检索结果-内蒙古大学图书馆

系统工程与电子技术 2020年第4期42卷 933-939页

作者：张天骐范聪聪喻盛琪赵健根重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

针对非协作多输入多输出通信系统中正交空时分组码(orthogonal space-time block codes,OSTBC)与非正交空时分组码(non-orthogonal space-time block code,NOSTBC)的盲识别问题,提出结合特征值矩阵联合近似对角化(joint approximate diagonalization of eigenvalue matrix,JADE)与特征提取的盲识别方法。首先将接收信号转换为盲源分离问题中的线性瞬时混合模型,然后利用JADE算法估计出该模型的虚拟信道矩阵,根据该信道矩阵的相关矩阵为数量矩阵的特点,从相关矩阵中提取特征参数,利用此特征参数识别OSTBC与NOSTBC。仿真结果表明,在较低信噪比以及不同的调制模式下,所提方法均可有效识别出OSTBC与NOSTBC。

关键词：正交空时分组码非正交空时分组码特征值矩阵联合近似对角化特征提取盲识别

来源：评论

学校读者我要写书评

暂无评论

基于信息矩阵估计的极化码参数盲识别算法

引用

系统工程与电子技术 2022年第2期44卷 668-676页

作者：刘鉴兴张天骐柏浩钧叶绍鹏重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

针对目前极化码码长识别存在抗噪声性能差的问题,提出了基于信息矩阵估计的极化码参数盲识别算法。本文算法利用极化码生成矩阵的逆矩阵,与码字比特流构造的码字矩阵相乘得到估计的信息矩阵,在无误码情况下根据分析矩阵所含的信息得到码... 详细信息

针对目前极化码码长识别存在抗噪声性能差的问题,提出了基于信息矩阵估计的极化码参数盲识别算法。本文算法利用极化码生成矩阵的逆矩阵,与码字比特流构造的码字矩阵相乘得到估计的信息矩阵,在无误码情况下根据分析矩阵所含的信息得到码率,并利用其分布情况来识别码长、信息比特位数和位置分布。在有误码的情况下,引入了零均值比计量,根据峰值识别出码长。最后,利用分析矩阵和设定判决门限,识别出信息比特位数和位置分布。仿真结果表明,本文算法对码长的识别性能有所提高,对于参数为(64,30)的极化码,在误码率高达1.06×10^(-1)时,码长的识别率依然能达到80%。

关键词：非合作信号处理零均值比极化码盲识别

来源：评论

学校读者我要写书评

暂无评论

低相干高鲁棒性观测矩阵优化

引用

西安电子科技大学学报 2019年第6期46卷 171-178页

作者：赵辉张乐刘莹莉张静张天骐重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

针对目前压缩感知观测矩阵普适性低和优化算法鲁棒性不足的问题,提出了一种基于紧框架和稀疏表示误差的观测矩阵优化算法。该算法首先将格拉姆矩阵同时逼近单位矩阵和紧框架,以降低感知矩阵的平均互相干性;然后将稀疏表示误差作为正则... 详细信息

针对目前压缩感知观测矩阵普适性低和优化算法鲁棒性不足的问题,提出了一种基于紧框架和稀疏表示误差的观测矩阵优化算法。该算法首先将格拉姆矩阵同时逼近单位矩阵和紧框架,以降低感知矩阵的平均互相干性;然后将稀疏表示误差作为正则项加入传统优化模型中,来提高观测矩阵的鲁棒性;最后利用解析法求解观测矩阵,保证算法的收敛性。实验结果表明,与现有的优化矩阵相比,所构造观测矩阵的平均互相干系数至少可降低0.03,且具有更强的鲁棒性。

关键词：观测矩阵平均互相干性紧框架稀疏表示误差

来源：评论

学校读者我要写书评

暂无评论

基于结构组全变分模型的图像压缩感知重建

引用

电子与信息学报 2020年第11期42卷 2773-2780页

作者：赵辉杨晓军张静孙超张天骐重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

针对基于传统全变分(TV)模型的图像压缩感知(CS)重建算法不能有效地恢复图像的细节和纹理,从而导致图像过平滑的问题,该文提出一种基于结构组全变分(SGTV)模型的图像压缩感知重建算法。该算法利用图像的非局部自相似性和结构稀疏特性,... 详细信息

针对基于传统全变分(TV)模型的图像压缩感知(CS)重建算法不能有效地恢复图像的细节和纹理,从而导致图像过平滑的问题,该文提出一种基于结构组全变分(SGTV)模型的图像压缩感知重建算法。该算法利用图像的非局部自相似性和结构稀疏特性,将图像的重建问题转化为由非局部自相似图像块构建的结构组全变分最小化问题。算法以结构组全变分模型为正则化约束项构建优化模型,利用分裂Bregman迭代将算法分离成多个子问题,并对每个子问题高效地求解。所提算法很好地利用了图像自身的信息和结构稀疏特性,保护了图像细节和纹理。实验结果表明,该文所提出的算法优于现有基于全变分模型的压缩感知重建算法,在PSNR和视觉效果方面取得了显著提升。

关键词：图像重建压缩感知非局部自相似全变分

来源：评论

学校读者我要写书评

暂无评论

基于组稀疏表示和加权全变分的图像压缩感知重构

引用

系统工程与电子技术 2020年第10期42卷 2172-2180页

作者：赵辉方禄发张天骐李志伟徐先明重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

传统的基于组稀疏表示(group sparse representation,GSR)的压缩感知(compressd sensing,CS)重构算法利用信号的稀疏性和非局部相似性来重构图像信号,但没有充分考虑图像的局部平滑特性,影响了算法的重构性能。考虑信号的稀疏性、非局... 详细信息

传统的基于组稀疏表示(group sparse representation,GSR)的压缩感知(compressd sensing,CS)重构算法利用信号的稀疏性和非局部相似性来重构图像信号,但没有充分考虑图像的局部平滑特性,影响了算法的重构性能。考虑信号的稀疏性、非局部相似性、平滑性3种先验信息,提出一种基于GSR和加权全变分(weighted total variation,WTV)的图像CS重构算法,并针对传统的WTV采用全局加权会引入错误的纹理以及边缘状伪影的问题,利用一种新的WTV策略,只对图像的高频分量设置权重来保证图像重构质量。此外,针对硬阈值迭代法忽略低频的主分量系数,采用硬阈值模平方方法来更好地保护非主分量系数。实验表明,相同采样率下,所提算法的峰值信噪比比非局部正则化全变分和基于GSR的CS算法平均分别提高5.4 dB和0.62 dB,验证了所提算法有效保护图像的细节信息。

关键词：压缩感知组稀疏表示加权全变分图像重构

来源：评论

学校读者我要写书评

暂无评论

基于深层神经网络的信道编码类型盲识别

引用

系统工程与电子技术 2024年第5期46卷 1820-1829页

作者：杨宗方张天骐马焜然邹涵重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,... 详细信息

为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,用于识别接收数据中不同类型的信道码字。将待识别的软解调序列作为自然语言处理中文本分类问题的句子向量进行处理,输入到预先训练好的深层神经网络识别器中进行识别,并分析了字长度对识别准确率的影响,得出了最合适的字长度。实验结果表明,两种识别器都能够有效识别接收数据中多种类型的信道编码,且在信噪比为3 dB时CNN识别器的识别准确率能够达到99%以上,而RCNN识别器在1 dB时就能够达到99%以上的识别准确率。

关键词：深层神经网络信道编码识别器盲识别字长度

来源：评论

学校读者我要写书评

暂无评论

混合多稳态随机共振的故障信号检测

引用

振动与冲击 2019年第18期38卷 9-17页

作者：张刚李红威重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

针对故障特征信号在诊断时经常淹没在噪声中难以提取问题,利用Woods-Saxon型单稳态模型与混合型双稳态模型结合提出一种混合型三稳态随机共振系统,该系统不仅保留了Woods-Saxon对故障信号易于检测的优点又利用了三稳态对噪声利用率高的... 详细信息

针对故障特征信号在诊断时经常淹没在噪声中难以提取问题,利用Woods-Saxon型单稳态模型与混合型双稳态模型结合提出一种混合型三稳态随机共振系统,该系统不仅保留了Woods-Saxon对故障信号易于检测的优点又利用了三稳态对噪声利用率高的特点。利用信噪比增益为衡量指标,提出寻找最优系统参数的自适应算法;对α噪声背景下的谐波振动信号、调幅信号、周期脉冲衰减信号进行检测;提出一种变分模态分解与混合三稳态结合的信号检测方法,并将其应用于实际轴承故障检测;经过仿真实验表明混合型三稳态随机共振模型以及组合模型在故障信号的检测中检测结果清晰可靠、性能优越。

关键词： Woods-Saxon单稳态混合双稳态混合三稳态信噪比增益变分模态分解

来源：评论

学校读者我要写书评

暂无评论

基于非局部低秩和加权全变分的图像压缩感知重构算法

引用

电子与信息学报 2019年第8期41卷 2025-2032页

作者：赵辉张静张乐刘莹莉张天骐重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

为准确有效地实现自然图像的压缩感知(CS)重构,该文提出一种基于图像非局部低秩(NLR)和加权全变分(WTV)的CS重构算法。该算法考虑图像的非局部自相似性(NSS)和局部光滑特性,对传统的全变分(TV)模型进行改进,只对图像的高频分量设置权重... 详细信息

为准确有效地实现自然图像的压缩感知(CS)重构,该文提出一种基于图像非局部低秩(NLR)和加权全变分(WTV)的CS重构算法。该算法考虑图像的非局部自相似性(NSS)和局部光滑特性,对传统的全变分(TV)模型进行改进,只对图像的高频分量设置权重,并用一种差分曲率的边缘检测算子来构造权重系数。此外,算法以改进的TV模型与NLR模型为约束构建优化模型,并分别采用光滑非凸函数和软阈值函数来求解低秩和全变分优化问题,很好地利用了图像的自身性质,保护了图像的细节信息,并提高了算法的抗噪性和适应性。仿真结果表明,与基于NLR的CS算法相比,相同采样率下,该文所提算法的峰值信噪比最高可提高2.49 dB,且抗噪性更强,验证了算法的有效性。

关键词：压缩感知图像重构非局部低秩加权全变分

来源：评论

学校读者我要写书评

暂无评论

一种压缩感知下的NSCT-Zernike的鲁棒数字水印方案

引用

北京理工大学学报 2022年第2期42卷 208-214页

作者：张天骐叶绍鹏周琳重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

为了达到水印抗几何攻击鲁棒性高的要求,提出一种在压缩感知下的非下采样轮廓波变换结合伪Zernike矩的鲁棒数字水印方案.利用非下采样轮廓波变换对载体图像进行三层分解提取其低频分量,通过一维离散小波变换对低频分量进行稀疏化以获取... 详细信息

为了达到水印抗几何攻击鲁棒性高的要求,提出一种在压缩感知下的非下采样轮廓波变换结合伪Zernike矩的鲁棒数字水印方案.利用非下采样轮廓波变换对载体图像进行三层分解提取其低频分量,通过一维离散小波变换对低频分量进行稀疏化以获取稀疏基,构造稀疏基的测量矩阵,并对其进行压缩感知处理得到新的低频分量,计算其Zernike矩,通过量化调制正则化伪Zernike矩幅值的方式将水印信息嵌入.利用正则化正交匹配追踪算法进行图像压缩感知的重构.仿真与实验分析表明,当峰值信噪比达到40 dB以上时,本文算法提取水印的NC值和误码率较为理想.

关键词：非下采样轮廓波变换伪Zernike矩压缩感知正则化正交匹配追踪

来源：评论

学校读者我要写书评

暂无评论

基于局部补数–导数模式的光照反转和旋转不变纹理表达

引用

自动化学报 2021年第4期47卷 924-932页

作者：辛亮亮宋铁成张刚高陈强张天骐重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

针对现有局部二值模式(Local binary pattern,LBP)算法对光照反转变化敏感和特征描述力不足的问题,本文提出一种基于局部补数–导数模式(Local complement and derivative pattern,LCDP)的纹理表达方法.其中,局部补数模式(Local complem... 详细信息

针对现有局部二值模式(Local binary pattern,LBP)算法对光照反转变化敏感和特征描述力不足的问题,本文提出一种基于局部补数–导数模式(Local complement and derivative pattern,LCDP)的纹理表达方法.其中,局部补数模式(Local complement pattern,LCP)用于编码原始图像空间中的近邻差分符号信息,局部导数模式(Local derivative pattern,LDP)用于编码不同尺度下(一阶和二阶)高斯导数空间中的近邻差分幅值信息,二者对光照反转和图像旋转均具有鲁棒性.为实现对差分符号和差分幅值的联合统计,同时维持特征的紧致性,进一步提出基于均值采样的联合编码方案.最后,对联合编码的结果进行多尺度直方图特征表达.实验表明,该方法能够有效提高线性和非线性光照反转条件下纹理图像的分类精度.

关键词：纹理分类特征提取光照变化局部二值模式

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：