检索结果-内蒙古大学图书馆

电子与信息学报 2021年第2期43卷 461-466页

作者：陈晓玉苏荷茹高茜超燕山大学信息科学与工程学院秦皇岛066004 河北省信息传输与信号处理重点实验室秦皇岛066004

该文基于正交序列集,研究了一类新的零相关区(ZCZ)非周期互补序列(ZACS)集构造方法,所得到的序列集参数达到最优,且在满足Z|N的条件下零相关区长度可以灵活选择。该方法所构造的序列具有理想的自相关性能和组内互补特性。通过调整参数q... 详细信息

该文基于正交序列集,研究了一类新的零相关区(ZCZ)非周期互补序列(ZACS)集构造方法,所得到的序列集参数达到最优,且在满足Z|N的条件下零相关区长度可以灵活选择。该方法所构造的序列具有理想的自相关性能和组内互补特性。通过调整参数q,可得到多个不同的序列集。同时,基于多电平完备序列,给出了一类高斯整数正交序列集的构造方法,得到的高斯整数正交序列集可以用于非周期互补序列集的构造。所提方法构造的零相关区非周期互补序列集用于多载波码分多址系统中可以降低多径干扰、多址干扰,也可以作为训练序列用于多输入多输出信道估计中。

关键词：码分多址非周期零相关区互补序列集高斯整数

来源：评论

学校读者我要写书评

暂无评论

新的周期准互补序列集构造方法

引用

通信学报 2023年第5期44卷 206-212页

作者：陈晓玉王成瑞刘凡燕山大学信息科学与工程学院河北秦皇岛066004 河北省信息传输与信号处理重点实验室河北秦皇岛066004

为解决完备互补序列集序列数目受限的问题,构造了周期准互补序列集。首先基于循环Florentine阵列,应用ZN上的映射函数构造了几乎最优周期准互补序列集,所构造的周期准互补序列集具有全新的子序列长度;其次基于单重合跳频序列集,定义Z_(q... 详细信息

为解决完备互补序列集序列数目受限的问题,构造了周期准互补序列集。首先基于循环Florentine阵列,应用ZN上的映射函数构造了几乎最优周期准互补序列集,所构造的周期准互补序列集具有全新的子序列长度;其次基于单重合跳频序列集,定义Z_(q)到Z_(q(q-1))上的映射函数,构造了渐近最优周期准互补序列集。对比结果表明,与现有周期准互补序列集相比,所提方法在子序列长度相同时包含更多的序列数目,可以在多载波通信系统中支持更多用户。

关键词：准互补几乎最优渐近最优循环Florentine阵列单重合跳频

来源：评论

学校读者我要写书评

暂无评论

基于支撑集融合的分布式协作压缩频谱检测方法

引用

系统工程与电子技术 2020年第2期42卷 466-472页

作者：闫盛楠刘洺辛燕山大学信息科学与工程学院河北秦皇岛066004 河北省信息传输与信号处理重点实验室河北秦皇岛066004

针对认知无线电(cognitive radio,CR)宽带频谱检测过程中存在的采样压力大、数据传输量大、信道衰落严重等问题,提出了一种基于支撑集融合的分布式协作压缩频谱检测方法。在该方法中,本地信号重构过程和频谱稀疏支撑集的分布式融合过程... 详细信息

针对认知无线电(cognitive radio,CR)宽带频谱检测过程中存在的采样压力大、数据传输量大、信道衰落严重等问题,提出了一种基于支撑集融合的分布式协作压缩频谱检测方法。在该方法中,本地信号重构过程和频谱稀疏支撑集的分布式融合过程反复交替进行,将本地重构过程中获得的稀疏支撑集信息进行分布式融合,又将融合结果作为先验信息指导本地信号再次重构,多次重复以实现信号重构与频谱检测。仿真结果表明,所提出方法的频谱检测性能可接近集中式的压缩检测方法,而该方法的迭代重构过程复杂度低,具有计算开销少的优势。

关键词：认知无线电宽带频谱检测协作频谱检测压缩感知

来源：评论

学校读者我要写书评

暂无评论

基于多级深度特征与随机游走的显著性检测

引用

华南理工大学学报（自然科学版） 2020年第8期48卷 49-55页

作者：崔冬王明李刚顾广华李海涛燕山大学信息科学与工程学院河北秦皇岛066004 河北省信息传输与信号处理重点实验室河北秦皇岛066004

为了解决图像显著性检测中传统方法特征学习不全面、复杂场景下显著区域凸出不明显的问题,提出了一种基于多级深度特征和随机游走的显著性检测算法。首先,利用全卷积神经网络,结合深层和浅层卷积特征信息对图像进行多级卷积深度特征提取... 详细信息

为了解决图像显著性检测中传统方法特征学习不全面、复杂场景下显著区域凸出不明显的问题,提出了一种基于多级深度特征和随机游走的显著性检测算法。首先,利用全卷积神经网络,结合深层和浅层卷积特征信息对图像进行多级卷积深度特征提取;然后,对图像进行超像素分割,将提取的深度卷积特征分配给相应的超像素,构建特征矩阵;最后,通过正则化随机游走排序模型生成最终的显著图。在ECSSD和DUT-OMRON数据库上的实验结果表明,与6种具有代表性的显著性检测算法相比,文中算法的准确性和F值具有一定的优势。

关键词：显著性检测多级深度特征特征提取随机游走

来源：评论

学校读者我要写书评

暂无评论

基于毫米波深度传感的抗伴生干扰的眨眼检测

引用

仪器仪表学报 2024年第1期45卷 288-300页

作者：荆楠刘冠男张楠王林燕山大学信息科学与工程学院秦皇岛066004 河北省信息传输与信号处理重点实验室秦皇岛066004

眨眼检测在多种实际应用场景中起着关键作用,如眼病检测、人机交互、疲劳驾驶预防等。针对来自人体的伴生干扰会严重影响眨眼信号的特征提取问题,本文提出一种非线性独立分量分析框架的自监督深度对比学习方法来分离眨眼和伴生干扰。本... 详细信息

眨眼检测在多种实际应用场景中起着关键作用,如眼病检测、人机交互、疲劳驾驶预防等。针对来自人体的伴生干扰会严重影响眨眼信号的特征提取问题,本文提出一种非线性独立分量分析框架的自监督深度对比学习方法来分离眨眼和伴生干扰。本文设计一个基于时间相关性的分离网络ES-Net1,该网络将具有时间相关和时间不相关的两个正负样本序列作为网络的输入,通过ES-Net1内部的特征提取器恢复眨眼和伴生干扰信号的时间结构,从而实现非线性混合信号的分离。本文基于TI公司的AWR1642毫米波雷达平台实现mmBlinkSEN原型系统,通过14 000组数据验证mmBlinkSEN的有效性。实验结果表明,在存在人体伴生干扰情况下,mmBlinkSEN对眨眼频率的检测精度高达88%。

关键词：眨眼检测伴生干扰深度对比学习毫米波雷达非线性独立分析

来源：评论

学校读者我要写书评

暂无评论

基于非对称监督深度离散哈希的图像检索

引用

电子与信息学报 2021年第12期43卷 3530-3537页

作者：顾广华霍文华苏明月付灏燕山大学信息科学与工程学院秦皇岛066000 河北省信息传输与信号处理重点实验室秦皇岛066000

哈希广泛应用于图像检索任务。针对现有深度监督哈希方法的局限性,该文提出了一种新的非对称监督深度离散哈希(ASDDH)方法来保持不同类别之间的语义结构,同时生成二进制码。首先利用深度网络提取图像特征,根据图像的语义标签来揭示每对... 详细信息

哈希广泛应用于图像检索任务。针对现有深度监督哈希方法的局限性,该文提出了一种新的非对称监督深度离散哈希(ASDDH)方法来保持不同类别之间的语义结构,同时生成二进制码。首先利用深度网络提取图像特征,根据图像的语义标签来揭示每对图像之间的相似性。为了增强二进制码之间的相似性,并保证多标签语义保持,该文设计了一种非对称哈希方法,并利用多标签二进制码映射,使哈希码具有多标签语义信息。此外,引入二进制码的位平衡性对每个位进行平衡,鼓励所有训练样本中的–1和+1的数目近似。在两个常用数据集上的实验结果表明,该方法在图像检索方面的性能优于其他方法。

关键词：图像检索监督哈希语义保持深度学习

来源：评论

学校读者我要写书评

暂无评论

基于串行时分CC-CDMA的雷达通信一体化

引用

通信学报 2023年第9期44卷 127-138页

作者：李玉博崔健冯俊超陈晓玉燕山大学信息科学与工程学院河北秦皇岛066000 河北省信息传输与信号处理重点实验室河北秦皇岛066000

为了提升目标检测性能,解决多目标和多用户之间的自干扰和互干扰问题,基于串行时分互补码−码分多址(CC-CDMA)技术提出一种雷达通信一体化系统。首先,借用码分复用机理在发射端通过广义普洛黑−修−莫尔斯(GPTM)序列调整互补码中不同子序... 详细信息

为了提升目标检测性能,解决多目标和多用户之间的自干扰和互干扰问题,基于串行时分互补码−码分多址(CC-CDMA)技术提出一种雷达通信一体化系统。首先,借用码分复用机理在发射端通过广义普洛黑−修−莫尔斯(GPTM)序列调整互补码中不同子序列对不同时间片上信号的扩频顺序,生成雷达通信一体化信号。其次,雷达接收端通过2次处理,利用逐点最小化方法将处理结果进行融合,提升雷达子系统的目标检测能力。最后,在通信接收端使用对应发射端扩频顺序的子序列对接收到的信号进行解扩,通过交织编码和汉明编码进一步降低误码率。仿真结果表明,与其他雷达通信一体化系统相比,所提系统具有更低的误码率、更高的多普勒分辨率和更好的旁瓣抑制性能。

关键词：雷达通信一体化码分复用串行时分扩频广义普洛黑−修−莫尔斯序列

来源：评论

学校读者我要写书评

暂无评论

基于双分支卷积网络的高光谱与多光谱图像协同土地利用分类

引用

农业工程学报 2020年第14期36卷 252-262页

作者：刘帅张旭含李笑迎田野燕山大学信息科学与工程学院秦皇岛066004 河北省信息传输与信号处理重点实验室秦皇岛066004

高精度监测土地利用对实现可持续发展有重要意义。然而,由于遥感传感器成像的限制和地物的复杂性,单一的高光谱和多光谱图像已经不能满足高精度土地利用分类的要求,充分利用高光谱和多光谱遥感图像的互补信息能克服仅采用单一遥感图像... 详细信息

高精度监测土地利用对实现可持续发展有重要意义。然而,由于遥感传感器成像的限制和地物的复杂性,单一的高光谱和多光谱图像已经不能满足高精度土地利用分类的要求,充分利用高光谱和多光谱遥感图像的互补信息能克服仅采用单一遥感图像分类的不足。该研究设计双分支卷积神经网络协同高光谱和多光谱遥感图像进行土地利用分类。针对高光谱图像设计3维-1维卷积神经网络(3D-1D Convolutional Neural Networks,3D-1D CNN)分支自动提取高光谱图像的空间-光谱特征;针对多光谱图像,设计3维卷积神经网络(3D Convolutional Neural Networks,3D CNN)分支提取多光谱图像的空间-光谱特征;设计融合层将从高光谱和多光谱图像提取的特征进行融合,最后通过全连接层输出土地利用类别。研究表明,与决策树(Decision Tree,DT)、支持向量机(Support Vector Machine,SVM)以及1D、2D和3D CNN方法相比,该文提出的基于双分支卷积神经网络的方法在两个数据集上Kappa系数平均分别提升了15.9、8.1、5.4、5.4和2.7个百分点。

关键词：土地利用遥感卷积神经网络高光谱多光谱

来源：评论

学校读者我要写书评

暂无评论

长度为奇素数的完备高斯整数序列构造法

引用

通信学报 2018年第11期39卷 190-197页

作者：李玉博陈邈刘涛张颖燕山大学信息科学与工程学院河北秦皇岛066004 河北省信息传输与信号处理重点实验室河北秦皇岛066004

提出一类基于分圆类构造完备高斯整数序列的方法。分别通过有限域GF(p)上的2阶和4阶分圆类,构造得到自由度分别为3和5的高斯整数序列,序列长度为奇素数,该序列具有良好的完备自相关性能。该构造方法解决了以往利用分圆类计算复杂度较高... 详细信息

提出一类基于分圆类构造完备高斯整数序列的方法。分别通过有限域GF(p)上的2阶和4阶分圆类,构造得到自由度分别为3和5的高斯整数序列,序列长度为奇素数,该序列具有良好的完备自相关性能。该构造方法解决了以往利用分圆类计算复杂度较高,不易求解的问题,简化了序列的生成方法。该序列在无线通信中具有良好的应用前景。

关键词：完备高斯整数序列伪随机序列分圆类离散傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

基于差族构造高斯整数周期互补序列

引用

电子与信息学报 2019年第5期41卷 1167-1172页

作者：刘涛许成谦李玉博燕山大学信息科学与工程学院秦皇岛066004 河北省信息传输与信号处理重点实验室秦皇岛066004

该文给出了基于差族的高斯整数互补序列构造方法。利用差族与互补序列之间的联系,首先推导出高斯整数互补序列存在的充分条件,进而直接构造了阶数为2的高斯整数互补序列。为进一步增加高斯整数互补序列数目,又利用映射方法构造了阶数为... 详细信息

该文给出了基于差族的高斯整数互补序列构造方法。利用差族与互补序列之间的联系,首先推导出高斯整数互补序列存在的充分条件,进而直接构造了阶数为2的高斯整数互补序列。为进一步增加高斯整数互补序列数目,又利用映射方法构造了阶数为4的高斯整数互补序列。同传统的2元互补序列相比,高斯整数互补序列的存在数目很多,因此该文方法可以为通信系统提供大量的互补序列。

关键词：高斯整数序列差族周期互补互补序列对

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：