检索结果-内蒙古大学图书馆

雷达学报（中英文） 2022年第1期11卷 95-106页

作者：齐萌黄丽佳仇晓兰张问一胡玉新初庆伟中国科学院空天信息创新研究院北京100094 中国科学院空间信息处理与应用系统技术重点实验室北京100190 中国科学院大学电子电气与通信工程学院北京100049

由于SAR天线旁瓣特性和脉冲工作体制,SAR图像在一定程度上受到距离模糊的影响。距离模糊抑制工作分别聚焦在SAR系统设计和SAR信号处理两个方面。前者通过天线赋形、正交编码等方式减小距离模糊能量接收,后者利用信号处理技术在回波域和... 详细信息

由于SAR天线旁瓣特性和脉冲工作体制,SAR图像在一定程度上受到距离模糊的影响。距离模糊抑制工作分别聚焦在SAR系统设计和SAR信号处理两个方面。前者通过天线赋形、正交编码等方式减小距离模糊能量接收,后者利用信号处理技术在回波域和图像域消除距离模糊能量。该文提出了一种结合稀疏重建和匹配滤波技术的距离模糊抑制方法。该方法对模糊区进行稀疏重建,利用模糊区图像和重建矩阵估计模糊区信号,从回波信号中将其分离得到模糊抑制后的主像信号,后续利用匹配滤波技术获得主像图像。该方法利用稀疏重建技术保证了模糊区信号估计的精度,利用匹配滤波技术保证了成像处理的效率。仿真实验表明,该方法可以有效抑制距离模糊,抑制效果可达10 dB及以上,并且对主像弱目标和细节具有很好的保持能力。

关键词： SAR系统 SAR成像匹配滤波稀疏重建距离模糊抑制

来源：评论

学校读者我要写书评

暂无评论

车载雷达间干扰抑制方法研究

引用

现代雷达 2024年第5期46卷 95-103页

作者：蒋留兵申杰琦车俐桂林电子科技大学信息与通信学院广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541004 广西无线宽带通信与信号处理重点实验室广西桂林541004

随着自动驾驶技术的发展,毫米波雷达成为了自动驾驶的一个关键传感器,由于车载雷达数量的增加,雷达间相互干扰是不可避免的,干扰可能会导致雷达检测性能降低,产生漏检和虚警的情况。为了解决干扰带来的问题,文中采用了一种在时-频域中... 详细信息

随着自动驾驶技术的发展,毫米波雷达成为了自动驾驶的一个关键传感器,由于车载雷达数量的增加,雷达间相互干扰是不可避免的,干扰可能会导致雷达检测性能降低,产生漏检和虚警的情况。为了解决干扰带来的问题,文中采用了一种在时-频域中使用经验模态分解和卡尔曼滤波相结合的干扰抑制方法。首先将时域干扰信号通过短时傅里叶变换转换到时-频域;然后将时-频域信号进行经验模态分解,将干扰主导的本征模态函数中的干扰部分置零,并将干扰置零后的本征模态和目标信号主导的本征模态进行相加;最后通过卡尔曼滤波对信号进行重构。实验结果显示,该方法不仅能够降低频域中噪声,而且能够提高目标的信噪比,增加了目标被检测概率。

关键词：车载雷达干扰抑制经验模态分解卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

改进K-means算法对AltBOC信号组合码序列的盲估计

引用

信号处理 2020年第5期36卷 695-702页

作者：白杨柳张天骐冯嘉欣张晓艳重庆邮电大学通信与信息工程学院信号与信息处理重庆市重点实验室重庆400065

针对恒包络交替二进制偏移载波(Alternate Binary Offset Carrier,AltBOC)调制信号组合码序列难以估计的问题,提出了利用改进K-means算法进行信号组合码盲估计方法。该方法首先通过引入互调分量以及重建副载波的方式构建AltBOC信号模型... 详细信息

针对恒包络交替二进制偏移载波(Alternate Binary Offset Carrier,AltBOC)调制信号组合码序列难以估计的问题,提出了利用改进K-means算法进行信号组合码盲估计方法。该方法首先通过引入互调分量以及重建副载波的方式构建AltBOC信号模型,然后在接收端将AltBOC信号分段成单倍组合码周期窗长的不重叠观测数据矩阵,并利用相似性原理从观测数据中选择最优的样本作为K-means聚类中的初始均值向量,最后通过K-means算法迭代优化数据样本与其聚类均值向量的平方误差,完成对AltBOC信号组合码序列的盲估计。计算机仿真结果表明,利用该算法在信噪比-15 dB下能够较为精确地估计AltBOC信号组合码序列。

关键词：交替二进制偏移载波信号组合码序列信息序列改进K-means算法

来源：评论

学校读者我要写书评

暂无评论

基于稀疏性的相位谱补偿语音增强算法

引用

信号处理 2020年第11期36卷 1867-1876页

作者：张天骐张晓艳周琳胡延平重庆邮电大学通信与信息工程学院/信号与信息处理重庆市重点实验室重庆400065

相位谱补偿语音增强算法通过调整相位谱对噪声进行压缩,提高重构信号的质量。针对传统的相位谱补偿(phase spectrum compensation,PSC)语音增强算法采用固定的相位补偿因子,且算法的性能易受噪声估计准确性的影响,提出了一种基于稀疏性... 详细信息

相位谱补偿语音增强算法通过调整相位谱对噪声进行压缩,提高重构信号的质量。针对传统的相位谱补偿(phase spectrum compensation,PSC)语音增强算法采用固定的相位补偿因子,且算法的性能易受噪声估计准确性的影响,提出了一种基于稀疏性的相位谱补偿(sparsity-based phase spectrum compensation,SPSC)语音增强算法。首先,利用噪声估计算法得到噪声幅度谱,利用基于幅度谱的语音增强算法得到目标语音幅度谱;接着,通过噪声和目标语音幅度谱之间的局部信噪比(Signal-to-Noise Ratio,SNR)来估计谱时间稀疏性;然后,利用sigmoid函数改进相位补偿因子,联合补偿因子和谱时间稀疏性,得到SPSC函数。最后,使用SPSC函数对相位谱中的谱分量进行补偿,通过短时傅里叶逆变换得到最终增强后的语音信号。仿真实验表明,在四种不同背景噪声的低信噪比下,新的相位谱补偿算法使增强语音获得了更好的LSD、PESQ和segSNR指标,说明新的算法在低信噪比下,可以有效恢复带噪语音中的语音成分,对噪声抑制效果明显,增强语音的质量和听感均有一定提升。

关键词：语音增强相位谱补偿谱时间稀疏性相位补偿因子

来源：评论

学校读者我要写书评

暂无评论

Blob-Harris特征区域结合CT-SVD的鲁棒图像水印算法

引用

信号处理 2020年第4期36卷 520-530页

作者：周琳张天骐冯嘉欣徐伟重庆邮电大学通信与信息工程学院/信号与信息处理重庆市重点实验室重庆400065

为了提高水印图像对几何攻击的鲁棒性,提出了一种Blob-Harris特征区域结合轮廓波变换(Contourlet transform,CT)和奇异值分解(singular value decomposition,SVD)的鲁棒图像水印算法。首先利用Blob-Harris检测算子提取图像特征点,并通... 详细信息

为了提高水印图像对几何攻击的鲁棒性,提出了一种Blob-Harris特征区域结合轮廓波变换(Contourlet transform,CT)和奇异值分解(singular value decomposition,SVD)的鲁棒图像水印算法。首先利用Blob-Harris检测算子提取图像特征点,并通过各个特征点的特征尺度获得一组Blob-Harris特征区域,从中选择适中的特征尺度对应的特征区域,然后将选择的特征区域四周补零后进行归一化操作,利用小波变换提取出低频水印图像并进行奇异值分解得到水印信息,最后将水印信息重复嵌入到每一个归一化特征区域的圆内接正四边形中。仿真实验结果表明,本文算法除了对常规攻击有很好的抵抗力之外,对几何攻击也有相对较强的鲁棒性,特别是缩放、平移、剪切以及其两两组合攻击,最大NC值可达0.94以上。

关键词：图像水印 Blob-Harris特征区域轮廓波变换奇异值分解归一化

来源：评论

学校读者我要写书评

暂无评论

FBMC-OQAM信号子载波盲估计

引用

信号处理 2020年第5期36卷 748-755页

作者：徐伟张天骐冯嘉欣周琳重庆邮电大学通信与信息工程学院/信号与信息处理重庆市重点实验室重庆400065

为了解决滤波器组多载波(filter-bank multi-carrier,FBMC)信号的子载波参数盲估计问题,提出一种基于四阶累积量的方法来估计FBMC-OQAM信号子载波参数。首先,截获交错正交幅度调制(offset quadrature amplitude modulation,OQAM)的FBMC信号并检测信号频谱来确定循环频率的范围;然后,分析循环频率与四阶累积量的代数关系;最后,得出四阶累积量的峰值受原型滤波器影响且仅在其循环频率等于子载波频率处存在。通过检测四阶累积量峰值的位置和个数能有效估计子载波频率和数目。仿真表明,当信噪比大于2 dB时,算法对FBMC-OQAM信号的子载波参数盲估计正确概率为98%。

关键词：滤波器组多载波高阶循环累积量交错正交幅度调制载波估计

来源：评论

学校读者我要写书评

暂无评论

SFM干扰和高动态环境下DBOC信号的捕获

引用

信号处理 2020年第11期36卷 1931-1939页

作者：张天骐冯嘉欣周琳胡延平重庆邮电大学通信与信息工程学院/信号与信息处理重庆市重点实验室重庆400065

针对DBOC信号在正弦调频干扰(sinusoidal frequency modulation,SFM)和高动态共存环境下的捕获方法匮乏的问题,提出了一种基于正弦调频变换(discrete sinusoidal frequency modulation transform,DSFMT)结合离散多项式相位变换(discrete polynomial-phase transform,DPT),线性调频Z变换(CZT)的捕获方法。首先对接收到的信号做DSFMT,接着确定干扰位置并置零再做IDSFMT完成SFM干扰的抑制,然后利用定阶算法确定干扰抑制后信号的动态阶数再通过DPT去除其高阶动态项,最后利用CZT算法完成信号的捕获。仿真结果表明,在相同条件下,本文算法的检测概率比DSFMT-apFFT算法提高大约17 dB,比PMF-apFFT算法提高大约30 dB,比PMF-FFT算法提高大约34 dB。

关键词：正弦调频变换离散多项式相位变换线性调频Z变换高阶双二进制偏移载波

来源：评论

学校读者我要写书评

暂无评论

使用双优先预测层次模型联合决策的阿尔茨海默症预测方法

引用

电子测量与仪器学报 2025年第04期 16-25页

作者：蒲秀娟任青韩亮谈云帆刘媛重庆大学微电子与通信工程学院生物感知与多模态智能信息处理重庆市重点实验室

在阿尔茨海默症（AD）患者出现晚期症状之前，能够准确预测AD进展对于及时采取适当的治疗和干预措施至关重要。提出一种使用双优先预测层次模型联合决策的AD预测方法，将AD、轻度认知障碍（MCI）和认知正常（NC）3类别预测问题转化为两... 详细信息

在阿尔茨海默症（AD）患者出现晚期症状之前，能够准确预测AD进展对于及时采取适当的治疗和干预措施至关重要。提出一种使用双优先预测层次模型联合决策的AD预测方法，将AD、轻度认知障碍（MCI）和认知正常（NC）3类别预测问题转化为两个层次的两类别预测问题。首先，从个体历史随访所获取的磁共振成像（MRI）和认知评分（CSs）两种模态的时间序列数据中提取统计特征，并使用累计加权嵌入式特征选择方法从MRI体积统计特征中选择出高重要性MRI体积统计特征；然后，构建NC优先预测层次模型和AD优先预测层次模型，利用提取得到的高重要性MRI体积统计特征和CSs统计特征，使用这两个层次模型的不同层次的预测结果进行联合决策，优先预测出样本中的NC个体和AD个体；最后确定MCI个体，实现AD/MCI/NC 3类别预测。在TADPOLE数据集上进行实验，AD预测方法的准确率为89.29%,F1分数的宏平均值为88.81%。实验结果表明，AD预测方法是有效的，且其性能优于传统的AD预测方法。

关键词：阿尔茨海默症预测层次模型磁共振成像认知评分统计特征

来源：评论

学校读者我要写书评

暂无评论

基于FRFT的双二进制偏移载波信号捕获算法

引用

信号处理 2020年第2期36卷 240-249页

作者：赵健根张天骐李鑫凯葛宛营重庆邮电大学通信与信息工程学院信号与信息处理重庆市重点实验室重庆400065

为了解决传统算法无法实现高动态下双二进制偏移载波(Dual binary offset carrier modulation,DBOC)信号同步的问题,提出了一种离散多项式相位变换(Discrete Polynomial phase Transformation,DPT)与部分匹配滤波器(Partial Matched Filter,PMF)结合分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的算法。该算法首先通过DPT-FFT方法得到的动态阶数判断接收信号是否需要降阶处理,如果信号带有二阶多普勒变化率,先对信号进行降一阶处理,然后用PMF-FRFT的方法进行捕获。如果信号没有二阶多普勒变化率,只带有一阶多普勒变化率,直接使用PMF-FRFT的方法进行捕获。由MATLAB仿真结果可知,该算法相比DPT-PMF-FFT算法捕获概率有近9.5 dB的提升,并且该算法有效缩短了捕获时间。所以该算法可以较好完成高动态下信号的捕获。

关键词：双二进制偏移载波信号离散多项式相位变换部分匹配滤波器分数阶傅里叶变换定阶

来源：评论

学校读者我要写书评

暂无评论

双U型门控网络融合非局部先验的图像压缩感知重建方法

引用

计算机应用研究 2024年第11期41卷 3509-3514页

作者：林乐平胡尚鋆欧阳宁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 桂林电子科技大学信息与通信学院广西桂林541004

针对目前基于非迭代式网络的图像压缩感知重建方法存在着细节处理能力不足以及测量值利用不充分的问题,提出了一种双U型门控网络(dual U-shaped gated network, DUGN)用于图像压缩感知重建。该方法在原有的U型结构网络的基础上进行了改... 详细信息

针对目前基于非迭代式网络的图像压缩感知重建方法存在着细节处理能力不足以及测量值利用不充分的问题,提出了一种双U型门控网络(dual U-shaped gated network, DUGN)用于图像压缩感知重建。该方法在原有的U型结构网络的基础上进行了改进,提升了U型结构网络在压缩感知任务中的学习能力。在测量值的利用上,结合交叉注意力机制,提出了一种测量值非局部融合模块(measurements non-local fusion, MNLF),用于将测量值中的非局部信息融合到深层网络中,指导网络进行重建,提升模型性能。此外,在基本模块的设计上,提出了窗口门控网络模块(window gated network, WGN),增强了网络的细节处理能力。实验结果表明,与已有的压缩感知重建方法相比,DUGN在Set11数据集上有着更高的PSNR和SSIM,且在图像重建的真实性上有着更好的表现。

关键词：图像压缩感知重建非局部先验 U型网络门控网络

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：