通航机场场面运动目标检测方法

针对传统YOLOv3（you only look once-v3）算法目标检测精度较低、收敛速度较慢等问题,提出了一种改进的YOLOv3算法,分别对主干网络和损失函数进行了改进。采用迁移和冻结相结合的训练方法,以提升目标检测的精确度和速度。基于改进的YOLOv3算法对西南某通航机场3种不同场景下的运动目标检测效果进行了对比分析。结果表明,改进的YOLOv3算法对正常天气场景下的场面运动目标检测效果要明显优于雾天和雨天场景,对飞机目标的检测效果明显优于车辆和行人目标;3类目标的检测精度、召回率、平均精度值(mean average precision,mAP)分别达到92.96％、80.51％、91.96％,GPU处理速度为74f/s,较传统YOLOv3算法和YOLOv4算法性能均有明显提升。     

认知无线电中的一种信道估计方法

认知无线电系统能否充分发挥其优势在很大程度上取决于信道估计的准确性和实时性。将基于新型时域内插的初始估计和EM跟踪应用于认知无线电系统,同时引入小波包对初始估计进行消噪处理,提出了一种新型的半盲信道估计方法。理论分析和仿真表明,该方法较好地解决了由于主用户存在造成的导频分布不均匀,保证了天线之间导频符号的相关性,且由于采用EM信道跟踪和小波包去噪进一步节省了频谱资源、提高了估计准确性。该方法可满足认知无线电信道估计实时性和准确性要求,具有较大的实际应用价值。     

基于信道探测技术的MIMO-OFDM系统信道及其相关性的联合估计

在实际物理环境中,信道相关性估计在很大程度上影响信道估计的准确性。针对MIMO-OFDM系统,引入信道探测思想,在数据传输之前发射探测信号,利用接收端信号的相关矩阵与信道相关矩阵的关系进行信道及其相关性的联合估计,同时,将信道探测得到的信道相关矩阵作为数据传输过程中的已知条件,辅助系统进行信道估计。理论分析和仿真表明,该方法可以在空间相关性不能忽略的情况下保证信道估计的准确度,基于信号处理的估计方法也不会增加算法的复杂度,同时信道探测思想的使用,不会造成数据传输过程中占用额外系统带宽的现象,因此具有较大的实用价值。     

双向中继对秩亏MIMO信道容量影响的分析

针对多输入多输出(MIMO)信道矩阵严重的秩亏问题,使用基于放大转发协议的协同双向中继,形成富散射环境,从而有效提高信道矩阵的秩.由于在两个节点之间双向同时传输数据,提高了频谱利用率.理论分析和仿真表明,与不使用中继辅助的MIMO信道相比,所提出方案在视距环境中能够有效提高秩亏MIMO信道的容量;同时,由于使用双向中继,利用自干扰消除的检测方法,使得其所需的时隙仅为传统放大转发中继的一半.信道增益矩阵的选取在传统放大转发协议的基础上增加了门限约束,进一步提高信道容量.