基于分步融合的双门限协作频谱感知改进算法

针对在噪声不确定通信环境下,传统双门限协作频谱感知算法在同时提高频谱检测性能与降低数据传输量中的不足,提出一种基于分步融合的双门限协作频谱感知改进算法。该算法首先对所有认知用户进行过滤,剔除深度衰落用户对检测性能的不利影响;然后根据噪声不确定度自适应设置双门限值,增强感知系统对噪声不确定环境的适应性;最后在融合中心采取分步融合的策略,合理折中高检测性能与低数据传输量间的矛盾。理论分析与仿真结果表明,与传统双门限频谱感知算法相比,该算法可完全避免感知失败,在保证低数据传输量的同时可有效提升检测性能,当噪声不确定度较大时,提升效果更明显。

基于多源信息融合的热缺陷监测系统研究

为解决单纯使用红外热像仪对变电站死角巡检不到的难题,提出了一种利用红外热像仪配合可见光摄像机及无线测温传感网络实现对高压设备发热缺陷实时在线检测的新方法。热缺陷在线监测系统采用能量捕获技术获取太阳能,实现了传感器节点的自主供电。为减少计算量,运用分步式滤波融合算法,快速标定热故障点位置。监控程序采用基于TCP/IP协议的C/S(客户端/服务器)通信模型,通过应用面向连接的流式套接字实现可靠的数据传输,并运用OpenCV的视频采集与图像处理函数库,实现高压设备热缺陷远程实时在线分析。

基于分步多尺度特征融合的SSD目标检测算法

为解决SSD(single shot multibox detector)目标检测算法由于浅层特征表征能力不强,导致对小目标检测精度较低的问题,提出了一种基于分步多尺度特征融合的SSD目标检测算法。为增加SSD模型浅层特征包含的细节信息和语义信息,在模型的低层特征部分引入了两个特征层;只对模型低层的两个特征图进行反卷积操作,并且分两步将低层三个不同尺度的特征图进行特征融合,不仅提高了模型浅层特征的表征能力,而且减少了算法运行过程中的计算量。实验结果表明,在PASCAL VOC2007数据集上,改进后的算法小目标类别的AP值得到了大幅度提高,mAP值比SSD算法提高了3.6%,算法的检测速度也满足实时性要求。