通道分离双注意力机制的目标检测算法

对于两阶段目标检测算法中模型存在检测精度低、小目标漏检率高等问题,提出通道分离双注意力机制的目标检测算法,通过改进Faster+FPN主干网络来提高小目标的检测精度。首先针对神经网络不能自动学习特征间的重要性问题,在通道分离过程中提出双注意力机制来构建深度神经网络,另结合分组卷积、空洞卷积等技术减少网络参数。其次针对高分辨率特征经过深度CNN后导致的信息丢失问题,通过添加细节提取模块以及通道注意力特征融合模块来提取更多的细节特征。最后考虑到一般损失函数不可重点评估目标物位置的置信度,结合KL散度进行损失函数优化,通过训练使得预测分布更接近真实分布,有效地解决了神经网络直接用于目标检测存在的问题。采用PASCAL VOC2007、KITTI以及Pedestrian三类数据集对网络进行训练,并将提出的模型与多个目标检测算法进行对比。实验结果表明,该算法能够高效地对图像进行识别,且具有较高的检测精度。

FY2C卫星实时数据的通道分离及小波分析

为了提高卫星云图在天气预报中应用的及时有效性,经常需要尽快显示实时接收的卫星数据云图。各省气象台中规模利用站接收的FY2C卫星云图的实时数据,格式为gpf,需要先进行通道分离后才能显示图像,本文主要介绍各种投影类型的gpf数据经通道分离后,对其单通道云图进行小波分析,以便简单直观地分析云图的特征、提高云图的传输效率。

一种基于DWT通道分离和函数提取的运动目标检测新方法

智能视频监控由于其智能性、实时性和高检测率成为交通和安防领域的热点研究方向,其中运动目标实时检测是智能视频监控中的一个基本和重要的部分。本文提出一种针对智能视频监控的运动目标检测新方法:包括视频帧的小波变换、YCb Cr通道分离、目标检测与融合等环节。与传统的检测方法相比,该方法检测运动目标速度较快,精确度较高,且同时还能抑制弱的阴影。

基于多通道分离整合的多尺度单幅图像去雨算法

由于密度不同的雨对图像造成的遮挡不同,图像去雨一直都是一项极具挑战性的任务。目前,基于深度学习的图像去雨算法已经成为主流。然而,多数深度学习的架构都是通过堆叠卷积层来设计的,执行去雨任务后图像仍存在着大小不一的雨痕,这些方法并不能很好地关注训练中雨图的局部信息和上下文信息。为了解决上述问题,本文设计一种基于多通道分离整合的卷积神经网络用于图像去雨。第一步通过通道分离,再利用卷积层间的层级连接,构成多尺度模块,最终将不同通道的输出进行整合。该模块可以增大感受野,探索特征图之间的空间信息,更好地提取特征。第二步利用渐进网络来反复计算挖掘上下文信息,能够很好关联到全局特征。整体模型易于实施,可以端对端训练。在常用的数据集以及自建的自动驾驶雨天数据集上的大量实验表明,本文方法比现有方法取得了明显的改进。

基于新型微通道分离技术的甲醇制烯烃废水处理

甲醇制烯烃(MTO)开辟了一条制取低碳烯烃的新途径,但由于MTO反应器内旋风分离器分离精度的限制,微细催化剂颗粒会进入后续的水系统,从而产生大量废水。MTO急冷废水中微细颗粒的分离是实现废水回用的关键,针对目前MTO废水处理技术的不足,本文提出一种新型的旋流再生型微通道分离技术处理MTO废水,并建立了处理量为50t/h的工业级实验装置进行长周期分离实验。结果表明:该装置在处理MTO废水中具有较好的性能,平均悬浮物含量从143mg/L降至22mg/L,分离媒质的平均悬浮物残留率在2%以下。该技术具有运行周期长、对悬浮物去除效率高、运行压降低、分离媒质再生彻底等特点,技术的成功应用有效缓解了甲醇制烯烃装置水系统的堵塞,并极大地节约水资源和减少环境污染。

基于多PRI脉压回波的单通道雷达干扰分离方法

研究了一种基于盲源分离的单通道雷达有源相干干扰抑制方法。针对伴随式干扰场景,在间歇采样转发干扰、部分脉冲密集转发干扰等有源相干干扰并存的条件下,建立了基于脉冲压缩的多脉冲重复间隔采样抗主瓣有源相干干扰模型并对其可行性进行了证明。针对现有单通道盲源分离方法在时域进行分离效果有限的问题,提出对脉压后的距离维数据进行盲源分离的思想,可在一定程度上抑制噪声对盲源分离的影响。同时,由于目标信号和干扰信号在脉冲压缩后重合度较低,可获得更好的分离效果。仿真和实测结果表明,在多个干扰源存在的条件下,本方法可有效分离真实目标回波和干扰回波。当信噪比大于5 dB时,目标脉压回波相似系数接近100%;选取虚拟通道数越多,分离效果越好。

基于参数估计和Kalman滤波的单通道盲源分离算法

针对存在频谱混叠通信信号的单通道盲源分离(single channel blind source separation,SCBSS)问题,提出一种基于参数估计和Kalman滤波的SCBSS算法。首先,针对根多重信号分类(root multiple signal classification,Root-MUSIC)算法在相近载频估计方面的局限性,提出一种自适应的Root-MUSIC算法,对接收到的盲混合信号的源信号数目和载频进行估计;其次,将Kalman滤波的思想引入到SCBSS算法中,根据估计得到的源信号参数构造信号模型,将其作为Kalman滤波系统的观测向量,执行“时间更新”和“测量更新”两个过程,得到源信号的最佳估计,实现单通道盲源分离。仿真结果表明,所提算法能够有效地从存在频谱混叠的单路接收信号中准确地分离出多路源信号,比传统的算法分离精度高,运算速度快。

水冷微通道分离式热管的性能优化及参数分析

基于效能-传热单元方法建立了水冷微通道分离式热管的一维稳态热性能计算模型,在保持蒸发器截面积不变的前提下,以系统的制冷量、能效比和蒸发器单位质量铝材制冷量为指标,以蒸发器的扁管根数、扁管内高、空气流量及翅片间距为影响因素,开展正交试验设计及参数分析。通过优化设计,系统的制冷量、能效比和单位质量铝材制冷量分别提高了41.19%、390.93%~395.94%和28.54%。各因素对制冷量影响的主次顺序为:空气流量>扁管根数>翅片间距>扁管内高,对能效比影响的主次顺序为:翅片间距>空气流量>扁管根数>扁管内高,而对单位质量铝材制冷量影响的主次顺序为:空气流量>翅片间距>扁管根数>扁管内高。

结合扩展卡尔曼的单通道盲分离PSP算法

针对非平稳信道的GMSK混合信号的单通道盲分离问题,提出了一种可适用于瑞利信道的单通道盲分离算法。采用逐幸存路径处理算法对信道与符号进行联合估计,引入扩展卡尔曼滤波以优化算法对变化信道的跟踪能力。该算法结合了扩展卡尔曼滤波对非线性系统的近似线性处理,以及逐幸存路径算法在无先验信息情况下对符号和信道参数良好的估计性能。仿真结果表明,该算法在平稳信道条件下能够实现较好的符号序列估计,对比传统PSP算法有近1.5 dB的性能提升,在非平稳信道条件下对比传统PSP算法,对混叠信号分离性能大幅提升约2 dB。

基于信道参数与频率联合估计的PCMA信号单通道盲分离

在成对载波多址信号的单通道盲分离过程中,通常需要将两路信号的频偏、初相、时延和成形滤波器的综合影响作为信道参数进行估计,因此即使在恒参信道下,频偏误差的存在也会导致信道参数的动态变化。目前的盲分离方法一般采用最小均方(Least Mean-Square,LMS)算法或递归最小二乘(Recursive Least-Square,RLS)算法进行信道参数跟踪,然而这类方法显然没有充分利用频偏导致信道参数周期性变化的先验信息。通过建立残余频偏与信道参数的误差模型,利用扩展卡尔曼滤波算法实现了频偏误差与时不变信道参数的联合估计。仿真实验表明,在频偏误差和恒参信道叠加的变参信道下,提出的方法在收敛能力、跟踪精度、分离性能上相比现有方法均有明显提升。

含油废水异质结微通道分离机理及实验

石油炼制废水等石化行业含油废水普遍存在油分与悬浮物高度复合、油分乳化且水质剧烈波动等特征,其达标处理成为关乎企业绿色发展与产能拓展的关键因素。针对含油废水分离资源化需求,采用聚二甲基硅氧烷(PDMS)、四氢呋喃(THF)、聚甲基丙烯酸甲酯(PMMA)、固化剂等配制涂敷剂,通过喷涂石英砂制备了改性颗粒,并混合常规石英砂构建了异质结颗粒群,由此开发出异质结微通道沸腾床分离实验装置,考察了其对复合污染乳化废水中污染物的分离效果。结果表明:涂覆改性颗粒的接触角明显增加,且改性颗粒与油滴接触的微界面动态识别过程表明其较原始石英砂的疏油性显著增加;异质结颗粒群经过撕裂、剥离和聚并过程,将乳化液中10μm以下的细小油滴有效聚结并确保废水油分去除率超过92%。针对油分和悬浮物质量浓度不超过50000 mg·L^(-1)的实际石化废水,现场10 m^(3)·h^(-1)规模的异质结微通道沸腾床侧线实验结果表明,在常规工况和波动工况条件下,其出水平均油分质量浓度分别为11.4 mg·L^(-1)和18.2 mg·L^(-1),悬浮物质量浓度则分别降至21.3 mg·L^(-1)和29.1 mg·L^(-1),且经过20 min反洗后沸腾床分离器满足长期稳定运行要求。

旋流诱导介质振荡再生增强含油污水微通道分离

受微通道分离介质再生后截滤残留污染物影响,常规微通道分离效率持续衰减,成为抑制微通道分离广泛高效应用的关键瓶颈。通过开发旋流振荡再生单元,研究了旋流振荡再生强度和振荡再生结构对微通道分离装置过滤介质再生效率的影响,由此集成研发沸腾床分离器,考察了装置对实际含油污水的分离效率,并分析了微通道振荡再生对沸腾床分离的强化原理以及装置的分离经济性。结果表明,当再生强度为5.0 L·(s·m^(2))^(−1)时、再生15 min后采用轴向振荡再生结构,沸腾床分离器达到最佳再生工况。在最佳再生工况下开展10 m^(3)·h^(−1)实际含油污水连续处理实验,针对油质量浓度为30~200 mg·L^(−1)、悬浮物质量浓度为25~200 mg·L^(−1)的来水,装置出水平均油分和悬浮物质量浓度分别降至11.4 mg·L^(−1)和23.5 mg·L^(−1),并可在来水最高油质量浓度和悬浮物质量浓度接近50000 mg·L^(−1)的冲击工况下,确保出水平均油分和悬浮物质量浓度降至15.9 mg·L^(−1)和29.8 mg·L^(−1)。利用沸腾床分离器再生结构中旋流诱导的过滤介质表界面污染物振荡运动,分离过程中截滤残留的油分和悬浮物等污染物被及时脱附,实现颗粒介质表界面彻底更新,确保装置长周期稳定运行。以200 m^(3)·h^(−1)规模实际含油污水处理为例,沸腾床分离工艺相对涡凹气浮和溶气气浮的组合工艺,可完全取消化学絮凝药剂消耗且不产生化学浮渣,且具有显著的经济环保效益。

船舶自动识别系统的单通道信号分离优化研究

在星载AIS信号的单通道分离研究中,针对传统EMD算法中存在的端点效应问题,提出了基于改进EMD算法和KL散度相结合的单通道分离方法。首先采用改进EMD算法将观测信号分解成一系列频率不同的本征模态函数(IMF);然后根据KL散度(相对熵)的值,提取IMF分量中真实部分,将提取出的IMF分量组成新的多维信号;最后利用Fast ICA算法实现星载AIS信号分离。方法克服了端点效应,去除了IMF分量中的虚假部分。仿真结果表明,上述算法可以实现多路信号混合下的单通道分离,并且信号相对频偏越大,分离效果越好。

基于变换域滤波的直扩通信单通道混合信号分离抗干扰方法

针对直扩通信信号和干扰在时/频域严重重叠这一实际情况,提出一种基于变换域滤波的直扩通信单通道混合信号分离抗干扰算法。该方法首先利用直扩信号和干扰的二阶循环平稳差异,基于直扩信号部分调制先验信息,构造基于变换域的单通道混合信号分离模型;然后基于训练序列和最小均方误差准则设计代价函数,使输出信号接近于导频序列并得到此时的分离向量;最后利用该分离向量,从含有强干扰的业务混合信号的频移向量中分离出期望的通信信号,提升了直扩通信在强干扰下的抗干扰能力。仿真结果表明,未分离信号在单音/多音干扰、扫频干扰等强干扰下的误码率接近0.5,而本文算法在此条件下的误码率可低至10-3以下。

利用遗传粒子滤波的单通道扰信盲分离算法

针对低信噪比条件下单通道通信信号与干扰盲分离问题,本文提出了一种基于遗传粒子滤波的单通道盲扰信分离新算法。该算法首先建立了受扰信号的状态空间模型,并利用粒子滤波得到通信码元和未知参数的最大后验估计。针对标准粒子滤波中存在的粒子退化现象,本文引入了遗传进化操作来迭代估计优质粒子,在减少了所需粒子数量的同时,又保持了序贯估计过程中粒子集合的多样性和优质性,使新算法在低信噪比条件下具有更好的分离效果。仿真结果表明,新算法在干信比小于15dB,信噪比大于10dB的条件下,可以有效地从单路接收的受扰信号中分离出通信信号与干扰。

利用Gibbs采样的同频混合信号单通道盲分离

针对非合作接收的单通道同频数字调制混合信号,提出一种基于Gibbs采样的分离算法。该算法利用统计的方法获得未知符号序列概率密度的随机样本,运算复杂度随信道阶数的增加不呈指数增长。重点研究了基于单符号对、多符号对的分离算法和信道响应的跟踪,并对Gibbs分离算法和PSP分离算法的性能进行了详细的分析比较。仿真结果表明,针对2路QPSK调制的混合信号,在与L=4时的PSP算法具有近似分离性能的同时,Gibbs分离算法可使复杂度降低近17倍。

单通道盲信号分离研究进展与展望

盲信号分离是当前国际信号处理领域的研究热点,作为一种病态混叠情况,单通道盲信号分离是其刚刚兴起的一个重要研究方向,有着广泛的应用前景。首先阐述了单通道盲信号分离的数学模型、可分离性分析和分离效果评价指标,然后在深入研究单通道盲信号分离最新发展的基础上,对现有理论和方法进行了总结,并介绍了一些领域中的应用情况,最后指出其发展面临的挑战和进一步的研究方向。

单通道混合信号中周期信号的盲分离

在定义信号周期性的基础上,针对多个周期信号、多个周期信号和其他信号单通道混合的情况,提出了基于特征值分析的周期信号盲分离方法,并对算法的可行性、分离误差及分离效果进行了理论分析.仿真结果表明:该方法能适应较低的信噪比,且具有计算量小、易于实现等优点.

利用粒子滤波与支持向量机的数字混合信号单通道盲分离

针对基于粒子滤波盲分离算法运算复杂度高的问题,将支持向量机理论引入到粒子滤波算法中,提出一种数字调制混合信号单通道盲分离算法.确定了算法中粒子权值更新方法,并给出了参数与符号序列的后验概率密度估计.从后验概率密度估计的统计特性和运算复杂度两个方面详细分析了算法的性能,并从理论上证明该文给出的后验概率密度估计能很好地逼近真实后验概率密度.理论分析与仿真结果均表明,与基于粒子滤波的盲分离算法相比,算法在误码率性能相当的情况下,有效缩短了运算时间.