一种基于多分类器融合的人数统计算法

基于多分类器融合,首先提取行人的运动前景,计算校正透视效应之后的前景面积,提取图像的有效Harris角点和SURF点信息,并由此得到反映行人遮挡程度的遮挡系数,从而构造特征向量,输入BP)神经网络建立回归模型;然后提取行人的HOG特征,采用Adaboost级联分类器训练出相应的行人检测器,检测每帧视频的行人并统计数量;最后基于前两个分类器,用stacking的策略构造了组合分类器,并实现分类器融合时权值的自适应调整.通过与现有算法进行对比,算法的效果优于其他算法,对复杂场景适应性强且满足实时性要求.     

合作联盟中的节点选择及功率优化方法

无线网络中节点的合作通过形成联盟可以有效增大系统的安全容量。现有研究只是解决了联盟自身收益最大化的局部优化问题,没有从全局考虑联盟之间存在的竞争和干扰问题。文章首先基于联盟博弈理论,提出了实现物理层安全性能最大的分布式中继选择方案;在此基础上,针对联盟之间存在的干扰和竞争问题,基于有代价的非合作博弈,提出联盟功率的优化方法;根据优化后的联盟功率,联盟内的节点依据信道增益分配联盟的最优功率。仿真分析和性能比较表明,所提出的方法不仅可以形成稳定的联盟,与只考虑局部最优的安全性能相比较,降低了联盟的功率消耗,且提高了联盟的安全收益。     

不确定行为下的物理层安全博弈

在多窃听节点存在的无线通信中,联盟内的协作中继转发接收到的信号到目的端能够有效地提高物理层安全传输的性能.然而,具有自私行为的中继节点会拒绝为其潜在合作者转发信息,并且自私行为具有动态变化的未知性.基于网络环境的贝叶斯联盟博弈,研究节点自私行为不确定条件下的联盟形成,通过节点与其他节点订制合同,得到贝叶斯核,进而形成纳什稳定的联盟结构.仿真结果表明该算法形成的不完全信息下的联盟结构与完全信息下的联盟结构相同,可以实现联盟节点安全效益最优.     

基于字典设计的正交线性调频信号复用水声通信系统

基于离散菲涅耳变换的正交线性调频信号复用技术(OCDM)具有一定的抗多径能力,近年来成为极具潜力的水声多载波通信方法.然而,由于水声信道严重的多径扩展和多普勒扩展,降低了OCDM水声通信系统可靠性,限制了OCDM应用于水声通信系统的可行性.为了增强OCDM水声通信系统的抗多径和抗多普勒能力,可以通过改变载波的时频特性以...     

基于被动时间反转-卷积神经网络的 OFDM水声通信系统研究

水声（Underwater Acoustic，UWA）信道的多径效应和多普勒效应造成正交频分复 用（Orthogonal Frequency Division Multiplexing，OFDM）水声通信系统接收端符号间干扰和载 波间干扰，降低系统性能 . 构造一种新型的被动时间反转-卷积神经网络（Passive Time Reversal-Convolutional Neural Network，PTR-CNN），并将其应用于 OFDM 水声通信系统接收 端 . PTR-CNN 网络的构造包括两部分，首先，基于被动时间反转理论削弱多径增强主路径信 息能量；其次，将上述输出结果转换成二维矩阵，再输入卷积神经网络中进行信号检测，同时 对抗多径和多普勒效应带来的干扰；最后，网络输出直接恢复比特流 . 仿真和试验结果表明， 与目前主流信道估计和信号检测算法相比，所提方法能够提升系统的可靠性，在不同水声信 道环境测试中均具有较好的鲁棒性.