一种复杂背景下的铁路货运车辆车号定位方法

针对复杂背景下铁路货运车辆车号定位复杂、定位准确率低的问题,提出一种采用ResNet50作为基本特征提取网络,同时引入空残差块对学习样本进行多层特征融合,构造了一种新的特征提取网络和改进算法,提高目标检测网络的特征表达能力,实现了快速车号目标检测。实验数据集采用自建数据集,并通过三个对比实验验证了该方法的可靠性。当IoU阈值为0.5时,改进算法的平均精度值为97.1%,分别比F⁃VGG和F⁃ResNet50高9.4%和6.8%,同时采用改进算法对我国铁路常用不同车型货运车辆进行车号定位测试实验,从实验结果可以看出优化方法没有误分类或漏检。改进后的算法可以提高复杂背景下铁路货运车辆车号的定位精度,具有较强的泛化能力,对实现复杂背景下车辆车号快速定位具有一定的参考意义。

基于高阶累积量的空时分组码盲识别算法研究

针对MISO通信系统的空时分组码盲识别问题,提出了一种基于高阶累积量的空时分组码盲识别算法。首先,给出了MISO接收信号模型,利用高阶累积量的性质分析得到接收信号的四阶累积量的表达式;然后,利用编码矩阵的特性,证明接收信号在不同时延向量下的四阶累积量呈现非零值,其非零值取决于STBC的类型;最后,采用四阶累积量的实验值与理论值的最小欧式距离盲识别空时分组码的类型。仿真结果表明,即使在低信噪比条件下,所提方法能够较好地识别空时分组码。

面向行人再识别的特征融合与鉴别零空间方法

针对行人再识别技术易受到光照、姿态和视角等因素影响,同一个人外观特征变化明显,较难提取其不变特征,导致识别率偏低的问题,本文提出面向行人再识别的融合特征与鉴别零空间方法。首先利用HSV、LAB、RGB和YCr Cb四种颜色特征和Gabor滤波器提取条纹特征,GOG描述子提取块状特征,并将这两种特征融合成一个特征向量,然后将融合后的的特征投影到鉴别零空间,降低特征维数,最后利用欧氏距离计算距离进行行人再识别。本文所提方法在VIPeR、Prids_450s和CUHK01数据库上的rank1识别率分别是52.7%、72.2%和59.7%,实验结果表明所提方法能充分融合行人图像特征,对环境有较强鲁棒性,可有效提高识别率。

频率选择性衰落信道中一种低复杂度的正交空时分组码译码算法

针对正交空时分组码在频率选择性衰落信道中正交性被破坏的问题,该文提出了一种基于干扰对消的译码方案。该方案借鉴D-BLAST系统的检测方法,采用干扰抵消和干扰置零方法消除多径干扰,从而有效地检测出期望信号。理论分析和系统仿真表明,与迭代干扰抵消算法相比,该译码方案在有效地改善系统误码性能的同时,降低了译码复杂度,尤其适用于信道阶数较小的环境。

对H.263编码下的0块和0子块预测技术的改进

本文利用了H.263编码后出现大量的0块,提出了对0块和0子块的预测算法,从而避免无效编码,在达到提高编码速度的目的的同时几乎没有带来额外的失真。

数字波束形成雷达的天线方向图预置零技术（英文）

基于数字波束形成体制的相控阵雷达系统,如果杂波和干扰的角度先验信息可以获知,则可采用方向图预置零技术进行相关的抑制处理。文中提出一种能够实现可控制方向图零陷宽度和零陷数量的处理方法。该方法采用对阵列方向图响应矩阵的奇异值分解和重构,进行扩展的零空间基向量的求解。同时,针对提出的新方法的实际应用。

线性等式不等式约束下的零范数最小化问题

本文主要研究了约束条件是线性等式和不等式的零范数最小化问题.通过增加一个非负变量,使得线性等式不等式约束条件转化为新的线性等式约束条件,从而使原问题转化为压缩感知领域中一个特殊的部分稀疏问题.针对该问题,提出了精确恢复条,即块零空间性质(block NSP)及块限制等距性质(block RIP).进一步地证明block RIP常数只由原始的线性等式决定.最后证明随机高斯矩阵是以高概率满足block RIP.

混合最小化问题下重构块稀疏信号的充分条件

基于混合最小化问题,提出了测量矩阵的块鲁棒零空间特性(robust null space property,rNSP),在有噪声情况下证明rNSP是稳定重构块稀疏信号的充分条件。并且当块限制等距常数小于0.453 1时,证明块限制等距性蕴含着块鲁棒零空间特性。