基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

CDMA中盲自适应多用户检测算法的研究与分析

在传统的自适应检测方法改进的基础上,总结了最新的LMS,RLS,Kalman算法在CDMA多用户检测上的应用。文中给出了三种算法原理及方法,并用Matlab工具进行仿真。在比较三种检测方法的平均信干比和加不同干扰条件下误码率的基础上,得出三种算法的抗干扰性能较好,而Kalman算法表现了最优的性能。     

空间调制系统下改进的球形译码检测算法

在空间调制(SM)系统的检测算法中,球形译码(SD)检测算法的性能最接近最大似然(ML)最优检测,但其初始半径的选择是一个难题,不合适的初始半径将导致极大的运算复杂度。针对这个问题,本研究提出了一种改进的球形译码检测算法。该算法将距离排序(DBD)算法与SD算法相结合,以DBD算法得到的估计值导出SD算法的初始半径,同时引入天线候选集因子T和调节变量K以平衡性能和复杂度。仿真结果表明,改进的SD算法相比于传统SD算法能降低约30%～60%的运算复杂度。     

一种过载系统下的非正交多用户检测方法

为了提高系统容量、频谱效率和传输速率,可以允许接收端的天线数小于发送端的天线数,即所谓的系统过载情况.而业界提出的针对第五代通信网络的功率域非正交多址接入(PDNOMA,Power Domain Non-Orthogonal Multiple Access)方式,通过功率域叠加复用可以增加用户接入数量.该研究结合系统过载和用户非正交叠加复用,介绍了过载的非正交多用户系统的基本原理,并在接收端提出一种多用户检测方法,基于迭代干扰消除的串行干扰消除算法(IICSIC,Iterative Interference Cancellation based Successive Interference Cancellation).仿真表明:与PDNOMA系统的串行干扰消除(SIC,Successive Interference Cancellation)算法和过载系统的迭代干扰消除(IIC,Iterative Interference Cancellation)方法相比较,所提的方法性能明显较好.     

基于左归词频向量空间模型的中文文本抄袭检测算法

提出一种基于左归词频向量空间模型的抄袭检测算法.通过左归处理将抄袭文本的指代还原,借助同义词链对所有同义词统一左对齐于同义词链首词,然后以直接统计词频构造文本词频特征,抛弃词频统计抄袭检测算法中以TF-IDF多步计算相对词频的处理,最后以词频特征构造向量空间模型,用余弦相似计算文本相似度.实验表明,算法在各种抄袭类型的数据集上综合性能更优、稳定性更好、效率更高.     

基于扩展PASTd跟踪算法的谐波检测方法

子空间分解类算法在理论上具有任意的高分辨率,非常适合于电力系统各类谐波的分析,但需要对高维矩阵进行特征值分解,这不仅费时而且不易于工程实现.将投影近似子空间跟踪算法引入电力系统谐波分析领域,详细分析评估PASTd算法的性能.仿真结果表明,紧缩投影近似子空间跟踪算法即PASTd算法不仅保留了子空间分解类算法的超分辨率特性,而且收敛速度较快,稳定性好,可推广用于电力系统谐波检测领域.     

基于XY-H色彩空间的肤色检测方法

为提高对肤色检测的准确性和速度,对肤色检测在9种色彩空间的聚类性和分布区域的规则性进行了对比研究,得出XYZ色彩空间适于做肤色二维阈值分割,HSV、HIS、HSL色彩空间适合在色调H分量上进行一维阈值分割,并在此基础上提出了基于XY-H色彩空间的肤色检测阈值分割方法。试验表明,该方法使肤色检测效果得到了明显提高。     

基于最大似然估计的优化盲检测方案

提出了一种应用于空时分组编码系统的优化盲检测方案,可以达到降低计算复杂度之目的.文章首先建立了空时分组编码的系统模型,并且介绍了最大似然估计的理论.在此基础上,提出盲检测迭代算法终止时机因子的概念,通过调节终止时机因子,可以平衡降低误码率和减少运算量之间的关系,以满足实际情况的需要.理论分析表明,此方法具有可行性,而通过Matlab仿真得到在计算量有限的情况下,通过减小终止时机因子并且增加级联在一起的空时分组码矩阵个数,可以降低比特误码率.     

基于二维向量空间模型的农业技术智能问答系统研究

为了充分利用已有农业科技信息资源为涉农用户提供便捷准确有效的技术咨询服务,研究采用智能问答的方式,通过分析传统向量空间模型在农业特定领域应用中存在的问题,提出了一种二维向量空间模型(2DVSM),在此基础上,在Ajax的支持下开发了农业技术智能问答系统.应用结果表明,系统平均准确率可达83.23％,问答平均耗时可减少到0.06453s/次,问题咨询操作可实现0次刷新.系统简单准确专业的答疑服务及良好的用户体验能满足涉农用户对生产技术信息的需求.     

基于HSV空间的微米木纤维直径检测算法

为了实现生产中微米木纤维直径智能检测,结合先进的数字图像处理技术,并改进传统纤维分段测量法,研究了一种基于目标提取与最大内切圆的纤维直径检测算法.该算法对木纤维显微图像进行基于HSV空间的目标提取,分析木纤维形态并引入用户需求概念,通过改进的分段测量法实现木纤维直径检测.结果表明,采用的算法在木纤维直径检测中,具有良好的适用性,检测精度满足生产要求.     

基于快速幂法子空间跟踪的低频振荡辨识方法

基于中国农村1986~2010年的时间序列数据,采用状态空间模型和中介效应分析方法检验并测算了农村金融发展对农村贫困的影响效应及其成分。研究结果表明：农村金融发展有效促进了农村贫困缓减,并且在促进农村贫困缓减的过程中中介效应与直接效应并存。     

一种基于通道排序的云检测方法

目前各主要的数值预报中心NWP模式仅同化AIRS的晴空辐射资料,而AIRS仅10%左右视场不受云污染。为了提高资料的利用率,提出一种新的基于通道排序的云检测方法,直接寻找不受云影响的通道,考虑到仪器等一些噪声需要进行滤波,区别于目前采用的移动平均滤波,文中提出了高斯核滤波方法。结果表明,采用高斯核滤波之后的云检测不但可以快速有效地检测出不受云污染的晴空通道,且减少了有云资料的误判,从而为高光谱大气红外探测器辐射率资料在数值天气预报资料同化系统中的应用奠定基础。     

一种新颖的STBC-OFDM信道估计算法

给出了一种基于空时编码训练序列的信道估计算法,这种算法基于空时分组码的正交性.模拟实验证明,该算法适用于慢变瑞利衰落信道和时不变频率选择性衰落信道,同时该算法优于基于LS的算法.此算法可以应用于OFDM通信系统.     

基于双通道目标运动检测的乒乓球运动决策系统*

动作是体育运动的关键技术,要规范运动员动作,不但使他们的运动成绩能够达到或接近最高水平,同时也可以避免运动员积累型运动损伤,达到这样的训练目的就需要科学的方法。目前,我国已经建立了标准动作多媒体视频数据库,利用了一种双通道目标运动检测算法,结合了运动检测技术和人的行为理解方法,实现了感知技术对体育动作量化分析和体育动作模式识别。针对乒乓球快速多变特点,以及手腕动作的精细变化与球拍的较高关联度,对乒乓球和乒乓球拍建立了离散小波变换的空时模型,剔除运动模式识别中的噪声孔洞有助于提高检测的正确性。通过定性分析和实验结果,这种基于双通道混合算法的乒乓球运动决策系统能够较为准确的识别乒乓球运动中的有误动作,为及时更正动作提供了科学和有效的依据。     

一种基于功率检测的电路断路器设计

设计了一种采用功率检测方式实现的电路断路器.详细介绍了其设计原理、实现框图以及各模块电路,并对功率监测功能进行了分析.结果表明,该电路工作有效、稳定、可靠.     

基于认知无线电的频谱检测算法

认知无线电技术能够解决当前无线频谱资源匮乏而频谱利用率却非常低这一矛盾。无线频谱检测是认知无线电的关键技术。文章对匹配滤波检测、能量检测等单节点频谱检测方法进行了研究,并通过仿真对比分析了各检测算法的检测性能。在此基础上引入了合作检测方法,通过与单节点检测算法的对比仿真得出合作检测方式在性能上的优势。     

一种子空间辨识对权重矩阵加权平均新方法

给出了一种计算线性子空间辨识权重矩阵的新方法,该方法是在结合算法N4SID、MOESP及MOESN4优点的基础上,对算法MOESN4加以改进和推广,主要是对所选取的权重矩阵进行加权平均,使算法的权重矩阵选择机会增多,增加了算法在实际中的应用性,给出两种不同权重矩阵加权平均算法MOESN4WAc与MOESN4WAd.     

基于深度学习的高分辨率麦穗图像检测方法

小麦是重要的粮食作物之一,针对人工田间麦穗计数及产量预测效率低的问题,基于深度学习提出了一种高分辨率的小密集麦穗实时检测方法。对麦穗图像数据集进行图像分割、标注、增强预处理,基于Tensorflow搭建YOLOv4网络模型,调整改进后对其进行迁移学习;与YOLOv3、YOLOv4-tiny、Faster R-CNN训练模型进行对比,对改进模型的实用性与局限性进行分析;重点分析影响麦穗检测模型性能的关键因素。通过图像分割的方式,证明了通过改变图像分辨率确定麦穗所占图像最优像素比,可以提高前景与背景差异,对小密集麦穗有显著效果。通过对改进模型的测试,表明该模型检测精度高,鲁棒性强。不同分辨率、不同品种、不同时期的麦穗图像均类平均精度（mAP）为93.7%,单张图片的检测速度为52帧·s^-1,满足了麦穗的高精度实时检测。该研究结果为田间麦穗计数以及产量预测提供技术支持。     

改进的种子点生长模糊边缘检测算法

针对传统模糊边缘检测算法计算量大、效率低的弱点,利用图像边界点连续的特性,结合模糊边缘检测算法的思想,提出了一种基于模糊理论的改进种子点生长边缘检测算法。利用相应算法建立两张快速查找表,对图像中的像素点通过查表,选取种子点,根据边缘点的判断准则对其进行生长,最终实现边缘检测。实验证明,算法具有较高的效率和较强的抗噪能力。     

基于改进的Hough变换的圆检测

在进行圆形目标检测时,通常采用基于Hough变换的方法,但这种方法计算量大、运算速度慢、对存储空间需求大.为此,提出了改进的Hough变换用于圆形目标检测,该方法在圆形目标定位时具有快速、稳定、准确的特点,可以满足实时性要求.在基于啤酒瓶生产线的实际数据集上验证了该算法的有效性.