检索结果-内蒙古大学图书馆

电子与信息学报 2019年第2期41卷 362-368页

作者：张刚陈和祥张天骐重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

传统多用户差分混沌键控主要缺点是误码率差,该文提出一种多用户降噪差分混沌键控(MU-NRDCSK)通信方案。在发射端,发送M/P长度混沌序列,复制P次后作为参考信号,所有用户共用同一参考信号,信息信号延迟不同的时间来区分用户。在接收端,... 详细信息

传统多用户差分混沌键控主要缺点是误码率差,该文提出一种多用户降噪差分混沌键控(MU-NRDCSK)通信方案。在发射端,发送M/P长度混沌序列,复制P次后作为参考信号,所有用户共用同一参考信号,信息信号延迟不同的时间来区分用户。在接收端,将接收到的信号通过滑动平均滤波器平均,再与其不同时间延迟后的信号进行相关。该方案通过降低噪声项的方差来提高系统误码性能。文中推导了该方案在加性高斯白噪声(AWGN)信道和Rayleigh信道下的理论误码率公式并进行了蒙特卡洛仿真。理论分析和仿真结果表明,理论公式与仿真结果能较好地吻合,MU-NRDCSK方案能较好地提高系统误码性能,在混沌通信领域具有很好的发展前景与研究价值。

关键词：混沌通信多用户滑动平均滤波器降噪比特误码率

来源：评论

学校读者我要写书评

暂无评论

指数型随机共振微弱振动信号检测方法

引用

振动与冲击 2019年第9期38卷 53-61页

作者：张刚曹莉贺利芳易甜重庆邮电大学通信学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

在实际工程故障诊断中特征频率信号经常淹没在噪声中,信息提取非常困难。为了提取强噪声背景中的微弱信号,将简谐势阱与Gaussian Potential模型相结合,提出一种作用在Duffing方程下的新型指数型双稳随机共振系统。首先,推导逃逸率并研... 详细信息

在实际工程故障诊断中特征频率信号经常淹没在噪声中,信息提取非常困难。为了提取强噪声背景中的微弱信号,将简谐势阱与Gaussian Potential模型相结合,提出一种作用在Duffing方程下的新型指数型双稳随机共振系统。首先,推导逃逸率并研究系统参数对输出信噪比影响;其次,基于指数型双稳随机共振系统对冲击衰减信号以及谐波振动信号进行检测;最后为检测大噪声下多频信号提出指数型双稳随机共振和经验模态分解的微弱信号联合检测方法并应用于轴承故障信号检测中。实验分析及仿真结果表明,指数型双稳随机共振模型在信号检测中是可行的,并且对于多频谐波信号通过随机共振后进行经验模态分解可使检测更加准确,联合检测不仅能识别故障信号,还能识别故障倍频信号。

关键词：指数型双稳随机共振经验模态分解故障信号检测

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的行为检测方法综述

引用

重庆邮电大学学报（自然科学版） 2020年第6期32卷 991-1002页

作者：高陈强陈旭重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

行为检测在自动驾驶、视频监控等领域的广阔应用前景使其成为了视频分析的研究热点。近年来,基于深度学习的方法在行为检测领域取得了巨大的进展,引起了国内外研究者的关注,对这些方法进行了全面的梳理和总结,介绍了行为检测任务的详细... 详细信息

行为检测在自动驾驶、视频监控等领域的广阔应用前景使其成为了视频分析的研究热点。近年来,基于深度学习的方法在行为检测领域取得了巨大的进展,引起了国内外研究者的关注,对这些方法进行了全面的梳理和总结,介绍了行为检测任务的详细定义和面临的主要挑战;从时序行为检测和时空行为检测2个方面对相关文献做了细致地分类,综合分析了每一类别中不同研究方法的思路和优缺点,并阐述了基于弱监督学习、图卷积神经网络、注意力机制等新兴研究话题的相关方法;介绍了行为检测领域常用的数据集以及性能评估指标,在这些数据集上比较了几种典型方法的性能;总结了当前行为检测方法需要解决的问题以及进一步发展的研究方向。

关键词：视频理解行为检测深度学习弱监督学习

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制和离散高斯混合模型的端到端图像压缩方法

引用

重庆邮电大学学报（自然科学版） 2020年第5期32卷 769-778页

作者：朱俊高陈强陈志乾谌放重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

图像压缩是图像处理领域重要的基础支撑技术之一。近年来,深度学习被用于解决图像压缩任务。潜在表示特征的冗余和概率估计的不准确往往会限制压缩性能的进一步提高。为了改善这类问题,提出一种基于注意力机制和离散高斯混合模型的端到... 详细信息

图像压缩是图像处理领域重要的基础支撑技术之一。近年来,深度学习被用于解决图像压缩任务。潜在表示特征的冗余和概率估计的不准确往往会限制压缩性能的进一步提高。为了改善这类问题,提出一种基于注意力机制和离散高斯混合模型的端到端图像压缩方法。将全局上下文注意力模块嵌入到编码器,旨在构造紧凑的潜在表示特征。同时,将潜在表示特征建模为参数化的离散高斯混合模型,用于提高码率估计的准确度。实验结果表明,提出的算法无论在峰值信噪比(peak signal noise rate,PSNR)还是多尺度结构相似度(multi-scale structural similarity,MS-SSIM)指标上都高于传统方法。在视觉感知上,提出的图像压缩算法能产生更令人满意的压缩图像。

关键词：图像压缩自编码器卷积神经网络深度学习

来源：评论

学校读者我要写书评

暂无评论

基于图像处理的建筑物振动位移测量算法

引用

电子与信息学报 2020年第10期42卷 2516-2523页

作者：陈昌川李奎乔飞姜宏伟赵曼淇公茂盛王海宁张天骐重庆邮电大学通信与信息工程学院重庆400065 清华大学电子工程系北京100084 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065 中国地震局工程力学研究所中国地震局地震工程与工程振动重点实验室哈尔滨150080

针对地震后高层建筑物结构损伤监测问题,该文提出一种基于方向码匹配(OCM)和边缘增强匹配(EEM)算法的微小位移测量算法。该算法先将原始图像梯度信息与像素强度融合,增强图像信息;采用相位相关法进行匹配运算,匹配速度比归一化互相关法... 详细信息

针对地震后高层建筑物结构损伤监测问题,该文提出一种基于方向码匹配(OCM)和边缘增强匹配(EEM)算法的微小位移测量算法。该算法先将原始图像梯度信息与像素强度融合,增强图像信息;采用相位相关法进行匹配运算,匹配速度比归一化互相关法提升了96.1%;最后使用亚像素插值法,使测量结果达到亚像素精度。实验结果表明,该文算法避免了OCM和EEM算法量化过程中图像梯度信息的损失,大大提高了模板匹配精度,匹配速度比OCM提升了43.3%,比EEM提升了19.6%。

关键词：图像处理位移测量模板匹配亚像素

来源：评论

学校读者我要写书评

暂无评论

矿用超声波气体流量计的研制

引用

仪表技术与传感器 2020年第1期 42-45,49页

作者：胡嘉豪全太锋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

针对当前复杂的煤矿瓦斯抽放环境条件存在的接收信号干扰大、温度变化大等问题,提出了一种由自带增强型DSP处理指令以及具有浮点运算能力的STM32F4微处理器测量的系统设计。基于时差法检测原理,提出了发送端同步激励信号驱动电路、接收... 详细信息

针对当前复杂的煤矿瓦斯抽放环境条件存在的接收信号干扰大、温度变化大等问题,提出了一种由自带增强型DSP处理指令以及具有浮点运算能力的STM32F4微处理器测量的系统设计。基于时差法检测原理,提出了发送端同步激励信号驱动电路、接收端两级信号放大处理电路以及温度补偿电路的具体解决方案,设计了一种矿用双声道超声波气体流量计,并在流量算法上进行了温度补偿和流场系数修正。该系统设计既简化了电路设计复杂性又保证了精确性。实验结果表明,该流量计测量精确、测量下限低且具有极高的稳定性。

关键词：瓦斯抽放时差法超声波气体流量计 STM32F4 渡越时间温度补偿

来源：评论

学校读者我要写书评

暂无评论

基于全卷积DenseNet的前列腺MRI分割新方法

引用

计算机应用研究 2020年第6期37卷 1886-1889,1894页

作者：胡学刚杨洪光重庆邮电大学通信与信息工程学院重庆市信号与信息处理重点实验室重庆400065

前列腺磁共振图像(MRI)的自动分割对前列腺疾病的诊断至关重要,但是前列腺区域所占比例过小、组织边界模糊等问题为自动分割带来极大困难。针对这些问题,提出了一种基于全卷积DenseNet的前列腺MRI图像分割方法。该方法以现流行的深度学... 详细信息

前列腺磁共振图像(MRI)的自动分割对前列腺疾病的诊断至关重要,但是前列腺区域所占比例过小、组织边界模糊等问题为自动分割带来极大困难。针对这些问题,提出了一种基于全卷积DenseNet的前列腺MRI图像分割方法。该方法以现流行的深度学习理论为基础,利用迁移学习的思想,将DenseNet从自然图像迁移到前列腺数据集;采用反卷积和类似U-Net的全卷积神经网络结构,实现端到端的图像分割。同时引入并改进Dice相似性损失函数以解决前列腺MRI中背景所占比例远远大于前列腺区域和一些像素难以准确分割等问题。通过在PROMISE12数据集上进行实验,提出的方法 Dice相似性系数达到93. 25%,Hausdorff距离小于1. 2 mm,相较于目前的主要方法,分割效果更好、所耗时间更短。

关键词：前列腺MRI分割 DenseNet 全卷积神经网络 Dice损失函数

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

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

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：