毫米波massive MIMO系统中混合连接的混合预编码设计

为了提高混合连接的混合预编码的频谱效率,首先利用连续干扰消除(SIC)的原理得到理想条件下的最优混合预编码矩阵,然后利用梯度下降理论将最优混合预编码矩阵分解为数字预编码矩阵和模拟预编码矩阵,最后考虑模拟预编码矩阵的恒模约束条件,并以最大化频谱效率为目标利用交替最小化方法优化模拟和数字预编码矩阵。所提出的混合预编码设计算法基于混合连接结构,因而能量效率远优于部分连接的和全连接的混合预编码。同时,该算法不会增加混合连接的混合预编码的硬件复杂度且只少量增加计算量。仿真结果表明,该算法能提升混合连接的混合预编码的频谱效率,特别是当射频(RF)链路数大于数据流数时,频谱效率的提升更加显著。由于分块不需要满足正交性,该算法比现有混合连接的混合预编码更适合实际应用。

基于双分支卷积神经网络的红外与可见光图像局部融合算法

红外图像和可见光图像均存在一定的局限性,依靠单个种类图像无法满足工程实际需求,可通过引入图像融合技术,获取高质量的融合图像。为更好保障输出信息特征的多样性,本文引入一种双分支卷积神经网络实现红外与可见光图像局部融合;在双分支卷积神经网络基础上,同时从红外图像、可见光图像得到跨渠道信息、渠道内信息种特征,增加了融合图像的信息量。采用整数小波变换方法进行图像压缩。建立颜色空间模型时,合理调节t因子的数值,获得理想的融合图像。实验结果表明,与现有方法相比,本方法融合后图像边缘信息得到充分保留,图像细节得到增强,红外与可见光图像融合效果更好。