得到粗糙特征;第二阶段使用多尺度估计将低维统计模型逐步逼近高维统计模型,将第一阶段输出的粗糙特征作为输入来提取图像多尺度特征,并通过注意力融合模块逐步融合不同尺度特征,以精细化第一阶段提取的特征。同时,该方法引入一种更丰富的卷积特征用于边缘检测,并将其作为感知边缘约束来优化网络,以更好地恢复图像高频细节。在Set5、Set14和BSDS100等基准数据集上进行实验,结果表明与现有的基于CNN的超分辨率重建方法相比,该方法不但能够重建出更为清晰的边缘和纹理,而且在×3和×4放大因子下的峰值信噪比(PSNR)和结构相似度(SSIM)都取得了一定的提升。

关键词：卷积神经网络多尺度注意力融合感知边缘约束超分辨率重建

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：