宽带无线频谱分配建模研究

随着无线通信的发展,研究如何提高频谱利用率的方法是必然趋势。本文将具有不同特性的静态频谱,竞拍频谱以及动态频谱进行联合分配研究。对频谱可用性特性指标和基于M-LWDF算法的服务质量指标进行了详细的分析说明。并提出了一种有序匹配算法。该算法通过频谱可用性和服务质量指标的有序对应匹配,实现多种频谱资源相结合环境下的频谱分配方案。并通过与随机分配、先静态、后动态的分配方案进行对比,用MATLAB仿真工具验证了该算法在平均总速率、平均失败次数等方面的优越性。     

基于无人机影像的大型滑坡区域精细地形构建研究

滑坡突发性强、危害大,并且在高原山区,大比例尺DEM难以获取。为此,以西南山区某大型滑坡体为例,利用无人机遥感系统对大型滑坡区域进行高空间、高分辨率的遥感探测,对获得的无人机影像采用灵活的POS 辅助空中三角测量进行快速处理,结合高精度物方 DEM 匹配技术,最终获得大型滑坡区域高精度 DOM、DEM 地形构建。通过实践,实现以无人机获取的影像为基础,快速构建大型滑坡区域的精细地形,为大型滑坡体的预测、评估提供基础数据和技术保障。     

MIMO-OFDM中稀疏度自适应的信道估计方法

将压缩感知应用在稀疏度未知的多天线正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing,MIM0-OFDM)系统信道估计中,提出一种2级阈值的变步长自适应匹配追踪(variable step size adaptive matching pursuit,VssAMP)算法,利用残差值确定第1级阈值调整稀疏度步长,提高信道稀疏度的估计精确度,利用噪声能量和信噪比(signal to noise ratio,SNR)确定第2级阈值控制算法迭代条件,降低小信噪比时信道重构误差.理论分析和仿真结果表明,该算法减小了初始步长对信道稀疏度估计精确度的影响,解决了VssAMP算法阈值难以确定的问题,相比原算法提高了信道估计精确度.     

稳定匹配：起源、定义和进展

经济管理领域存在许多双边匹配决策问题,而匹配的稳定性对于决策制定非常重要。为了深入了解稳定匹配理论的本质、起源和目前发展现状,把该理论运用到当前的研究问题上,收集整理了该领域的国内外相关文献,在此基础上进行分析和综述。首先概述了当前理论研究和应用研究成果,介绍双边匹配和稳定匹配的起源,阐述稳定匹配的定义、基本定理和实现的机制,然后分析稳定匹配网格定理和结构特性,并考虑多方匹配的特性和相关理论,最后展望了稳定匹配的应用前景。稳定匹配有了较好的理论基础,但仍然存在许多亟待解决的问题,在应用领域有着宽阔的领域。
     

一种基于特征光流的角点匹配算法

提出了一种基于特征光流的角点匹配算法.首先,获取经过均匀化处理的特征角点;然后,考虑角点处的局部光流,求解角点处的光流场,从而得到角点处的粗略光流失量,实现了图像角点间的近似匹配;最后,把特征光流作为约束条件,根据两帧图像角点集之间的坐标关系,排除非正常角点,从而完成对特征角点的精确匹配.仿真实验表明:算法在减少计算量的同时可以提高匹配精度,进而实现高精度运动目标跟踪.     

一种用于超分辨率重建的自适应块匹配算法

提出了一种基于自适应块匹配的超分辨重建算法。首先根据相邻运动块之间的相关性来预测搜索块,然后利用图像的运动特性自适应地选择合适的搜索模式,最后采用最大后验概率估计算法对配准后的图像进行超分辨率重建。该算法可以有效减少搜索匹配点的个数,极大提高搜索速度,并且能够获得与全搜索算法同样高的配准精度,具有较大的峰值信噪比。实验结果表明,所设计算法能获得较好的视觉效果与重建效果,具有一定的实用价值。     

双重自适应非局部均值图像去噪算法

针对非局部均值算法对边缘去噪能力较差的缺陷,提出了一种新的自适应非局部均值去噪算法。一方面利用基于均方误差最小化准则的主动匹配,以确定两图像块之间的最佳匹配形状与尺寸,进而得到较为鲁棒的相似度估计。另一方面,利用局部Hessian矩阵特征值判断图像块类型,并据此进行滤波窗口尺寸的自适应调整。细致分析与仿真结果表明,新算法有效克服了原始非局部均值算法存在的边缘去噪能力较差的问题,综合去噪性能达到甚至超过了最新的自适应非局部均值算法。     

基于协同滤波的多尺度色调映射

高动态范围(HDR)图像是一类包含丰富的图像细节、具有较高明暗对比度、接近真实场景色彩的图像.HDR图像具有广阔的研究前景和实际应用价值.与传统图像相比,这类图像具有很高的动态范围,因而HDR图像在一般显示设备上难以得到比较满意的显示效果.为了克服这一问题,本文提出一个基于协同滤波的多尺度色调映射模型,该模型先利用滤波方法将HDR图像分解为不同细节尺度的图像层,再对各个图像层的动态范围进行不同程度的调整,从而同时达到压缩动态范围和增强细节的效果.实验表明该模型能较好地在一般显示设备重现原场景,具有较好的视觉效果.     

基于关键点匹配的视频镜头边界检测

镜头边界检测就是找到每个镜头的起始和结束帧,它是视频分析的基础,也是基于内容的视频检索的第一步.因此,其效率和准确度直接关系到整个视频检索的成败.然而,由于摄像头和物体运动的影响,现有的镜头边界检测的准确率较低.为了解决这个问题,论文提出了基于关键点匹配的镜头边界检测方法.该方法通过比较连续两帧关键点匹配的数量,确定镜头边界,并且具有较高的准确率.     

基于多极小值粒子群的自适应运动估计算法

为了提高视频编码效率,提出一种基于多极小值粒子群的快速运动估计算法.该算法将运动矢量特性和多极小值粒子群算法的全局搜索特性结合,采用自适应运动强度、运动矢量预测以及提前终止迭代等方法,克服单峰误差曲面假设的限制.实验结果表明,对运动平缓和中等的视频序列,该算法的运算复杂度与DS相当.对于运动剧烈的视频序列,该算法的运算复杂度与TSS相当.在增加少量搜索点数的情况下,各类视频序列的搜索精度都接近FS.