采用两级检测的MIMO OFDM空频变换方案

提出一种能够较好抑制无线通信中多天线间干扰的空频变换方案,将方案应用于MIMO OFDM Turbo收发机中.在发射端,对每个发射天线使用预先设计好的模式进行符号映射.在接收端,利用该预先设计的发射映射模式,通过两级检测接收机的迭代过程进行检测和译码判决.其中第1级检测包括MMSE检测及干扰抑制,第2级检测包括BCJR(Bahl Cocke Jelinek Raviv)或SOMA(soft output M-algorithm)(M-算法)检测.在每次迭代中,软信息在检测器和译码器之间交换,多个数据流间的干扰被抑制.仿真结果显示,对于4发4收的多天线系统,该方案性能优于D-STTD CC.经过2次及3次迭代时,其性能优于D-STTD Turbo方案.

基于两级检测的全距离维自适应空域滤波方法

目标信号混入训练数据时,自适应空域滤波的权值在距离维实时更新会造成信号自相消的现象。针对这一问题,提出一种基于两级检测处理的全距离维更新计算权值的方法。第一级处理进行样本选择,将强目标信号检测出来,并剔除出训练数据;第二级处理进行自适应波束形成和目标检测。仿真结果说明提出的方法能够在整个距离维更新自适应权值,适合于警戒雷达对抗旁瓣干扰。

一种基于多特征和机器学习的分级行人检测方法

针对单幅图像中的行人检测问题,提出了基于自适应增强算法(Adaboost)和支持向量机(Support vector machine,SVM)的两级检测方法,应用粗细结合的思想有效提高检测的精度.粗级行人检测器通过提取四方向特征(Four direction features,FDF)和GAB(Gentle Adaboost)级联训练得到,精密级行人检测器用熵梯度直方图(Entropy-histograms of oriented gradients,EHOG)作为特征,通过支持向量机学习得到.本文提出的EHOG特征考虑到熵,通过分布的混乱程度描述,具有分辨行人和类似人的物体能力.实验结果表明,本文提出的EHOG、粗细结合的两级检测方法能准确地检测出复杂背景下不同姿势的直立行人,检测精度优于以往Adaboost方法.

基于级联Adaboost和神经网络主元分析算法的人脸检测系统

针对人脸检测过程中难以区分人脸与非人脸等问题,提出了一种基于级联Adaboost和神经网络主元分析(PCA)算法的人脸检测新方法以提高人脸检测的正确率。采用两级检测器对人脸进行区分检测:首先将计算速度较快的Adaboost算法作为第一级检测器对人脸图像快速扫描,对所有判断为人脸的窗口进行合并。然后将合并的窗口提取特征并送入作为第二级检测器的PCA进行验证,排除那些不可能是人脸模式的窗口。最后经过PCA检测结果判别输出验证后的人脸窗口参数(包括窗口的大小和位置信息)。不同算法检测结果显示,基于本方法的人脸检测正确率达到了92.6%,检测率为94.1%;基于Adaboost检测正确率为62.5%,检测率为88%;基于SVM检测正确率为54%,检测率为89%;基于FSS检测正确率为66%,检测率为92%。实验结果表明,本方法能够很好地区分人脸模式和非人脸模式。因此,级联Adaboost和PCA算法组成的两级检测器可以明显提高人脸检测系统的性能。

改进型虚拟线式视频车辆检测算法

在智能交通系统中,虚拟线式视频车辆检测算法广泛应用于交通流检测。虚拟线式视频车辆检测算法仅利用像素的亮度信息,受阴影和图像噪声的影响较大,在某些情况下认假率和拒真率比较高。为此提出一种改进型算法,采用两级检测方式,兼用了像素的亮度信息和色度信息。第一级处理利用亮度信息进行检测,第二级处理利用色度信息进行检测,根据色度信息修改亮度阈值。实验结果表明,改进型算法可有效克服阴影和图像噪声的影响,平均认假率为0.71%,平均拒真率为0.81%,与原算法相比均有明显降低,并且满足实时性要求。

基于能耗信任值的无线传感器网络Sybil攻击检测方法研究

无线传感器网络在应用过程中常遭到Sybil攻击,遭到攻击时将导致数据丢失甚至网络瘫痪。现有的Sybil攻击检测方法存在通信成本高、内存开销大等问题,很难实际应用于无线传感器网络的攻击检测之中。本文提出一种轻量级的基于能耗信任值的无线传感器网络Sybil攻击检测方法,该方法采用两级检测的方式防御Sybil攻击,在每级中首先利用节点ID和位置进行初步检测,接着根据节点的剩余能量和定时窗口计算能耗信任值,最后对传输数据进行融合,减少通信开销。仿真实验结果表明该方法具有较高的检测准确率、较低的通信和内存开销。

基于知识和独立成分的人脸检测

为了提高人脸检测速度及鲁棒性,提出了一种基于知识和独立成分分析(ICA)相结合的人脸检测算法。通过对人脸简化模型的分析,扩充了原有的粗检测规则;为了进一步加快检测速度,采用了先利用知识后利用独立成分分析的两级检测步骤,且在粗检测中采用了几何广义投影法,取得了良好的效果,同时利用最大类间方差法实现了阈值的自适应选择。实验结果表明了该算法的有效性和正确性。

闭式太阳集热器检测系统的温度控制

描述了在太阳能集热器检测系统中的温度控制问题,采用两级温度控制系统,保证能精确控制温度,系统控制的程序运用LabVIEW软件进行编程,能实时检测和动态控制集热器的进口温度及流量。同时,详细介绍了温度控制中的硬件设施和程序设计,实验结果表明此系统满足了国标规定的温度稳定在设定值的±0.1℃的要求。

冗余电位器加速踏板故障诊断策略研究

加速踏板决定着发动机的转矩输出,其故障影响人身和车辆安全。为确保加速踏板可靠性,通过故障诊断,故障鉴定,故障处理,信号选取等故障诊断策略,采用两级检测,可以检测出绝大部分故障。通过状态机方式,鉴定出了信号中偶发故障和最终故障,在故障处理中采用了斜坡函数的处理方式,成功解决了在故障恢复中发动机转速的突变问题,通过MATLAB/Simlink和State Flow软件建立仿真模型,应用Targetlink自动代码生成工具将模型生成C代码,并集成到云南省内燃机重点实验室自主开发的ECU中,构成控制原型系统。结果表明:该控制系统可以检测出范围故障和关联性故障,并能提供相应替代值,确保发动机在加速踏板出故障时能安全平稳地运行。

深度学习算法在机器人中的应用研究

采用深度学习算法解决在包含对象的场景的RGB-D视图中对机器人进行检测抓取的问题。通过采用一个两步级联系统可以对大量的候选者进行评估,与手工设计相比更为快速而有效。两步级联系统有两个深度网络,其中第一个系统的顶级检测值由第二个系统重新评估。通过研究实验证明了深度学习方法可以有效提高RGB-D机器人抓取数据集的性能。