用于MIMO单载波频域均衡的块BLAST算法

单载波频域均衡(SC-FDE)是多输入多输出(MIMO)无线通信中克服多径衰落的一种重要技术。本文基于V-BLAST信号检测的原理,对MIMO-SC-FDE系统提出了以块为单位进行分层检测的块BLAST算法。在该算法中,系统按一定的准则确定对各路发送信号进行频域均衡和检测的顺序,较先检测出的信号被变换到频域作为干扰从接收信号中去除,使得对以后各路信号进行频域均衡和检测的信干噪比得以提高,从而大大改善了MIMO-SC-FDE系统的误码性能。仿真实验结果显示,块BLAST算法取得了大大优越于MIMO-SC-FDE常规检测算法的误码性能。

基于岩块轮廓属性的爆堆图像自适应分割方法

针对爆堆岩块图像中因粘连、堆叠、边缘模糊等造成的错误分割问题,提出基于岩块轮廓属性的爆堆图像自适应分割方法。首先对爆堆图像进行预处理,然后采用Phansalkar方法进行二值分割,并采用形态学优化和面积滤波去除噪点,再利用爆堆岩块的轮廓坚实度和迭代腐蚀相结合的方法来标记种子点,最后基于标记的种子点利用分水岭算法对图像进行分割。将该方法用于爆堆图像分割,种子点标记结果表明基于岩块轮廓坚实度的种子点标记方法可避免部分噪点的影响,提高对爆堆岩块标记效率。分割结果表明该方法获得的面积累计曲线与人工分割的面积累计曲线高度相似,3个特征面积参数的最大相对误差仅为4.32%,对于100 cm 2以上的岩块,分割准确率为98.33%。相较于其他用于岩块分割的分水岭改进方法有效地减小了错误分割的可能,实现了基于岩块灰度特征和轮廓特征的爆堆图像高精度自适应分割。

露天矿山台阶爆破矿岩平均块度的FOA-SVM预测

露天矿山台阶爆破后矿岩的平均块度是衡量爆破质量的重要指标,对后续的铲装和运输也具有重要的意义。为了对台阶爆破后的矿岩平均块度进行预测,使用果蝇优化算法(FOA)对支持向量机回归模型(SVM)进行参数优化,通过建立基于果蝇优化算法的支持向量机回归模型(FOA-SVM)对矿岩爆破平均块度进行预测,避免传统的SVM参数选取对预测结果准确性产生的影响。结果表明,FOA-SVM可实现对矿岩爆破平均块度的较好预测。