基于ROAMP-Net的大规模MIMO系统智能信号检测方法

针对大规模多输入多输出(multiple-input multiple-output,MIMO)系统存在的信号检测计算复杂度高、检测精度不足等问题,参考OAMP-Net算法思想,引入残差结构,提出了一种新的智能信号检测网络模型ROAMP-Net。将正交近似消息传递(orthogonal approximate message passing,OAMP)估算信号的迭代过程展开为深度学习网络,同时引入残差结构,分别对各网络层的线性和非线性估计值进行逐层修正,有效防止估计误差的前向传播和过程积累,避免网络模型随着网络层数增加而发生性能退化,从而提高最终信号检测的准确度。针对不同调制方式和不同天线阵列的系列仿真实验结果表明,不同调制方式和天线阵列下ROAMP-Net在检测准确度上均有不错的性能表现。     

融合特征通道重要性与相似性的深度YOLO网络压缩方法

基于深度YOLO网络的目标检测方法网络结构复杂、冗余参数过多、计算量大,极大影响模型检测性能。针对此问题,从降低网络中低效通道和冗余通道的影响出发,提出了一种融合特征通道重要性与相似性的深度YOLO网络压缩方法,基于深度网络压缩中的网络剪枝思路,采用2次剪枝剪去低效及冗余特征通道。构建通道重要性计算方法,将稀疏因子作为通道效能计算指标,结合剪枝率剪去低效通道;根据通道间存在的线性关系计算其相似度,对相似度较高的通道进行替代,剪去相似度较大的通道;微调模型参数,恢复剪枝前的检测精度。仿真实验表明,同当前性能较优的深度网络压缩方案相比,提出的方法在保证目标检测精度的同时极大减小了模型尺寸、提升了检测速度,方法可行、有效。     

基于时延嵌入式隐马尔科夫模型的癫痫脑电分类算法

癫痫脑电的分类识别能够为癫痫的预警和病程的发展监测提供强有力的技术支持。传统的癫痫脑电分类识别方法需要从较长的时间序列中提取特征,难以刻画大脑的瞬态变化,检测低效且耗时,降低了癫痫预警的有效性。针对上述问题,提出一种基于隐马尔科夫模型的癫痫脑电分类算法。该方法通过时延嵌入式隐马尔科夫模型(time-delay embedded hidden Markov model,TDE-HMM)对脑电进行状态估计,并提取状态序列中的状态切换特征,通过多层感知机(multiple layer perceptron,MLP)实现对不同癫痫发作阶段脑电的有效辨识。实验结果表明,相较于小波变换、微分熵等传统特征,所提方法准确率高,能够有效刻画癫痫不同阶段的大脑状态变化,为癫痫脑电的分类识别和状态分析提供了新的备选方案。     

基于改进YOLOv5的鱼眼图像目标检测算法

针对自动驾驶场景下车载鱼眼相机采集到的图像存在畸变严重、场景复杂、尺度变化剧烈、小目标多以及传统的目标检测模型的检测精度不高的问题,提出了一种基于YOLOv5s改进的鱼眼图像检测模型YOLOv5s-R.首先,为解决小目标难识别的问题,提出随机裁剪多尺度训练的数据增强方法,该方法优于消融实验所得的最优数据增强方法.其次,为了提高模型的检测精度,在网络头部添加置换注意力机制与轻量化解耦头,增强模型对特征的提取能力与识别能力,并抑制噪声干扰.最后,模型额外增加角度预测项,实现旋转框目标检测.通过构建环形标签并用高斯函数对标签平滑,解决了旋转框角度的周期性问题;又对损失函数进行了优化,提出了RIOU,在CIOU的基础上增加角度惩罚项,提高了回归精度并加快了模型的收敛.实验结果表明,提出的YOLOv5s-R模型在WoodScape数据集上取得良好的检测效果,相比于原始的YOLOv5s模型,mAP@0.5、mAP@0.5∶0.95分别提升了6.8%、5.6%,达到82.6%、49.5%.     

Yolov7-pose识别运动员姿态时关键点异常的消除方法

本研究首先构建了深度聚合网络（deep layer aggregation,DLA）,用于替换Yolov7-pose算法中原有的特征融合网络,增强了特征的表达;其次,将高效聚合网络（efficient layer aggregation Net, ELAN）和尺度感知注意力网络（scale-aware attention Net, SAAN）融合在一起,引入到Yolov7-pose算法中;然后,引入尺度因子到Yolov7-pose算法的损失函数中,并通过实验确定尺度因子最佳值。实验结果表明,经过本法改进的方法识别篮球比赛视频流中的多名运动员姿态时,不再出现关键点异常现象,姿态识别的精度达到95%以上,运行效率达到24 FPS以上,综合性能显著优于原始Yolov7-pose算法等算法。     

飞机结构强度试验中碳纤维增强树脂基复合材料无损检测技术

新型飞机大量使用碳纤维增强树脂基复合材料(CFRP)作为结构用材,为确定CFRP结构强度试验后的最终损伤状态,必须制定相应的无损检测方案与损伤评定方法。针对强度试验后CFRP工件表面粘接物对检测效率的影响、变厚度弧形CFRP结构原位检测损伤识别以及CFRP结构冲击损伤定量基准波选取等关键技术,结合强度试验中无损检测的特点,采用现场检测典型信号分析的方法,提出了CFRP结构强度试验中的无损检测方案和损伤评定方法,最后通过实验验证了检测方案和评定方法的有效性。     

某型飞机惯导系统检测设备研制

针对某型飞机惯性导航系统研制的惯导系统检测设备,旨在实现自主保障、快速测试,以提高整机系统的综合维护和保障能力。该检测设备基于Compact PCI总线研制,在综合分析测试需求的基础上,自主研发了32位串行码总线收发、旋变数字信号转换等电路并开发了相应的驱动程序;采用LabWindows/CVI软件,综合采用定时器、线程池、数据保护和小型数据库等技术开发了测试软件。该设备测试精度高,故障定位快,操作简单,自动化程度高,自检测能力强,便于使用和维护,对保障该型飞机的正常使用和维护发挥了重要的作用。     

一种简易的多普勒天气雷达速度退模糊方法

多普勒天气雷达提供的径向风场资料,是气象预报的重要判据之一.由于所探测到的风场信息存在着噪声、缺测和速度模糊等方面的问题,因此,多普勒天气雷达的速度退模糊技术也相应的受到越来越多的关注.文章根据多普勒天气雷达风场资料的特点,结合实际业务,提出了一种简易的速度退模糊方法.该方法在等距离圈切向和径线方向上进行速度退模糊.在等距离圈切向退模糊中,首先进行圈上的数据分段,然后检测段内和段间的速度模糊,再进行速度扩展退模糊.在径线方向退模糊中,从径线中点向外和向内检测速度模糊,然后进行速度扩展退模糊.进行了实例退模糊实验,证明了该方法的正确性和实用性.     

一种基于状态树和拓扑分析的网络入侵预警系统

在LINUX平台下,采用C/C 语言实现了基于状态树和基于拓扑分析的预警系统.该系统能够快速准确地对即将发生的入侵行为进行预警,为大规模网络系统的安全性提供一定保障.该系统框架具有良好的可靠性和扩展性,能够适应于分布式入侵检测预警的需要.     

水生生物病原核酸适配体研究进展

核酸适配体(Aptamer)是指利用指数富集配体系统进化(Systematic evolution of ligands by exponential enrichment,SELEX)技术筛选得到的能特异性识别和结合靶标的ssDNA或RNA分子,具有高亲和力和高特异性的特点,在快速检测和靶向治疗方面应用广阔。近年来,水生生物细菌和病毒性病原疾病的频繁暴发,严重制约了水生态的健康以及水产养殖业的迅速发展。核酸适配体作为一种新型的识别分子,在水生生物病原的应用上也已取得了一些进展。本文对水生生物细菌和病毒性病原核酸适配体的筛选,及其在检测和治疗领域的研究现状进行综述,并对该领域核酸适配体技术的应用方向进行展望。