目标边缘特征增强检测算法

针对分组角点检测网络在目标检测过程中,由于目标尺寸过小或同类目标空间距离较小而导致检测失效的问题,提出一种边缘特征增强的CornerNet目标检测算法OEC。该算法通过分离特征的高低频信息提取更多的高频信息,增强目标的边缘轮廓特征,解决关键点定位不准确的问题,提高目标的框定效果,进一步提升检测精度。仿真结果表明,该算法对行人、车辆等目标检测效果均有提高,在COCO数据集上的检测结果与CornerNet相比,mAP提高0.9%,可应用于无人驾驶与智能机器人等场景。     

天波雷达对空探测任务下积累时间自适应优化设置研究

针对人工设置天波雷达相干积累时间存在盲目性, 不能充分发挥雷达探测性能的问题, 以空中目标探测为研究对象, 提出了自适应积累时间设置优化方法。首先, 分析了积累时间对天波超视距雷达探测性能的影响。其次, 计算了影响相干积累时间的信号时宽和积累点数的最优值。然后, 提出了自适应设置积累点数的方法。最后, 通过实验证明了本文方法比人工方法更能提高天波雷达探测性能。     

Optical sensing of explosives in wastewater by competitive complexation

A facile strategy for optical sensing of explosives with the assistance of 1,3,5-Triazine-2,4,6-triamine(MEL) in aqueous solution is proposed. Upon exposure to MEL, the electron-sufficient amino group in MEL was prone to form complexes with electron-deficient nitro group in explosives. The interaction could be tuned by the amount of MEL to fully consumed nitro-contained explosives dissolved in wastewater, thus prevented the gold nanoparticles(GNPs) from combining with MEL. In comparison with common detection method, the dose-response curve procedure reported here was in good linear relationship from 0 μM to 80 μM with good correlation factor(R~2= 0.9871), and was satisfactorily agreed with the proposed theoretical model. The detection limit(Lo D) was1.1 μM by spectrometer, 3.0 μM visualized by naked eyes and 21.3 nM by calculation. The procedure described in this study could be finished within a few minutes and showed its effectiveness in explosive detection upright on the gold surface in real wastewater, making this proposed method a powerful tool in several sensing platforms.     

佤语语音语料端点检测算法

端点检测是语音信号处理的过程中非常重要的一个环节,其准确性直接影响语音信号处理的速度和结果.特别是在实际应用中因信噪比较低,使得某些高信噪比下性能好的端点检测算法准确率也比较低.为了提高在低信噪比的环境下佤语语音端点检测的准确率,本文使用了一种基于多窗谱估计谱减法和能熵比法的语音端点检测复合算法.该算法首先利用多窗谱估计谱减法去除语音的背景噪音以提高信噪比;其次再对去噪后的语音使用能熵比算法进行端点检测;最后借助Matlab工具对佤语语音进行仿真实验.仿真结果表明:对于低信噪比的环境下的佤语语音,本文使用的基于多窗谱估计谱减法和能熵比法复合算法同常规能熵比算法相比,端点检测的准确率提高了34%.     

基于VGGNet改进网络结构的多尺度大熊猫面部检测

大熊猫个体识别对研究大熊猫的种群数量非常重要，大熊猫面部检测是基于面部图像的大熊猫个体识别方法中的首要关键步骤。针对现有的大熊猫面部检测方法精确度不高的问题，提出基于VGGNet-16改进网络结构的多尺度大熊猫面部检测方法。首先，以VGGNet-16网络结构为基础，通过增加残差结构与BN层，降低卷积层通道数，并采用LeakyRelu激活函数等改进，构建一个新的特征提取主干网络。其次，将一个3尺度的特征金字塔网络结构与SPP结构结合用于目标检测。最后，使用深度分离卷积结构替代常规卷积结构。实验结果表明，提出的大熊猫面部检测方法在测试集上能够达到99.48%的mAP，检测性能优于YOLOv4。     

联合变化检测与子带对消技术的SAR图像干扰抑制方法

子带对消(subband spectral cancellation, SSC)法是一种有效的合成孔径雷达(synthetic aperture radar, SAR)射频干扰(radio frequency interference, RFI)抑制方法, 但其在消除干扰的同时容易损失图像细节信息, 影响后续图像解译。为此, 在SSC方法的基础上, 联合变化检测技术, 提出一种改进的SAR图像干扰抑制方法。根据改进的对数比变化检测算子, 所提方法实现了干扰二次检测, 消除了干扰图像中的虚警信息, 避免了图像中有用信号的损失。基于欧空局Sentinel-1A卫星干涉宽幅模式受干扰SAR图像, 开展了干扰抑制与效果评估。实验结果表明, 所提方法能够在有效抑制干扰的同时尽可能保留SAR图像细节信息, 证明了所提方法的有效性。     

种子注入高重复频率Q开关激光器

分析了自发辐射与注入种子信号在激光建立过程中的竞争对种子注入的影响. 利用单块非平面环形腔单频激光器作为种子振荡信号,注入到高重复频率Q开关构成的从动激光器,获得单脉冲能量大于5mJ、脉冲宽度40ns的单纵模振荡脉冲激光输出. 测试了种子激光器在不同频率、功率及在从动激光器不同抽运能量下种子注入现象发生的几率实验. 结果表明,频率匹配和从动激光器的抽运能量是影响种子注入发生几率的重要因素.     

一种高可靠分布计算系统的适应性故障侦测方法

针对高可靠分布计算系统的故障侦测,提出一种适应性故障侦测方法.根据系统计算节点的负载和网络传输时延,动态地估算心跳消息超时时限,协商改变心跳消息的发送周期,以适应系统状态的变化,减少故障侦测服务的错误.模拟实验表明,该方法与通常的故障侦测方法及NFD-E相比,故障侦测出错次数较少,侦测时间较短,并能够适应高可靠分布计算系统状况的变化,在侦测的实时性和正确性上提供较好的平衡.     

基于Ethernet IP协议的交流电参数检测仪表设计

针对电参数检测问题,设计一种新型电参数检测仪表,以ARM微处理器STM32F103为控制核心,利用电能计量专用芯片ADE7758作为电参数采集,并采用HMS公司的Anybus-Compact Com模块实现Ethernet IP工业以太网协议的仪表设计。设计结果表明,该仪表性能稳定、测量准确,具有良好的应用价值。     

基于MMAS的MIMO-OFDM系统上行多用户检测

在多输入多输出-正交频分复用(multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统上行多用户检测(multi-user detection,MUD)中,针对基本蚁群算法(ant colony optimization,ACO)在搜索过程中易出现过早停滞及收敛于局部最优解等问题,提出一种基于最大最小蚁群系统(max-min ant system,MMAS)的MUD新算法.该算法在蚁群每次循环结束后,仅处于最优路径上的单只蚂蚁释放信息素;同时,通过限制每条路径上信息素的取值范围,避免路径间信息素的差值过大,从而使蚂蚁在每次循环时尽可能地选择不同的路径,提高算法的搜索能力.仿真结果表明,MMAS算法能够有效降低蚁群陷入局部最优解的概率,进而提高了检测性能;同时,随用户数的增加,该算法的计算复杂度却远低于最大似然(maximum likelihood,ML)检测算法,因此,该算法能够在检测性能与计算复杂度之间取得较好的折中.