结合产生式模型和RCC方法的极化SAR图像分类算法

为了充分利用图像中的上下文信息对空间关系进行推理,提出了一种基于产生式模型和区域连接演算(Region Connection Calculus,RCC)的新模型———GM-RCC模型(Generative Model based on RCC),用于合成孔径雷达(SAR)图像的分类研究.首先,通过建立图像金字塔将一幅SAR图像过分割成多尺度的超像素,然后利用层次RCC模型对这些超像素的空间关系进行描述,其中RCC关系的学习和推理都是在产生式模型的框架下进行的.在模型的推理过程中采用了迭代策略以获得更加精细的分类结果.实验选用了极化特征及其他典型特征,并在SAR图像集上进行了实验,实验结果证明了该算法的有效性.

一种可实现自动配对的二维频率估计算法

提出一种实现不同维间估计结果自动配对的二维频率估计算法。首先把二维频率估计问题转化成两个矩阵束的特征值问题。根据矩阵束的特征求出两个矩阵束的公共特征向量,并以此为基础同时求出两个矩阵束的特征值。算法估计误差与现有算法相近,但解决了现有算法普遍存在的配对难题。

现代通信系统4×4天线的准正交STBC编码

针对4发4收天线设计了一种运用球体填充方式、具备分组解码性质准正交时空块状编码。通过计算推导与仿真验证,文章设计的新编码方式较目前4×4双组可解最优QSTBC编码方式具备明显性能方面的优势,并且具有相似的解码复杂度,且能有效解决当通信系统使用复杂星座图或天线数量超过2个的正交时空块状编码码率永远低于1的问题。文章提出的利用球体填充的编码方法既能保留传统编码的分组解码特性,又具备优于传统编码的性能。