基于YOLOv5l和ViT的交通标志检测识别方法

随着交通行业的发展,交通标志检测识别成为了辅助驾驶系统中最热门的研究方向之一。在实际行车道路中,交通标志具有目标小且类别繁多的特点,针对现有检测与识别算法难以同时兼顾准确度和速率的问题,提出一种YOLOv5l（you only look once version 5l）与视觉转换器（vision transformer,ViT）结合的检测与识别方法。首先采用YOLOv5l对目标进行检测,得出交通标志的位置信息,再将其输入ViT进行分类识别,其中特征连接部分引入DenseNet网络模块,来实现原始特征和卷积后特征映射的密集连接,加强特征的传递性,提高识别率。结果表明：在GTSDB和GTSRB数据集上实验效果更佳,交通标志检测速率达到200 ms,准确率达到98.78%,相比全连接层识别准确率提高了约4%。     

多址访问中继信道下多边LDPC码

为逼近解码前传半双工多址访问中继信道容量,提出一种多边低密度奇偶校验(low density parity check, LDPC)码校验点联合编码（parity jointly coded multi-edge type LDPC codes, PJCMET-LDPC）结构及其度分布优化方法。该结构视中继校验比特为PJCME-TLDPC码的一部分,目的端利用从信源和中继接收的消息联合译码获得所有信源信息。为了分析该编码算法的渐进性能,推导了基于消息错误概率的多边外信息转移图噪声门限分析方法。在此基础上,提出PJCMET LDPC码度分布优化方法。实验仿真表明,与SCC LDPC码和NCC -LDPC码相比,PJCMET-LDPC码可以获得更大的编码增益。     

基于校验矩阵优化扩展的码率兼容LDPC码设计

为了提高低密度校验（low density parity check, LDPC）码的打孔性能,提出一种基于校验矩阵优化扩展的码率兼容LDPC码设计方法。从码率兼容码的度分布约束关系出发,提出母码的度分布优化算法。在此基础上,结合打孔变量点的译码恢复规则,构造适合打孔的LDPC码校验矩阵。采用贪婪搜索算法逐级最大化不同类型的打孔变量点数目,提高码率兼容系列子码的误码性能。仿真结果表明,与编码高效的码率兼容LDPC码相比,所提方法生成的码率兼容子码误码性能有较大改善,特别是当码率大于0.8时,编码增益提高约0.7~0.8 dB。     

基于天牛须种群算法的整周模糊度解算算法

如何快速、准确的固定整周模糊度是载波相位测量中的一个关键问题。为了提高整周模糊度搜索速率,本文提出了一种基于天牛须种群算法(Beetle Antennae Colony Search, BACS)的整周模糊度解算算法。通过与BAS算法、BAS-Nadam算法、LAMBDA算法以及MLAMBDA算法进行解算速率、稳定性的对比实验,在三维模糊度解算时,BACS算法在与LAMBDA和MLAMBDA算法解算成功率相当的情况下,能利用更少的时间搜索到模糊度最优解。为了验证BACS算法在高维模糊度解算以及工程解算情况下是否适用,进行了高维模糊度解算的实验以及单频单GPS系统下BACS算法的应用实验。分析及实验表明,BACS算法能很好保证高维模糊度解算的实时性和鲁棒性,对于12维模糊度解算,平均解算时间0.068秒,解算成功率为92%,对于低维模糊度解算,解算速率更快,解算成功率更高。在单频单GPS系统工程解算中,x,y,z方向定位精度分别为±0.008米,±0.01米,±0.01米,能达到厘米级精度定位。     

基于叠加训练序列的MIMO信道估计及其性能分析

提出一种基于叠加训练序列的MIMO信道估计模型,该模型信道估计方法不占用额外的信号带宽并具有较高的估计精度。通过最小二乘(LS)方法,推导出模型信道估计误差的均方差、信道容量的下限以及更加紧凑的Cramer-Rao界。数值模拟结果表明,相同条件下,采用叠加的训练序列要比直接采用训练序列对系统容量的改善5 dB左右。此外,模型所采用的算法结构简单,计算量小,有很大的实际应用前景。