智能天线在卫星定位抗干扰中的应用

介绍了自适应波束形成技术的基本原理,结合卫星定位系统的特点,提出了一种将自适应波束形成技术应用于卫星定位接收机抗干扰系统的解决方案.该方案利用卫星星历和惯性导航器件的输出来构造卫星信号的方向向量,对阵列接收信号的协方差矩阵利用其最大似然估计逼近,在最大化输出SINR准则下求出相应的最佳权值向量.仿真结果显示利用该最佳权值向量能够有效地对单干扰和多干扰在干扰来向形成深度零陷,同时在卫星信号来向保持一定的增益,能较好地满足卫星定位抗干扰系统对前端天线阵抗干扰能力的需求.     

小波阈值法在图像去噪领域的应用研究

小波阈值法在图像去噪领域已经成为热门的研究方向,为了使人们能对小波阈值法有概括性的了解.在对小波阈值法现有技术的优缺点进行分析的前提下,总结出小波阈值法在图像去噪领域的三个主要研究方向,即阈值选择的自适应性,小波系数的分布模型,以及防止Gibbs振荡,并探讨了小波阈值法在图像去噪领域的发展方向.     

PEMFC输出功率的二自由度PID控制

为提高质子交换膜燃料电池(PEMFC)的输出性能,对于其输出功率的一阶滞后数学模型,进行二自由度PID控制方案设计.针对二自由度PID控制器参数整定过程中存在的不足,提出一种基于自适应遗传算法的二自由度PID控制器设计.仿真结果表明,经优化整定后的二自由度PID控制器,可使PEMFC的输出功率能较好地跟踪给定期望值的变化,同时也可更好地抑制外扰.     

基于组合形态滤波与自适应广义形态滤波的ECG去噪算法

针对ECG信号中存在的基线漂移和高频干扰,提出了一种传统线性组合形态滤波与自适应广义形态滤波相结合的新的去噪算法。该算法首先采用传统线性组合形态滤波器滤除基线漂移,然后将无基漂的信号送入采用不同结构元素级联而成的自适应广义形态滤波器滤除高频干扰,最后得到无噪声的ECG信号。结果验证了本文算法的有效性。     

一种在OFDMA使用的公平自适应资源配置方案

在OFDMA中使用了跨层(Cross-layer)来进行自适应资源调配。OFDMA系统中利用跨层结构,在数据链路层的信息可以用来实现自适应资源调配。根据这个设想,设计了一个新的跨层自适应资源调配方案来保证用户在连接层中等待时间的公平性,并取得更好的频谱利用率。     

神经网络在伺服系统中进行摩擦力补偿的方法

由于非线性摩擦力的存在,很难用传统的方法对其进行建模。首先讨论了摩擦力及其描述方法,在通过用神经网络对被控对象进行建模的基础之上,利用自适应逆模型神经网络控制器并联PID反馈控制器对控制对象中的摩擦力进行了补偿,并通过一直流伺服系统的仿真试验,验证了该方法是可行的。     

一种动态融合的目标识别与跟踪算法

针对红外图像序列的特点,提出一种动态融合的目标识别与跟踪算法。由图像序列中的运动信息对目标进行提取,得到自适应波门所需的起始波门和灰度双阈值,以及匹配算法所需的基准模板,其后的跟踪, 融各算法为一体,分时机、分场合地给予灵活运用。最后,以实测的红外图像序列对文中提出的算法进行仿真实验,结果表明该融合算法的可行性与有效性。     

自适应的混沌粒子群算法优化XML文档聚类策略

为了提高海量XML文档集的聚类质量,提出了一种基于粒子群的XML自适应混沌聚类算法(简称ACPSO):为了简化XML文档相似性判定,该算法以XML键为基础,结合混沌原理与粒子群算法划分XML文档:为了加速算法的收敛性,通过对算法相关参数的自适应学习与权重调整,增强XML文档的全局寻优能力,改善XML文档聚类的质量.对比其它聚类算法,仿真表明本算法不仅能有效避免聚类停滞现象的发生,而且是一种高效的XML文档聚类方法.     

融合注意力机制下的弱监督目标检测

针对现有的弱监督目标检测算法由于缺乏实例级类别的注释,易出现局部定位的问题,提出一种基于空间-通道注意力机制与多实例优化回归网络相结合的弱监督目标检测算法。通过在特征提取网络中引入注意力模块,发掘出更为优质的初始伪真值标签,有效地提取了隐含的位置信息。在网络训练阶段引入自适应的策略挖掘出训练细化分支的有效监督,实现对卷积神经网络中实例分类器的优化,同时以端到端的方式进行模型的训练,避免网络过多地关注目标的显著区域而不是整个对象,从而使模型跳出局部最优,提升模型的检测性能。在PASCAL VOC 2007和VOC 2012大规模数据集上的实验结果表明,提出的算法拥有比近几年主流方法更好的检测性能,有效缓解了局部定位的问题。     

脉冲噪声环境下基于最大相关熵准则的仿射投影算法

在许多工程技术应用中,噪声常呈现较强的冲激性,在数学上可用稳定分布模型来表示.常规的自适应滤波算法对于稳定分布噪声的鲁棒性较差.最大相关熵准则的提出,可以有效地改善在稳定分布噪声条件下自适应滤波算法的性能.以对称α稳定分布噪声为脉冲噪声模型,使用最大相关熵准则作为代价函数,提出基于最大相关熵准则的仿射投影算法,将前一次迭代的计算误差作为自变量代入相关熵函数中,使得改进后的仿射投影算法在脉冲噪声环境下取得良好的收敛效果,并通过实验证明了新算法在强脉冲噪声以及广义信噪比较低的情况下有较快的收敛速度和较好的收敛性能.