改进PSPNet的炮弹火焰分割算法及应用

针对目前靶场炮弹火焰图像分割算法对火焰边界分割效果差而导致定位精度下降的问题,基于PSPNet算法,结合双向特征融合模块以及全注意力机制网络的特征金字塔转换模块,提出改进PSPNet的炮弹火焰分割PSP_FPT(pyramid scene parsing_feature pyramid with Transformer)算法,实现对炮弹火焰目标的高精度分割。利用双向特征融合模块对金字塔池化后的特征进行双向融合,增强各子区域以及全局目标空间和语义特征的相关性,提升炮弹火焰分割的准确性。为了避免火焰周围烟雾、扬尘对分割效果的影响,将特征金字塔转换模块与全注意力机制网络相结合,优化双向特征融合模块输出后的特征映射,提升区域内目标之间的空间结构关系;提高算法对炮弹火焰目标与背景干扰之间的辨别力,进一步提高算法的识别能力。将全局池化后的特征作为全注意力机制网络的输入,解决了由于图像输入序列过长导致全注意力机制网络参数量过大的问题,进而降低工程应用的实现难度。实验结果表明,该算法在炮弹火焰数据集上分割的平均交并比达98.01%,平均准确率达98.97%,对炮弹火焰分割有较强的鲁棒性和较高的准确率。

基于虚拟仪器技术的小卫星测试平台

小卫星以其小型化、微型化、轻型化、高密度、软件化和智能化的特点赢得越来越多的用户.小卫星测试系统应具有灵活、方便、低成本、短开发周期等特点.基于虚拟仪器技术的测试系统可配置性好,重复利用率高,又可利用最新的计算机软硬件技术.本文介绍一种基于虚拟仪器技术的小卫星自动测试平台.

利用快速逼近法求解放射治疗最优化问题的研究

在放射治疗中 ,逆向治疗计划的实质是最优化问题 .目前人们用各种方法求解这一问题 ;傅立叶变换方法、Radon变换法和投影算法等解析方法可能导致物理上无法实现的负束流问题 ;迭代法和内、外罚函数法、梯度法及牛顿下山法等又可能落入局部极值阱 ,从而无法求得最优解 .模拟退火法在理论上可能克服以上困难 ,但计算效率低 .因此 ,发展逆向治疗计划最优化算法仍是这一领域的难点和热点 .作者使用一种最优化方法———快速逼近法 ,通过计算机程序证明 ,该算法对逆向放射治疗是很有效的 .

NI测控产品以及虚拟软、硬件技术在卫星测控中的应用

本文系统地介绍了利用NI公司的软硬件测控产品开发卫星测试系统,以求提高卫星测试的可靠性和在线分析能力,降低测试成本。

虚拟软硬件技术在卫星测控中的应用

介绍虚拟仪器技术应用于小卫星测控的特点和方法。

基于惯性传感器和视觉里程计的机器人定位

针对机器人快速运动下,由运动模糊而导致视觉里程计定位估计精度下降的问题,结合惯性传感器和视觉里程计提出一种定位算法。该方法以扩展卡尔曼滤波(extended Kalman filter,EKF)为框架,利用惯性传感器的航位推算构建EKF的过程模型,视觉里程计作为相对线速度和相对角速度传感器用来建模观测方程,同时考虑到机器人运动在平面上,在垂直方向和侧向方向不会产生跳动和滑动,利用这两个方向上瞬时速度为零的约束构建另外一个观测方程。提出的定位方法能够克服视觉定位和惯性定位的缺点,提高了定位精度。基于机器人实测数据进行实验,结果表明提出的算法优于单独采用惯性传感器和视觉里程计。

改进蚁群算法的无线传感器网络路由优化与路径恢复算法

无线传感器网络中的能耗问题一直是研究的热点之一。为了寻找网络中数据传输的最优路径,提出了一种新的基于蚁群算法的无线传感器网络路径寻优和恢复算法。通过改进的启发函数,综合考虑节点通信时的传输距离、传输方向和剩余能量,使得从源节点到目的节点能够找到一条最优的路径,以降低网络的能量消耗、延长网络的生存周期。同时提出了基于死亡节点的路径恢复策略,使得在最优路径上出现节点死亡的情况时,最优路径能够快速恢复,以减少路径再次寻优的时间。通过仿真实验,结果表明新的蚁群算法能够有效降低节点的能量消耗,延长网络生存周期,并在出现节点死亡时,能够对最优路径进行快速恢复。

利用循环前缀的OFDM系统定时同步算法

在频率选择性衰落信道下,由于符号间干扰(ISI)的存在,利用循环前缀(CP)的最大似然正交频分复用(OFDM)系统同步算法性能较差.首先,通过改善循环前缀"集相关"特性存在的缺陷,提出了一种新的定时度量函数.利用无符号间干扰区间内的采样点,对相隔OFDM符号长度的两个数据块进行相关运算.其次,提出新的检测函数,在由定时度量函数最大值和循环前缀长度确定的区间内,搜索检测函数的最大值,得到定时偏移估计值,完成定时同步.仿真结果表明,在频率选择性衰落信道下,与已有算法相比,本算法定时偏移估计值期望更接近理想值,均方差更小,复杂度更低.

基于改进高斯混合建模和短时稳定度的运动目标检测算法

传统高斯混合建模方法中前景模型转换为背景模型的风险随着模型权值在一定更新率下的迭代累加而增大,使得传统方法难以有效检测低速运动目标。该文对高斯混合建模中背景匹配失败时生成的前景模型加以利用并引入短时稳定度指标进行综合判断,在深入挖掘前景模型中包含的运动目标信息和像素点级稳定性的基础上实时区分各像素点的状态。多场景下的实验结果表明,该方法对低速目标达到了更高的检出率。

城市环境下无线传感器网络信道测量与分析

针对3种典型城市应用环境的无线传感器网络(WSN)信道模型,采用3种频段信号的传播路径损耗特性进行现场实验测试,使用最小二乘法对测量结果进行线性回归分析。分析结果表明,城市环境下的WSN信道与传统蜂窝无线信道模型有较大差异,但仍可采用双折线对数距离损耗模型进行拟合,同时得到WSN的信道传播特性和规律,可为城市环境WSN的设计和工程应用提供依据。

动态场景中的改进混合高斯背景模型

提出一种应用于运动目标检测的改进混合高斯背景模型。在背景模型更新过程中,通过调整阈值,降低单模态背景的误检率。在运动目标检测时,融合统计差分法和时域差分法,降低多模态背景像素的误检率。实验结果表明,改进模型能有效解决由复杂动态背景引起的误检问题,具有较好的检测性能。

利用大衍数列构造QC-LDPC码的方法

提出了一种基于大衍数列构造准循环低密度校验码的方法.该方法利用大衍数列固定项差对应的值单调递增的特点,构造出的校验矩阵不含有长度为4的环,具有准循环结构,节省了校验矩阵的存储空间.仿真表明,取10-5误码率,在高斯白噪声信道和瑞利衰落信道下,基于大衍数列构造的准循环低密度奇偶校验(QC-LDPC)码比基于斐波那契数列构造的QC-LDPC码有接近1dB的增益;在高斯白噪声信道下,基于大衍数列构造的QC-LDPC码比阵列低密度奇偶校验码有接近3dB的增益.

WSN中基于链路质量和节点能量的AODV路由算法研究

为了满足无线传感网络能量的高效使用以及数据传输的稳定性的要求,需要对无线传感网络路由层协议进行改进。本文提出一种基于节点之间链路质量和节点能量状态的LE-AODV路由协议,LE-AODV路由协议采用跨层设计,路由发现过程中通过MAC层和物理层获取链路质量信息和节点能量信息来选取最优路径,并通过节点能量状态更新机制避免网络中热点的产生。本文使用Castalia仿真器对LE-AODV路由协议进行仿真,仿真结果表明,LE-AODV路由协议可以有效的提高分组投递率和网络生存时间。

基于无线传感器网络的室内无线信道测量与分析

首次针对无线传感器网络的典型室内应用环境——室内停车场对信道传播特性进行测定,通过线性回归对室内无线信道传播模型的衰减因子等参数进行拟合,并与室外测量结果进行对比,归纳出室内与室外环境中无线信号的传播具有不同特征,但仍然可用对数阴影单折线/双折线模型进行拟合,为室内无线传感器网络系统的研究与实现提供重要参考。

无线传感网簇头轮换能耗分析与改进策略

为了设计能量利用效率更高的无线传感网簇头轮换策略,建立了竞争式簇头轮换的能耗分析模型,分析了数据收集与簇头轮换的能耗比例,提出了基于调度的簇头轮换策略,以消除簇头轮换造成的能耗开销.仿真结果表明,基于调度的簇头轮换策略明显改善了簇内的能量使用效率和能耗均衡性.

基于改进混合高斯建模和短时稳定度的遗留物检测算法

传统遗留物检测算法存在算法过于复杂和环境适应性差的局限。本文将改进的混合高斯建模方法应用于遗留物检测,利用背景匹配失败时生成的前景模型进行前景匹配并引入短时稳定度指标,在深入挖掘前景模型中包含的遗留物信息和像素点级目标状态信息的基础上对遗留物进行综合判断。文中详细分析了传统方法的性能局限并阐述了新方法中前景模型和短时稳定度的作用原理同时给出了具体的算法流程。多场景下的实验分析表明,增加对前景模型的考察使算法在保留传统方法优点的同时具备了良好的遗留物检测能力,而短时稳定度的引入则能够进一步降低传统方法中前景模型向背景模型转换的风险。对比实验结果中本文方法在表现出良好环境适应性的同时误检团块数明显低于其他方法,算法在复杂背景条件下达到了良好的检测性能。

一种低复杂度自适应信道估计方案

针对最小平方估计方法精度有限的问题,该文提出一种自适应信道估计方案。该方案首先采用矩阵对角化的思想对最小均方误差估计方法进行改进,使得其在保持估计精度的同时大幅度降低计算复杂度。然后根据自适应的理论提出一种新的方案,该估计方案能够根据当前信道状况自适应地选择合适的算法进行信道估计,显示了较高的灵活性。仿真结果表明,该方案可以在计算复杂度较低的情况下进一步改善系统的误码率和均方误差,具有良好的实际应用价值。

基于椭圆曲线密码系统的分簇WSNs节点身份认证机制

身份认证技术是保证无线传感器网络(WSNs)安全的重要技术之一。基于椭圆曲线密码系统(ECC)提出了一种用于分簇WSNs的节点身份认证机制,该机制采用分级的思想将基于非对称密码的复杂运算置于簇头和网络管理者等计算能力强的节点上执行,而计算能力差的普通传感器节点仅承担基于对称密码的简单运算,有效克服了传统的基于非对称密码认证方案计算量大、基于对称密码认证方案安全性差的缺陷。分析表明:与传统的认证策略相比,该方案同时在安全性和效率上具有明显优势。

基于分水岭分割和尺度不变特征点的多目标全自主跟踪算法

该文针对多目标的鲁棒跟踪问题,设计了一种基于图像分水岭分割和尺度不变特征变换(SIFT)特征点的多目标全自主跟踪算法。为规避图像平坦区域,提出在原图上叠加规则坡度图的思想,并在浮点域进行一定尺度高斯模糊处理,将区域极小值点作为种子点完成分水岭分割,并将极值点作为目标特征点,通过前后帧分水岭映射生成特征点短时轨迹,自动检测运动目标。之后依据目标所处状态(是否发生遮挡)和分水岭分割图建立、更新目标SIFT特征池,结合分水岭映射、SIFT特征池匹配完成对目标的鲁棒跟踪。实验结果表明,该算法能有效完成视频中多目标的持续跟踪,并对目标遮挡有较好的鲁棒性。