基于天牛须种群算法的整周模糊度解算算法

如何快速、准确地固定整周模糊度是载波相位测量中的一个关键问题。为了提高整周模糊度搜索速率,提出了一种基于天牛须种群算法(beetle antennae colony search, BACS)的整周模糊度解算算法。通过与BAS算法、BAS-Nadam算法、LAMBDA算法以及MLAMBDA算法进行解算速率、稳定性的对比实验,在三维模糊度解算时,BACS算法在与LAMBDA和MLAMBDA算法解算成功率相当的情况下,能利用更少的时间搜索到模糊度最优解。为了验证BACS算法在高维模糊度解算以及工程解算情况下是否适用,进行了高维模糊度解算的实验以及单频单GPS系统下BACS算法的应用实验。分析及实验表明,BACS算法能很好保证高维模糊度解算的实时性和鲁棒性,对于12维模糊度解算,平均解算时间0.068 s,解算成功率为92%,对于低维模糊度解算,解算速率更快,解算成功率更高。在单频单GPS系统工程解算中,x、y、z方向定位精度分别为±0.008、±0.01、±0.01 m,能达到厘米级精度定位。

基于YOLOv5的轻量级雾天目标检测方法

针对雾天场景下目标检测算法精度较低、模型复杂度较高,提出一种基于YOLOv5的轻量级雾天目标检测方法。采用感受野注意力模块(RFAblock)通过交互感受野特征信息,对感受野添加注意力机制,提高特征提取能力;采用轻量化网络Slimneck作为颈部结构,在保持精度的同时降低模型参数和复杂度;在损失函数中引入真实框与预测框之间的角度向量,提高训练速度和推理的准确性;采用PNMS(precise non-maximum suppression)改进候选框选择机制,降低车辆遮挡情况下的漏检率。在真实雾天数据集RTTS和合成雾天数据集Foggy Cityscapes上进行测试,实验结果表明,与YOLOv5l相比mAP50分别提高了4.9和3.5个百分点,模型参数量仅为YOLOv5l的54.6%。

融合高分辨率网络的雾天目标检测算法

针对雾天场景中因图像模糊不清、目标难以分辨等原因导致错检、漏检的问题,提出了一种融合高分辨率网络的目标检测算法HR-Cascade RCNN。采用高分辨率网络HRNet作为Cascade RCNN的特征提取网络,通过不同分辨率的子网络并行连接,提取多尺度的特征信息,减少下采样过程中的信息损失,增强目标的语义信息表示;使用CIoU损失函数替换原有的Smooth L1损失函数,引入惩罚项度量真实框与检测框之间宽高比的相关性,优化网络的收敛效果,有助于提高检测框的定位精度;最后,采用SoftNMS改进候选框选择机制,降低车辆遮挡等情况下的漏检率,提高网络检测能力。在真实雾天数据集RTTS和合成雾天数据集Foggy Cityscapes上的实验结果表明,HR-Cascade RCNN与原Cascade RCNN相比,mAP分别提高了5.9%和3%。

解码前传半双工中继信道下协作LDPC码设计

为逼近解码前传半双工中继信道容量,该文提出一种协作LDPC编码结构及度分布优化方法。与双层删除LDPC码不同,该结构将中继校验比特视为协作LDPC码的一部分,目的端利用从信源和中继接收的消息进行联合译码获得信源信息。为了分析协作LDPC码性能,拓展传统外信息转移(EXIT)图,推导了基于消息错误概率的双层EXIT图噪声门限分析方法。在此基础上,提出了协作LDPC码度分布优化方法,采用差分进化算法搜索了一组具有最大噪声门限的协作LDPC码。实验仿真证明,与双层删除LDPC码相比,协作LDPC码的性能得到了不同程度的改善。

结合相位谱补偿的调制域谱减法

针对现有谱减法面临增强语音可懂度低且引入"音乐噪声"的问题,提出了一种结合相位谱补偿的调制域谱减法。首先将语音分解到若干频带,以同一频带不同时间的幅度谱为输入,通过傅里叶变换得到调制谱,然后采用谱减法修正不同频带的调制幅度谱,有效抑制了背景噪声,同时利用反对称函数补偿调制相位谱,进一步降低残留噪声,提高了语音可懂度。主客观实验结果表明,在不同噪声及信噪比情况下,本文方法能明显抑制背景噪声和"音乐噪声",同时处理后的增强语音保持良好的语音可懂度,改善了主观感知质量。

一种高安全性的级联型混沌扩频序列

针对传统一维混沌映射产生序列复杂度低、保密性不理想等问题,提出了一种基于Logistic改进型映射和Cubic映射的级联型混沌序列。新序列的混沌映射表达式由原来的低次一阶差分方程扩展为高次二阶差分方程,映射迭代过程由单级迭代变为二级交叉迭代,从而提高了混沌系统的复杂性。对新序列的非线性动力学混沌特性和扩频通信性能进行了仿真对比,结果表明新序列具有混沌吸引子结构更加复杂、初值敏感性更强、序列复杂度更高、安全性更好的特点,最后验证了新混沌序列具有和传统一维混沌序列相当的扩频特性。

基于先验信噪比参数自适应的频域联合语音增强方法

该文针对单通道频域语音增强方法存在的问题,提出了一种频域联合语音增强新方法,即将改进的基于先验信噪比频域语音增强方法与迭代谱减法相结合进行语音降噪的方法。实验表明,该方法消噪量大,对语音的损伤小,同时有效地降低了“音乐噪声”。

高阶调制系统下LDPC码优化设计

为了提高编码调制系统的整体编码增益,提出一种高阶调制系统下LDPC码的度分布优化方法。根据高阶调制符号中不同比特的误比特特性,将调制符号所经历信道建模为一组对称二进制输入加性高斯信道。在此基础上,推导了高阶调制系统下LDPC码高斯近似密度进化分析方法,并得到译码收敛条件。结合度分布约束关系及译码收敛条件,提出高阶调制系统下LDPC码的度分布优化问题及差分进化实现方法。仿真结果表明,设计的LDPC码在高阶调制系统中的渐进性能和误码性能优于基于比特优化映射的编码调制方案。

基于变量节点LLR消息加权的改进最小和算法

为了提高低密度奇偶校验(LDPC)码的单最小值最小和(single-minimum Min-Sum,sm MS)算法的误码性能,提出了一种基于变量节点LLR(Log Likelihood Ratio)消息加权的改进最小和(Improved Min Sum algorithm based on weighted message LLR of variable nodes,IMS-WVN)算法。首先,将迭代次数所确定的次小值的估值参数与最小值相加后取代次小值,以增强sm MS算法校验节点的可靠度。然后,将变量节点输出LLR消息与迭代前LLR消息进行加权处理,降低变量节点的振荡幅度,降低平均译码迭代次数。仿真结果表明,在信噪比为3.2 d B时,IMS-WVN算法的误码性能比VWMS算法提升0.53 d B,当误码率为10-5时,IMS-WVN算法平均译码迭代次数较MS算法减少58%。

滤波器组自适应语音增强方法

双麦克风噪声抵消应用中,由于交叉串的存在,传统自适应算法降噪性能受到很大的影响。为了提高双麦克风算法降噪性能,使用两级自适应滤波系统消除交叉串扰问题。为提高自适应滤波器收敛性能,采用主从结构LMS算法自适应调节步长因子。同时为了适合窄带处理算法,将输入信号进行子带分析预处理,对每个子带独立进行抗交叉串绕自适应处理,将各子带增强信号合并得到增强语音信号。实验结果表明,该方消噪量大,语音损伤小,语音增强效果显著。

二值加权正交迭代相机位姿估计算法

在相机位姿估计算法的实际应用中,由于2D像点与3D参考点的错误匹配,参考点中往往含有异常值。针对现有算法抗异常值能力较弱的问题,提出了一种基于正交迭代的二值加权算法。该算法在正交迭代算法的基础上,引入包含两个阈值的加权系统来衡量参考点的可靠性。选取重投影误差的四分位数中的最大值作为阈值之一,另外引入一个与重投影误差和焦距相关的阈值来加速异常值比例较低时的收敛速度。最终选取两阈值的最大值对目标函数进行二值加权,降低了异常值对估计结果的影响。实验表明,该方法提升了正交迭代算法的抗异常值能力,具有较强的鲁棒性。

多址访问中继信道下多边LDPC码校验点联合编码设计

为逼近解码前传半双工多址访问中继信道容量,提出一种多边低密度奇偶校验(low-density parity-check,LDPC)码校验点联合编码(parity jointly coded multi-edge type LDPC codes,PJCMET-LDPC)结构及其度分布优化方法。该结构视中继校验比特为PJCMET-LDPC码的一部分,目的端利用从信源和中继接收的消息联合译码获得所有信源信息。为了分析该编码算法的渐进性能,推导了基于消息错误概率的多边外信息转移图噪声门限分析方法。在此基础上,提出PJCMET-LDPC码度分布优化方法。实验仿真表明,与SCC-LDPC码和NCC-LDPC码相比,PJCMET-LDPC码可以获得更大的编码增益。

半双工中继信道下联合LDPC码设计

为了提高解码前传半双工中继通信系统的编码增益,提出了一种联合LDPC码编码结构及其度分布优化方法。该结构视信源和中继子码为联合LDPC码的一部分,目的端根据从信源和中继接收的消息进行联合译码,同时获得信源和中继的信息。为了分析联合LDPC码的渐进性能,推导了AWGN信道下联合LDPC码的高斯近似密度进化算法。结合译码收敛条件和度分布约束关系,提出联合LDPC码的度分布优化问题。仿真结果表明:联合LDPC码的渐进性能及误码性能优于BE-LDPC码和独立处理(SP)码。

高性能语音增强算法的研究

讨论在强噪声环境下语音增强的新方法,即将主从结构的自适应滤波算法与级联谱相减算法相结合的方法。计算机仿真结果表明,该方法在大大消除背景噪声的同时,消除了“音乐噪声”,同时保持了较好的语音可懂度。

一种基于改进线性规划的LDPC码混合译码算法

与基于消息迭代的置信传播译码相比,线性规划(linear programming,LP)译码分析有限长LDPC码性能更为有效。然而,传统LP译码算法运算量非常大,不利于系统实现。本文结合LDPC码校验矩阵的特点,去掉传统LP译码中不必要的约束,得到一种低复杂度LP内点译码算法。为了降低译码延时,将LP内点译码算法与置信传播译码算法结合,提出LDPC码混合译码算法。仿真结果表明,混合译码算法的误码性能优于传统LP译码和BP译码算法,而译码延时低于传统LP译码。

高性能联合语音增强算法的研究

讨论了一种抗恶劣噪声环境的联合语音增强新方法,即将自适应算法、多带谱相减算法和迭代谱相减结合的方法。仿真结果表明,新方法在极大地抑制背景噪声、音乐噪声的同时,保持了较好的语音可懂度。

多元LDPC码Min-max自适应译码算法

为了降低多元低密度奇偶校验(Low-density parity check,LDPC)码Min-max译码算法的运算量,提出一种自适应Min-max(Adaptive Min-max,AMM)译码算法。该方法以Min-max算法为基础,以每次迭代后的校验节点错误率(Checknode Error Rate,CER)为调节参数,采用自适应算法对变量节点的向量长度进行截短,去除置信度较低的分量,仅对置信度较高的分量进行更新。当CER降低到一定程度时,对校验节点个数进行自适应截短,仅对不满足校验方程的校验节点进行消息迭代更新,进一步降低AMM算法的复杂度。仿真结果表明,在相同误码性能条件下,AMM算法运算量较固定长度截短的Min-max算法减少20%。

一种语音信号处理平台的设计与实现

为了满足语音信号处理算法实时实现研究的需要,提出了一种以TMS320VC5402为核心的语音处理平台的设计方案。该平台包括JTAG接口电路、闪速(FLASH)存储器的扩展电路、语音采集和语音输出电路,并提供相应电路的硬件实现。目前该平台可以很方便地实现数字滤波、语音增强、语音识别等语音信号处理算法,为研究语音信号算法的实时处理奠定了基础。

一种高复杂性的混沌序列

针对传统混沌映射初值迭代简单、满映射的参数区间窄、复杂性不高,提出了一种高复杂性的新型混沌序列。将改进型Logistic和Chebyshev一维混沌映射进行错位相乘,混沌映射由普通的二阶或者余弦映射关系变为二阶与余弦乘积关系,且混沌映射表达式由原来的一阶差分扩展为二阶差分,从而提高了混沌系统的复杂性。对该序列的非线性动力学特性以及混沌特性进行仿真,仿真结果表明,新混沌序列具有更加复杂的混沌吸引子、更强的初始值敏感性和随机性、近似熵值更高、复杂性更高,可应用在混沌保密通信和对信息安全要求高的领域。

提高“DSP原理与应用”实验教学效果的探讨

"DSP原理与应用"是电子信息工程等电气信息类、电子信息科学类、仪器仪表类专业的一门重要专业课程,实验教学是课程教学的重要组成部分。本文分析了"DSP原理与应用"实验教学存在的主要问题,提出了提高实验教学效果的几点建议。