一种傅立叶描述子支持下的建筑群模式识别方法

利用傅立叶形状描述子对建筑群的空间分布模式进行相似性分析和识别.首先以多边形的质点—中心角度排序构建建筑群的等价多边形;然后利用傅立叶频谱技术提取等价多边形的形状描述子作为建筑群的空间分布模式的特征向量;最后通过形状描述子的欧式距离度量建筑群间分布模式的相似性.对一定数量的建筑群进行了人工比对实验,实验结果与人工认知基本一致.     

认知无线电中一种新的基于MED的频谱感知算法

提出了一种新的基于最大特征值检测的频谱感知算法,并利用最新的大维随机矩阵理论的结果来获取新的理论判决门限.该门限能够使检测器产生更加可靠的感知性能,获得更高的检测概率.仿真结果验证了新算法的有效性.     

基于改进粒子群优化的快速协作式频谱感知算法

为了改进算法的计算效率和感知性能,提出了一种新的线性协作式频谱感知算法.在新算法中,通过动态地改变粒子群优化（PSO）方法在每次迭代过程中的迭代系数,以获取最优的权重向量,从而最大化算法的检测概率.采用时变迭代系数后,基于PSO的协作式频谱感知算法在粒子飞行的初期具有很好的全局探索能力,而随着迭代次数的增加,算法具有很好的局部搜索能力.仿真结果表明,新算法相比基于传统PSO的频谱感知算法具有更快的收敛速度,相比传统的基于修正系数和基于传统PSO的协作式感知算法具有更好的性能.不同场景下的仿真结果验证了新算法的有效性.     

基于谱图理论的形状聚类仿真

谱图理论已经广泛的应用于形状表示、匹配和聚类。主要研究两个方面的问题：1、通过提取形状的骨架特征点和图谱分析,建立形状的数学模型;2、通过分析模型的数学特征,将形状投影到低维空间中。利用上述方法实现了形状的聚类仿真。针对公共数据集的仿真实验证明了该聚类算法能有效的实现形状聚类。     

基于粒子滤波与层级形状描述的红外目标跟踪

提出了一种基于粒子滤波和层级形状描述的红外目标跟踪新方法。在粒子滤波理论框架下,观测概率模型的建立是影响红外目标跟踪性能的重要因素,而红外目标描述是建立观测概率模型的基础。针对红外成像特性,以梯度直方图和空域金字塔技术为基础,建立层级梯度直方图,实现红外目标的层级形状描述。通过计算参考目标的层级梯度直方图与目标样本的层级梯度直方图之间的Bhattacharyya距离,建立观测概率模型。两种不同场景特性的红外目标跟踪实验和对比实验分析都表明该方法是有效的、稳健的。     

具有频谱可控特性的直扩系统规避窄带干扰技术

根据不同的m-W复合序列具有频谱跳变的特点,提出了一种在直扩通信中对窄带干扰进行规避的方法。该方法通过改变m序列、Walsh序列的周期和Walsh函数序列的序数可以使直扩信号具有频谱可控的特性,从而使窄带干扰所在频段的信号能量较少,降低干扰对信号的影响。仿真结果表明,对于单频和窄带干扰,在信噪比一定的情况下,采用规避方式的误码率可比常规直扩方式提高1至2个数量级。     

基于角点及局部特征的饮料瓶识别方法

将机器视觉技术引入饮料瓶自动回收系统中.针对饮料瓶（PET材质）自身的特点,基于局部特征及几何不变性,采用一种亚像素级精度的角点提取方法,定义以角点为中心的左右曲线夹角及其符号作为饮料瓶的特征值,并提出基于“块”的快速匹配算法.实验结果表明,该算法具有较好的稳定性和可区分性,算法识别率高、速度快,能很好地满足饮料瓶自动识别回收的准确性和实时性要求.     

多分辨率频谱感知算法性能的参数化评估方法

多分辨率频谱感知算法是一种利用小波变换时频尺度可变特性,对宽带通信系统进行快速准确地感知的频谱感知算法。基于多分辨率频谱感知算法的特性,提出了一套频谱感知性能参数化评估方法,构建了基于OFDM信号的多分辨率频谱感知算法仿真平台。分别从小波函数基的选取、调制方式、扫描速率以及实际IQ失配问题的影响等角度,对OFDM宽带信号的感知性能进行了系统的仿真评估和分析,获得感知系统在不同参数设置时的检测概率和误检概率评估结果’为认知无线电系统的进一步设计实现与性能评估提供了重要依据。     

单用户毫米波大规模多输入多输出系统的几何均值混合预编码

针对奇异值分解在不同的信道及信噪比中进行比特分配造成的误码问题,提出了一种基于几何均值分解的混合预编码算法。在同时考虑预编码器和合成器的情况下,首先在基站端用奇异值分解设计数字编码器,利用基追踪原理设计模拟预编码器。然后在接收端采用启发式算法来设计数字合成器和模拟合成器。仿真结果表明,提出的混合预编码方案比传统基于奇异值的混合预编码具有更低的误码率,且频谱效率更接近理想值。