Zernike矩的不变性分析及其改进

Zernike矩作为一种基于区域的形状描述子,具有良好的旋转不变性,能够很好地提取图像内部的形状信息。介绍了Zernike矩的定义,对其不变性进行了深入分析,并对Zernike矩算法进行了改进,使其在具有良好的旋转不变性的基础上,也具有较好的平移不变性和比例不变性。结果表明,改进后的Zernike矩具有更好的不变性,可更好地应用于图像识别中。     

TDMA网络及通信信道模拟系统的设计与实现

由于无线信道不稳定,且网络拓扑难以控制,在基于TDMA网络的无线收发设备开发上层应用时,迫切需要一个简单易控、比较真实的开发调试平台。文中比较了国内外一些无线网络模拟器的优缺点,提出并设计实现了一种通过以太网模拟无线网络的模拟系统。该模拟系统具有扩展性好,真实可靠且操作简单等优点,对加快相关设备和应用系统的研发进程,节约开发成本具有重要的意义。     

多序列跳频无线通信系统抗多音干扰性能研究

常规跳频系统（FH-2FSK）发送的调制信号易被干扰损伤,提出的多序列跳频（MSFH）无线通信方式不需对载波进行调制,直接以载波频率来表示消息,且每跳所使用频点的随机性比FH-2FSK强．通过理论分析得到了加性白高斯噪声信道下存在多音干扰时MSFH系统误码率的闭合表达式,由数值和仿真结果可知,在信道中仅存在加性白高斯噪声时,MSFH与FH-2FSK误码率性能相同;在最坏多音干扰下,MSFH与FH-2FSK相比约有3dB误码率性能增益,抗多音干扰能力更强．     

导频设计的MIMO-OFDM改进信道估计算法

为提高系统的传输效率并改善信道估计的性能,提出了一种结合优化导频设计的分段带阻滤波算法.采用优化的导频设计,该算法在少量增加计算复杂度的基础上,能够进一步提高信道估计的性能,与实际中广泛应用的经典时域滤波算法相比,具有更高的估计精度.仿真结果证明该算法适用于不同的信道环境,尤其在低信噪比的条件下,该算法能够明显降低信道估计的MSE.     

面向时空交通栅格流量预测的3D通道注意力网络

城市交通流量预测对交通管理和公共安全具有重要意义。然而,交通栅格流量数据中的规律在时刻变化,在城市中存在全局范围的时空间关系,并且不同特征通道在每个城市区域上有不同的重要性。为解决这些挑战并做出更准确的预测,设计了一种新颖的时空神经网络模型——3D通道注意力网络(three-dimensional channel-wise attention networks,3D-CANet)。提出一个3D通道内注意力(three-dimensional inner channel attention,3D-InnerCA)单元来动态捕获各个通道中不同的全局时空相关性,同时设计通道间注意力(inter channel attention,InterCA)单元来自适应地重校准每个区域上不同特征通道的贡献。在3个真实交通栅格流量数据集上的实验结果表明,3D-CANet模型的预测能力优于其他对比方法,证明了模型的有效性。     

直升机雷达回波的动态特性分析

依据实测的直升机动态回波数据,分析了直升机机身的重点散射源及散射特征,应用Kolmogorov拟合优度检验方法及三种标准分布模型,研究了直升机动态RCS的统计特征,得到了动态RCS对各模型的拟合效果以及X2模型随视向角的半自由度分布,最后通过建立一简单的旋翼叶片散射模型并对散射中心的周期性运动调制效应进行了讨论,分析计算了直升机动态回波的谐波特征.     

高频地波雷达目标高度估计的AR模型方法

高度估计对于高频地波雷获取三维信息、提高预警能力很有意义。然而目标RCS的随机起伏对高度估计产生严重影响,通过对RCS随机起伏的AR模型建模和模型参数的自适应估计,提出了在RCS变化的条件下高度估计的扩展卡尔曼滤波算法。通过Monte Carlo仿真和外场试验数据的处理,验证了该方法对抑制RCS随机起伏、提高高度估计精度的有效性。     

Some probability functions in reliability and their applications

There has been much research on the general failure model recently. In the general failure model, when the unit fails at its age t, Type I failure (minor failure) occurs with probability 1 ? p(t) and Type II failure (catastrophic failure) occurs with probability p(t). In the previous research, some specific shapes (constant, non‐decreasing, or bathtub‐shape) on the probability function p(t) are assumed. In this article, general results on some probability functions are obtained and applied to study the shapes of p(t). The results are also applied to determining the optimal inspection and allocation policies in maintenance problems. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2007     

矩阵变换特征与码序列联合学习的卷积码识别方法

现有基于深度学习的卷积码识别方法仍存在参数规模较大、识别性能较弱等不足。针对该问题,提出了一种基于矩阵变换特征与码序列联合学习的卷积码识别方法。将接收到的码字序列排列成矩阵形式,利用软信息剔除可靠性较低的码字,通过一种新的矩阵变换算法得到特征矩阵。在识别时,将原始码字矩阵和特征矩阵输入到具有多模态数据联合学习能力的网络模型,在神经网络中完成特征的提取融合与卷积码的识别。仿真结果表明,所提方法性能明显优于现有基于深度学习的识别方法,特别是对于高码率卷积码;当码率较低时,同样优于传统识别方法。当信噪比达到5 dB时,25种不同参数卷积码的识别率均可达到100%。     

多进制多维信号集信道容量分析及其计算

描述了信道容量的一般概念 ,具体就波形信道 ,连续信道及离散输入连续输出无记忆信道进行了分析 ,分别导出了它们的信道容量公式。结合几种常见的多进制多维调制技术MPSK、MQAM、L正交信号及其星座分析 ,给出了它们信道容量的Monte Carlo模拟以及数值积分模拟 ,同时分析了由于信号集扩展而带来的编码增益