检索结果-内蒙古大学图书馆

电子与信息学报 2024年第5期46卷 1908-1919页

作者：石嘉李安童李赞肖什贵魏庆西安电子科技大学ISN国家重点实验室西安710071

该文研究了复杂环境条件下重大活动安保区域的电磁安全协同压制技术问题。首先采用了城市环境电波传播模型,建模分析了城市复杂电磁环境的特征。其次,针对高效电磁压制与有效避免有害干扰问题,利用势博弈方法设计电磁压制设备协同部署算... 详细信息

该文研究了复杂环境条件下重大活动安保区域的电磁安全协同压制技术问题。首先采用了城市环境电波传播模型,建模分析了城市复杂电磁环境的特征。其次,针对高效电磁压制与有效避免有害干扰问题,利用势博弈方法设计电磁压制设备协同部署算法,基于此,提出了基于遗传算法的压制设备功率优化方法,实现了电磁压制设备协同工作下干扰功率的高效投送。仿真结果表明,所提出的电磁压制设备位置部署算法可获得与理论最优方法(即遍历算法)近似的优异性能,且运算复杂度更低;在保证相同干扰效果下,所提功率优化算法相较于传统干扰功率分配方法的传输功率降低了50%以上,实现了精准协同管控。

关键词：通信干扰电磁管控重大安保活动博弈论遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于无监督图互信息最大化的海面小目标异常检测

引用

电子与信息学报 2024年第7期46卷 2712-2720页

作者：许述文何绮茹宏涛西安电子科技大学雷达信号处理国家重点实验室西安710071

受到复杂海洋环境的影响,雷达对海面慢速小目标难以实现高性能检测。对于这类目标,传统的基于能量的统计检测方法存在着严重的性能损失。针对这一问题,该文提出了基于互信息最大化框架下的海面小目标检测方法,实现海杂波背景下的无监督... 详细信息

受到复杂海洋环境的影响,雷达对海面慢速小目标难以实现高性能检测。对于这类目标,传统的基于能量的统计检测方法存在着严重的性能损失。针对这一问题,该文提出了基于互信息最大化框架下的海面小目标检测方法,实现海杂波背景下的无监督目标异常检测任务。首先,考虑到高分辨雷达回波不满足传统神经网络对样本独立同分布的假设,该文从图的角度重新建模数据,利用回波的空时相关特性来构建图拓扑结构。该文提出相对最大节点度并联合7个已有特征作为节点的初始表示向量。接下来,采用图注意力网络作为互信息最大化框架中的编码器学习节点表示向量。最后,使用异常检测算法进行目标检测,并实现虚警可控。经实测数据验证,使用快速凸包学习算法时,相比三特征检测器,所提检测器性能提升了9.2%;相比时频三特征检测器,性能提升了7.9%。当网络输出更高维的表示向量时,使用孤立森林算法的检测器的性能提升了27.4%。

关键词：海杂波目标检测图神经网络无监督学习

来源：评论

学校读者我要写书评

暂无评论

单有向电磁矢量传感器的参数估计方法

引用

电子与信息学报 2023年第2期45卷 558-566页

作者：胡毅立赵永波陈胜牛奔西安电子科技大学雷达信号处理国家重点实验室西安710071

传统的单电磁矢量传感器(UEMVS)由3个电偶极子和3个磁环构成且方向图是全向的。但是当多个单电磁矢量传感器依附在共形载体上构成共形电磁矢量传感器阵列时,为了降低共形电磁矢量传感器阵列的副瓣,通常每个传感器的方向图是有向的。基... 详细信息

传统的单电磁矢量传感器(UEMVS)由3个电偶极子和3个磁环构成且方向图是全向的。但是当多个单电磁矢量传感器依附在共形载体上构成共形电磁矢量传感器阵列时,为了降低共形电磁矢量传感器阵列的副瓣,通常每个传感器的方向图是有向的。基于有向方向图的单电磁矢量传感器也称为单有向电磁矢量传感器(UDEMVS)。该文针对UDEMVS的参数估计问题,提出两种参数估计方法,分别是基于免搜索的旋转不变信号参数估计和矢量叉积(ESPRIT-VCP)方法以及基于网格搜索的多重信号分类和最小瑞利商(MUSIC-MRQ)方法。ESPRIT-VCP方法是根据旋转不变性和矢量叉积,获得4维参数的闭式解,MUSIC-MRQ方法根据信号和噪声子空间正交性与最小瑞利商,利用网格搜索得到2维角度估计值,进而结合信号回波模型得到2维极化的估计值。所提两种方法只利用了UDEMVS的6通道数据就能有效得到目标的参数估计结果,有较低的计算复杂度。仿真结果从角度和极化的估计性能出发验证了所提方法的有效性。

关键词：单有向电磁矢量传感器参数估计矢量叉积最小瑞利商

来源：评论

学校读者我要写书评

暂无评论

面向高光谱异常检测的背景记忆模型

引用

遥感学报 2024年第3期28卷 717-729页

作者：谢卫莹钟佳平李云松西安电子科技大学综合业务网理论及关键技术国家重点实验室西安710071

高光谱图像具有丰富的连续光谱信息,覆盖从可见光到红外波长范围内数百个波段。此数据特性使得高光谱数据在图像处理中有挖掘光谱内在特征的独特优势,从而有利于充分利用空间和光谱信息,检测感兴趣区域中的目标。但是由于高光谱数据的... 详细信息

高光谱图像具有丰富的连续光谱信息,覆盖从可见光到红外波长范围内数百个波段。此数据特性使得高光谱数据在图像处理中有挖掘光谱内在特征的独特优势,从而有利于充分利用空间和光谱信息,检测感兴趣区域中的目标。但是由于高光谱数据的高维性、实际场景的复杂性以及有标签样本数量的有限性,高光谱异常检测仍面临背景和异常不易区分和检测精度低的问题。为了解决以上问题,本文提出一种面向高光谱异常检测的背景记忆模型。首先,通过无监督的基于密度估计的粗检方法,获得伪背景和伪异常向量。其次,设计基于异常突出正则项约束的背景记忆生成对抗网络模型,扩大伪背景和伪异常间的距离,并采用弱监督—伪标签的训练方式,使得网络具有较强的背景生成能力,同时弱化其对于异常的重构效果,减少对于背景和异常重构的泛化性,增强输出检测结果中背景和异常的差异和辨别度。此外,在特征域和图像域进行对抗学习,提高样本生成能力,更好地学习到输入样本的分布情况,提高网络对背景的生成能力。最后,使用非线性背景抑制方法减小虚警率,进一步提升检测精度。实验结果表明,本文方法相比其他检测算法在不同数据集上具有更好的检测效果。

关键词：遥感生成对抗网络高光谱异常检测弱监督学习无监督学习

来源：评论

学校读者我要写书评

暂无评论

基于信息瓶颈的深度学习模型鲁棒性增强方法

引用

电子与信息学报 2023年第6期45卷 2197-2204页

作者：董庆宽何浚霖西安电子科技大学综合业务网国家重点实验室西安710071

作为深度学习技术的核心算法,深度神经网络容易对添加了微小扰动的对抗样本产生错误的判断,这种情况的出现对深度学习模型的安全性带来了新的挑战。深度学习模型对对抗样本的抵抗能力被称为鲁棒性,为了进一步提升经过对抗训练算法训练... 详细信息

作为深度学习技术的核心算法,深度神经网络容易对添加了微小扰动的对抗样本产生错误的判断,这种情况的出现对深度学习模型的安全性带来了新的挑战。深度学习模型对对抗样本的抵抗能力被称为鲁棒性,为了进一步提升经过对抗训练算法训练的模型的鲁棒性,该文提出一种基于信息瓶颈的深度学习模型对抗训练算法。其中,信息瓶颈以信息论为基础,描述了深度学习的过程,使深度学习模型能够更快地收敛。所提算法使用信息瓶颈理论提出的优化目标推导出的结论,将模型中输入到线性分类层的张量加入损失函数,通过样本交叉训练的方式将干净样本与对抗样本输入模型时得到的高层特征对齐,使模型在训练过程中能够更好地学习输入样本与其真实标签的关系,最终对对抗样本具有良好的鲁棒性。实验结果表明,所提算法对多种对抗攻击均具有良好的鲁棒性,并且在不同的数据集与模型中具有泛化能力。

关键词：深度学习对抗训练信息瓶颈对抗样本鲁棒性

来源：评论

学校读者我要写书评

暂无评论

基于相对参量的自适应密度峰值聚类算法

引用

北京邮电大学学报 2025年第1期48卷 21-25页

作者：邵壮付卫红西安电子科技大学通信工程学院西安710071 西安电子科技大学综合业务理论与关键技术国家重点实验室西安710071

针对密度峰值聚类算法的缺陷,提出一种基于相对参量的自适应密度峰值聚类算法。所提算法通过引入新参量相对局部密度来判断簇中心,削弱数据集中不同簇的密度不同对聚类效果的影响;通过使用新参量相对连通距离来衡量簇间的相似性,消除数... 详细信息

针对密度峰值聚类算法的缺陷,提出一种基于相对参量的自适应密度峰值聚类算法。所提算法通过引入新参量相对局部密度来判断簇中心,削弱数据集中不同簇的密度不同对聚类效果的影响;通过使用新参量相对连通距离来衡量簇间的相似性,消除数据集中不同簇的尺寸大小不同对聚类效果的影响,增强算法在不同数据集上的适用性;通过构造相对局部密度信息熵函数,根据数据集的特点自适应确定相关参数,提高算法智能性;采用新的点分配策略,避免链式反应。实验结果表明,相较于标准密度峰值聚类算法及其改进算法,所提算法的聚类性能有较大提升。

关键词：聚类密度峰值自适应密度峰值聚类局部密度连通距离

来源：评论

学校读者我要写书评

暂无评论

基于稀疏和低秩先验的雷达前视超分辨成像方法

引用

雷达学报（中英文） 2023年第2期12卷 332-342页

作者：唐军奎刘峥冉磊谢荣秦基凯西安电子科技大学雷达信号处理国家重点实验室西安710071

在精确制导、自主着陆、地形测绘等多种领域,雷达前视成像至关重要。传统的基于实波束扫描的前视成像方法受到实际雷达孔径约束难以获得高分辨图像。与整个成像场景相比,感兴趣目标通常只占一小部分区域,这种稀疏性使得压缩感知(CS)可... 详细信息

在精确制导、自主着陆、地形测绘等多种领域,雷达前视成像至关重要。传统的基于实波束扫描的前视成像方法受到实际雷达孔径约束难以获得高分辨图像。与整个成像场景相比,感兴趣目标通常只占一小部分区域,这种稀疏性使得压缩感知(CS)可以应用于高分辨率前视图像重建。然而,雷达回波中的强噪声影响了基于CS方法生成图像质量。受到最终生成图像具有低秩特性的启发,该文建立了一种联合低秩和稀疏特性的前视超分辨成像模型。为了有效地解决所提模型中的双重约束优化问题,提出了一种在交替方向乘子法(ADMM)框架下基于增广拉格朗日乘子(ALM)的前视图像重构方法。仿真和实测数据实验结果表明,所提方法能够有效提高雷达前视成像的方位分辨率,并且具有较强噪声鲁棒性。

关键词：前视成像超分辨成像压缩感知(CS) 低秩和稀疏特性增广拉格朗日乘子(ALM) 交替方向乘子法(ADMM)

来源：评论

学校读者我要写书评

暂无评论

MMRGait-1.0:多视角多穿着条件下的雷达时频谱图步态识别数据集

引用

雷达学报（中英文） 2023年第4期12卷 892-905页

作者：杜兰陈晓阳石钰薛世鲲解蒙西安电子科技大学雷达信号处理国家重点实验室西安710071

步态识别作为一种生物识别技术,在实际生活中通常被认为是一项检索任务。然而,受限于现有雷达步态识别数据集的规模,目前的研究主要针对分类任务且局限于单一行走视角和相同穿着条件,这限制了基于雷达的步态识别在实际场景中的应用。该... 详细信息

步态识别作为一种生物识别技术,在实际生活中通常被认为是一项检索任务。然而,受限于现有雷达步态识别数据集的规模,目前的研究主要针对分类任务且局限于单一行走视角和相同穿着条件,这限制了基于雷达的步态识别在实际场景中的应用。该文公开了一个多视角多穿着条件下的雷达步态识别数据集,该数据集使用毫米波雷达采集了121位受试者在多种穿着条件下沿不同视角行走的时频谱图数据,每位受试者共采集8个视角,每个视角采集10组,其中6组为正常穿着,2组为穿大衣,2组为挎包。同时,该文提出一种基于检索任务的雷达步态识别方法,并在公布数据集上进行了实验,实验结果可以作为基准性能指标,方便更多学者在此数据集上开展进一步研究。

关键词：毫米波雷达步态识别检索任务多视角多穿着条件公开数据集

来源：评论

学校读者我要写书评

暂无评论

降低OTFS信号PAPR的无边信息传输SLM方法

引用

北京邮电大学学报 2025年第1期48卷 7-13页

作者：许晨王浩邵思宇任光亮西安电子科技大学综合业务网理论及其关键技术国家重点实验室西安710071

正交时频空(OTFS)调制技术在高速移动场景下具有优异的性能,但其发送信号的峰均比(PAPR)大。针对该问题,提出了一种基于选择性映射(SLM)且无需传递边信息的OTFS信号PAPR降低方法。发送端在时延多普勒域通过随机相位序列对发送符号进行加... 详细信息

正交时频空(OTFS)调制技术在高速移动场景下具有优异的性能,但其发送信号的峰均比(PAPR)大。针对该问题,提出了一种基于选择性映射(SLM)且无需传递边信息的OTFS信号PAPR降低方法。发送端在时延多普勒域通过随机相位序列对发送符号进行加扰,并利用OTFS独有的脉冲导频位置的自由度来隐藏边信息。接收端在时延多普勒域通过检测接收符号能量分布的差异来提取边信息,最后重新推导了时延多普勒域的输入输出关系,给出了改进后的信道估计和信号检测算法。仿真结果表明,所提方法可以有效降低峰值平均功率比约2.4 dB,同时在采用估计信道状态信息的情况下仅有0.4 dB的误码率性能损失。

关键词：正交时频空调制峰值平均功率比选择性映射边信息

来源：评论

学校读者我要写书评

暂无评论

基于最邻近帧质量增强的视频编码参考帧列表优化算法

引用

通信学报 2022年第11期43卷 136-147页

作者：霍俊彦邱瑞鹏马彦卓杨付正西安电子科技大学ISN国家重点实验室陕西西安710071

帧间预测是视频编码的核心模块,其利用参考帧的重建样本来预测当前图像样本,从而通过传输少量预测残差数据表示复杂视频内容。在有损视频编码中,参考帧质量受到量化失真的影响,导致预测精度较差,影响编码性能。针对低时延视频业务,提出... 详细信息

帧间预测是视频编码的核心模块,其利用参考帧的重建样本来预测当前图像样本,从而通过传输少量预测残差数据表示复杂视频内容。在有损视频编码中,参考帧质量受到量化失真的影响,导致预测精度较差,影响编码性能。针对低时延视频业务,提出一种基于最邻近帧质量增强的参考帧列表优化算法,通过基于深度学习的卷积神经网络增强与当前帧最邻近参考帧的质量,并将增强后的高质量帧整合到当前帧的参考帧列表中,提高了帧间预测精度。以高效视频编码H.265/HEVC参考软件平台HM16.22为参考基准,所提算法在Y、Cb、Cr这3个分量上可分别节省9.06%、14.92%、13.19%的编码码率。

关键词： H.265/HEVC 深度学习帧间预测参考帧列表

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：