基于毫米波传输的光纤无线融合架构研究

通过对毫米波生成技术的研究以及光纤/无线融合方案主流架构的分析,提出基于毫米波传输的光纤/无线融合架构设计。相比以往的网络融合方案,它可以实现一种在垂直方向从上往下依次包括业务层、控制层、媒体传输层和接入层,在水平方向覆盖核心网和接入网乃至用户驻地网的新型网络融合。

基于神经网络的车联网频谱感知组合算法

针对车联网环境下无线频谱资源短缺的问题,提出一种基于神经网络的多条件频谱感知组合算法。该算法利用神经网络较强的多分类能力,将信号能量、协方差矩阵的最大特征值、最小特征值、迹和平均特征值融合作为神经网络特征参数实现合作频谱感知,并从理论上分析参数选择方案,算法还充分考虑信道多径衰落和阴影效应导致的信噪比很低的情况以及车辆移动产生的多普勒效应,达到提高频谱感知成功率的目的,从而提高频谱的利用率。仿真结果表明,该算法在低信噪比情况下比已有的频谱感知算法具有更好的检测性能。

小型化SIR同轴腔体双通带滤波器研究

基于频率变换技术的双通带滤波器综合理论,应用阶跃阻抗谐振器(SIR)的基本原理,在双通带滤波器设计中引入λg/4型SIR同轴腔体谐振单元,设计了一种交叉耦合型拓扑结构的小型化同轴腔体双通带滤波器,相比于实际长度λg/4的传统滤波器,尺寸压缩了约50%。仿真结果显示,两个通带内回波损耗均大于20 dB,插入损耗小于0.1 dB,通带之间的阻带衰减特性良好。该滤波器的两个传输零点提高了阻带抑制度,满足了通信系统对滤波器小型化、低插损、高选择性的要求,能够广泛应用于双频带通信系统。

基于粒子滤波的静态目标检测算法研究

由于粒子分布随机性的存在,传统粒子滤波算法无法准确获取静止目标的中心点和目标偏移信息,常因此导致误检.所提算法在现有粒子滤波框架内增加背景模型,利用中心点以及目标偏移信息检测到目标发生运动状态转换,再将被跟踪目标与背景模板进行匹配,根据其相关度判断目标的状态.多场景下的实验结果表明,该方法对视频场景中的静态目标有较高的检测精度和鲁棒性,同时实现了较低的误警率.

基于车载视频的行人预警系统

行车安全一直是社会生活中的研究热点问题之一,本文设计实现一种基于聚合通道特征的实时行人预警系统。系统包括行人检测模块、区域划分模块、单目测距模块和预警模块,其中行人检测模块使用聚合通道特征和级联Adaboost分类器相结合的方法构造通道金字塔,对车载视频中行人进行快速检测并获取目标关键信息和运动属性;单目测距模块利用检测时获取的信息估测人车距离;预警模块利用得到的运动信息判断前方行人的危险程度并给出相应的响应类型。通过使用城市道路条件下的实录视频进行实验,验证了系统的实时性与准确性。

跨时间迁移的多源无线信号指纹融合定位方法

针对传统指纹定位方法中无线信号覆盖范围有限以及信号时变特性难以处理的问题,提出利用多种无线信号进行指纹定位的方法,并采用测地线流核(geodesic flow kernel,GFK)的迁移学习方法减轻信号时变性对定位精度的不利影响。首先,通过对多源无线信号特征进行多轮随机采样融合,从而构建多个数据集,获得更丰富多样的指纹特征;其次,对不同时间的指纹特征进行迁移的GFK进行融合,使得迁移从2个领域扩展到多个领域;最后,使用多个数据集训练基分类器,并从多个基分类器得到最终的预测结果,从而提高位置分类器的泛化性能。实验结果表明,本方法的定位精度比传统方法更高。

基于注意力生成对抗网络的图像强光去除

图像中的强光在一定程度上会降低图像的质量,本文致力于从受到强光影响的图像中去除强光并生成清晰图像。为解决这个问题,提出一种带有注意力辅助模块的生成对抗网络。它主要由加入压缩-激励模块的卷积长短期记忆网络和注意力矩阵辅助模块组成,注意力辅助模块可以指导自动编码器生成清晰的图像。该方法可以轻松地移植处理其他类似的图像恢复问题。实验证明,改进后的网络体系结构是有效的并且有一定的意义。

改进PSPNet的炮弹火焰分割算法及应用

针对目前靶场炮弹火焰图像分割算法对火焰边界分割效果差而导致定位精度下降的问题,基于PSPNet算法,结合双向特征融合模块以及全注意力机制网络的特征金字塔转换模块,提出改进PSPNet的炮弹火焰分割PSP_FPT(pyramid scene parsing_feature pyramid with Transformer)算法,实现对炮弹火焰目标的高精度分割。利用双向特征融合模块对金字塔池化后的特征进行双向融合,增强各子区域以及全局目标空间和语义特征的相关性,提升炮弹火焰分割的准确性。为了避免火焰周围烟雾、扬尘对分割效果的影响,将特征金字塔转换模块与全注意力机制网络相结合,优化双向特征融合模块输出后的特征映射,提升区域内目标之间的空间结构关系;提高算法对炮弹火焰目标与背景干扰之间的辨别力,进一步提高算法的识别能力。将全局池化后的特征作为全注意力机制网络的输入,解决了由于图像输入序列过长导致全注意力机制网络参数量过大的问题,进而降低工程应用的实现难度。实验结果表明,该算法在炮弹火焰数据集上分割的平均交并比达98.01%,平均准确率达98.97%,对炮弹火焰分割有较强的鲁棒性和较高的准确率。

基于改进混合高斯建模和短时稳定度的遗留物检测算法

传统遗留物检测算法存在算法过于复杂和环境适应性差的局限。本文将改进的混合高斯建模方法应用于遗留物检测,利用背景匹配失败时生成的前景模型进行前景匹配并引入短时稳定度指标,在深入挖掘前景模型中包含的遗留物信息和像素点级目标状态信息的基础上对遗留物进行综合判断。文中详细分析了传统方法的性能局限并阐述了新方法中前景模型和短时稳定度的作用原理同时给出了具体的算法流程。多场景下的实验分析表明,增加对前景模型的考察使算法在保留传统方法优点的同时具备了良好的遗留物检测能力,而短时稳定度的引入则能够进一步降低传统方法中前景模型向背景模型转换的风险。对比实验结果中本文方法在表现出良好环境适应性的同时误检团块数明显低于其他方法,算法在复杂背景条件下达到了良好的检测性能。

一种低复杂度振动信号检测分类算法

低复杂度的振动信号常规峰度检测算法只能检测人员入侵行为,不能检测车辆入侵行为。根据噪声数据与车辆入侵数据特点,结合时间窗和马尔柯夫过程概念,提出了基于改进峰度的振动信号检测分类算法。该算法引入背景噪声的平均能量,利用包含比例因子p和异常突变阈值r的分段函数代替信号能量,可以避免毛刺信号干扰,检测并区分人员入侵和车辆入侵而不需要任何先验条件。试验表明,该算法具有复杂度低,资源要求低,漏警率低的特点。

新型双频窄带带通滤波器的设计

提出了1种新型双频窄带带通滤波器,由1段1/4波长的均匀阻抗线以及1/2波长的U型阶跃阻抗谐振器组成,输入输出采用抽头式。所设计滤波器中心频率为2.4/5.6 GHz,为无线通信系统中的常用频率。该滤波器的带外有3个传输零点的引入,增强了通带隔离度以及阻带的抑制特性,带内回波损耗低于-0.3 dB。双频窄带带通滤波器的频率响应特性S11和S21的仿真结果与实测结果基本吻合,滤波器的尺寸为30 mm×30 mm。

基于短基线传感器阵列的炮弹被动测向算法

针对现有基于角度估计的无源被动探测技术不能满足远场高精度目标测向的问题,及现有被动探测传感器阵列在战场中需要大规模环绕布设的限制,采用基于经验模态分解(EMD)和短时能量特性分析的瑞雷波提取方法,结合时延双曲线定位模型提出免受波速影响的短基线传感器阵列被动测向方法。首先,在对传感器阵列获取的地震动信号进行信号特性分析基础上,基于EMD构建自适应分解去噪模型,提出基于信号短时能量特性的瑞雷波成分的抽取方法。其次,在对瑞雷波进行联合相关计算估计时延基础上,构建基于TDOA算法的时延双曲线模型,并提出基于四元十字短基线传感器阵列的DFA-WV算法,实现免受波速影响的炮弹信号高精度测向。最后,本文算法模型在仿真及靶场实弹试验得到验证,测试结果表明提取瑞雷波算法可为时延高准度估计提供效力,DFA-WV测向算法因摆脱波速估计值对测向结果的影响,相较于Chan算法及改进MPR算法具有更优的测向性能,且计算复杂度低,在实际野外靶场炮弹目标测向中具有工程应用价值。

基于滑动窗非负矩阵分解的运动目标检测方法

主要研究了智能视频监控系统中的运动目标检测算法,试图将非负矩阵分解算法引入运动目标检测算法中,通过非负矩阵分解算法对视频序列的背景进行建模,使用背景差分法将当前视频帧图像与建立的背景模型比较获得运动目标。针对运动目标检测中基本非负矩阵分解批处理算法的不足,提出一种基于滑动窗非负矩阵分解的运动目标检测算法。通过滑动窗处理控制非负矩阵分解模型中被分解矩阵的规模,降低了算法的计算复杂度和空间复杂度,并在一定程度上增加了模型的非记忆性。实验结果表明,该算法能够更好地自适应背景模型的动态改变,并且在视频场景中存在光照突变和较小运动目标时具有较好的检测效果。

基于复合型FMCW波形的多目标匹配算法

毫米波雷达常用调频连续波(frequency modulated continuous wave,FMCW)来测量目标的距离、速度等物理参数,但基于三角波调频连续波的雷达难以准确地完成多目标探测。因此,提出一种改进的FMCW波形及其对应的多目标匹配算法,这个复合型波形结合梯形波和快速锯齿波的特性,可以更准确地完成多目标的探测。仿真结果验证了该方法能准确剔除虚假目标,保留真实目标。

一种基于双控节点的Ceph写性能优化方法

分布式存储系统Ceph由于采用多副本强一致性写入机制,造成集群写性能不理想。针对该问题,提出一种基于双控节点的Ceph写性能优化方法,首先利用双控双存储阵列节点,当一个控制器出现故障时,该节点中的另一个伙伴控制器创建新的OSD进程并快速接管故障控制器的存储阵列,从而保证数据存储的安全性和高可靠性,同时将写入机制优化为主副本OSD在本地写入日志盘后,就向客户端返回写完成,之后写入数据盘和其余从副本的完成情况则由主副本OSD继续收集并完成后续各类回调操作,从而降低非必要写操作对集群写性能的影响。最后对数据可用性和集群写性能进行实验测试,其中写性能测试分别从写延迟、吞吐量和IOPS等3个角度,对优化后的方法和Ceph原生写入机制在顺序写和随机写两方面进行比较,进一步验证优化方法在维护数据高可用的同时,对写性能提升的效果。

基于改进粒子群的时差测向最优阵列布局

为了减小阵列布局对测向算法精度的影响,提升在特定场景下目标的测向精度,提出基于竞争策略和差分进化策略的粒子群优化(PSO-CDE)算法,并基于PSO-CDE实现时差测向阵列优化。首先,基于时差测向的原理,以位置约束和基线约束设计传感器阵列,以均方误差构建适应度评价函数;其次,提出PSO-CDE算法来提高粒子群性能和鲁棒性,并基于PSO-CDE算法对阵列布局进行策略优化;最后,通过仿真靶场环境,得到不同条件下的优化阵列布局。仿真结果表明:优化后的阵列较规则阵列具有更高的目标测向精度。同时,对比分析最优阵列中阵列基线、阵元数量和时延误差对测向精度的影响,为实际场景中阵列布局优化策略的选择提供相应的参考依据。