基于DSP的运动目标检测算法优化

本文针对视频图像运动目标检测算法数据量多、处理速度慢的缺点,提出了对运动目标检测算法的优化方法,使用基于TMS320C64X系列DSP的程序优化方法对运动目标检测代码进行优化,采用了编译器选项、内联函数与宏定义、查找表、软件流水等优化方法,最后综合分析了相关优化方法对于时间性能的改进情况,实验结果证明了优化方法的有效性。     

实验室里测土质 保证农产品食用安全

正为检测农作物药物残留情况,黑龙江垦区龙镇农场土壤实验中心采用盆栽测土质法对土壤农药残留成分进行检测。工作人员在耕种地块取土,种植对残留农药较为敏感的小白菜、玉米等植物,根据植物生长形势对土质进行分析,查看农药残留情况,以便尽早采取措施,保证农产品安全食用。     

从数据比较看多元增收的政策取向

正近年来,兵团团场职工收入增长较快,收入水平显著提高,2011年,更是历史性跨过万元大关,成为继北京、天津、上海、江苏、浙江五个经济强省(市)之后,全国第六个农民人均纯收入超过万元的地区。但与发达地区相比、与职工群众的期待相比,兵团还存在一定程度的差距,继续增收、多元增收,任务迫切而艰巨。本文试图通过相关数据的比较和分析,对促进兵团团场职工多元增收的政策取向提     

基于贝叶斯原理的放大转发中继联合信道估计

在贝叶斯原理的框架下,依据放大转发中继联合信道等价于两段瑞利信道相叠加的特征,将其概率密度分布这一先验知识与接收端的训练序列相结合,得到了最小均方和最大后验两种估计方法。由于两种方法的准确贝叶斯CRB难以求解获得闭合表达式,从最大熵原理出发,结合复高斯分布性质,推导了MLE准则下的CRB相对应的近似贝叶斯CRB,以衡量不同方法的估计精度。仿真结果表明相比于原有的MLE方法,最大后验估计方法在低信噪比下性能改善明显。     

星载AIS系统检测概率建模与仿真分析

针对现有星载AIS（Automatic Identification System）系统检测概率低的问题,对星载AIS系统的接收信号冲突和检测概率进行了研究和论证,并对影响检测概率的诸多因素进行了分析。首先分析了星载AIS系统与地面AIS系统的差异性,指出了星载AIS面临的新挑战。其次,重点对星载AIS信号多网冲突问题进行了研究,建立了一种基于船舶分布密度函数的星载AIS检测概率模型。最后,通过分析时隙冲突、船舶动态、轨道高度、天线类型和B类AIS船舶等因素对系统检测概率的影响,为工程设计和性能评估提供了一定参考依据。     

基于稀疏图的DS-CDMA系统设计

DS-CDMA是在扩频技术上发展起来的多址接入方式,但在用户接入数量过载时难以保证高质量的通信性能。基于此,提出了一种基于稀疏图的DS-CDMA系统。该系统以低密度二分图的形式来描述扩频码片和用户之间的关系,使得参与通信的每个用户只在少量码片上进行非零位扩频调制,最大程度地减少了用户间的相互干扰。借助图模型的相关理论,把适合于稀疏图的置信度传播算法应用于该系统,进行多用户检测,通过码片与用户之间的消息迭代来消除噪声和多址干扰带来的影响。结合计算机仿真,从不同的角度测试了系统的误码率等性能。理论分析与性能验证表明,稀疏图DS-CDMA在接入用户数量远远超过系统容量的情况下,依然具有优良的性能。     

非高斯噪声下信号盲检测算法*

针对实际甚低频和超低频接收机不仅受非高斯噪声的影响,同时受到接收机内部和外部环境中高斯噪声影响的问题,对噪声采用高斯尺度混合分布和高斯分布的混合模型建模,根据混合模型的性质,设计了一种基于马尔可夫链蒙特卡罗方法的信号盲检测算法。盲检测算法在贝叶斯层次模型下,采用Gibbs抽样和M-H抽样更新参数,同步检测信道衰落系数、噪声模型参数和信号。算法迭代效率快、精度高。通过与最优检测性能比较,盲检测算法性能优异,对甚低频和超低频信号接收具有重要的现实意义。     

基于虚拟检测函数下的IMM-UKF机动目标跟踪

为了有效提高对机动目标的跟踪效果,将无迹卡尔曼滤波(UKF)引入到交互多模型(IMM)算法框架内,加强状态估计精度;引入强跟踪滤波器(STF)到UKF算法中,避免对强机动目标的过大时间延迟和跟踪性能差的缺点;提出虚拟检测函数法,在跟踪过程中自适应调整"当前"统计模型的机动参数,加大模型集与目标真实运动模式匹配概率。仿真结果验证了改进算法的有效性。     

自学习粒子群与梯度下降混杂的漏磁反演方法

利用自学习粒子群优化算法的全局寻优能力克服梯度下降法过分依赖初始解,易陷入局部极值的缺点,从而提高梯度下降法的优化性能。以径向基函数神经网络为前向模型,基于自学习粒子群与梯度下降混杂的反演方法用于漏磁缺陷轮廓重构中。实验结果表明,该反演方法重构的缺陷轮廓比较准确,且在漏磁信号存在噪声的情况下,重构结果到与实际轮廓相近,并具有一定的噪声鲁棒性。     

基于相关性的OFDM盲识别与参数估计方法

针对非协作通信领域OFDM信号识别难的问题,提出一种基于信号循环前缀相关性的盲识别和时域参数估计算法。通过对OFDM信号循环自相关函数进行分析,在时域上求出延时自相关运算函数的波形,利用循环前缀的相关波峰的特性,以区别OFDM信号和单载波信号,实现对OFDM信号的盲识别。在此基础上,通过采用多个OFDM信号构造循环前缀相关性的累加函数所形成的波峰完成对符号和循环前缀长度等参数的估计。