基于能量聚焦效率检验的信号脉内调制识别

针对低信噪比条件下信号调制盲识别问题,提出了一种基于信号能量聚焦效率检验的识别算法。先对信号进行短时滤波,以提高处理信噪比,后在分析常用6类脉内调制信号单频正弦波生成条件差异的基础上,定义了信号能量聚焦效率特征,并据此实现调制识别。推导了信号能量聚焦效率的统计检验方法。计算机仿真结果表明,本算法在低信噪比条件下可对常用雷达脉内调制方式进行有效识别。     

基于改进的瞬时信息量数字调制识别算法

针对瞬时信息量的调制识别算法抗噪性能差的问题,提出了一种基于改进的瞬时信息量的数字调制识别算法。通过提取5种新的瞬时信息特征参数,确定其判别次序和判决门限值,使得算法在低信噪比条件下依然能保持很高的识别性能。实验结果表明,算法在信噪比低至5 dB时,对不同的数字调制信号的识别率均达到90%以上,与同条件下的原有识别算法相比,识别正确率提升了15%。     

激光雷达一维距离像的目标识别算法研究

本文针对复杂背景下激光雷达一维距离像的目标识别,提出了利用最小二乘估计器和线性滑动窗口构造滤波器的算法。根据目标本身形态的总体尺度范围特征设定滤波窗口,很好地实现了对目标的识别过程。给出了该算法的设计思路和算法流程图,分析和优化了算法的时间复杂度,并列出了算法在不同距离上的目标识别概率。算法的时间复杂度分析和模拟实验结果表明,该算法目标识别的正确率可以达到89%以上,能够很好满足实时条件下的目标识别要求。     

小样本条件下基于数据增强和WACGAN的雷达目标识别算法

目前小样本条件下高分辨距离像雷达目标识别算法存在识别率较低、识别率稳定度较差等问题,对此,本文提出了基于数据增强和加权辅助分类生成对抗网络（Weighted Auxiliary Classifier Generative Adversarial Networks,WACGAN）的雷达目标识别算法.该算法首先根据雷达目标散射特性,通过时间镜像数据增强方法扩充数据集,然后将扩充数据集输入WACGAN,通过自动选择高质量的生成样本,使判别器在标签样本监督学习的基础上得到进一步优化,最后直接利用判别器实现对雷达目标的有效识别.仿真实验结果表明,本文算法在不增加识别时间的基础上,有效提高了小样本条件下对雷达目标的识别率和识别稳定度.     

基于Kinect的人体动作识别算法研究

针对现有的复杂背景下人体动作识别中存在识别准确率不高和实时性不强等问题,提出基于Kinect骨骼数据的改进动作识别算法。通过Kinect获取骨骼数据,提取出人体关节的特征向量,然后用模板匹配的方法对人体动作进行识别。通过搭建机器人体感控制系统验证了算法的可行性。在相同实验条件下测得算法的平均识别率为95.2%,平均识别时间为32.5ms。与其它动作识别算法比较,证明了算法的识别率较高、实时性较好。     

利用多层感知机映射提高不匹配环境下的语音识别性能

本文提出了一种提高不匹配环境下的语音识别性能方法。实验证明,采用了本文提出的算法后,测试环境下的语音识别性能有了很大的提高。     

基于领域自适应的动态噪声辐射源个体识别

现有基于深度神经网络的辐射源识别算法受训练场景限制,当待测信号与训练数据集的信道环境噪声不一致时,网络的识别性能严重退化。为了克服该问题,本文提出一种基于迁移学习的辐射源个体识别算法。该算法结合领域自适应的思想,建立优化模型将不同信噪比下信号的特征对齐,使在特定信噪比下训练的神经网络学习到与信道噪声无关的射频指纹特征,实现对其他信噪比下信号的高准确率识别。仿真实验结果表明,提出的算法显著提升了基于深度神经网络的辐射源个体识别算法在动态噪声条件下的准确率,在待识别信号信噪比下降4 dB的情况下,准确率提升了45.18%。      

大气激光通信自适应系统中LDPC的识别

从大气激光通信信道 模型出发,结合大气激光通信特殊的调制方式,利用接收解调软判决序列的后验概率信息 ,导出大气激光通信 自适应系统中低密度奇偶校验码(LDPC)的识别算法公式。仿真结果表明, 当识别正确率为 0.8时, 在强湍流条件下, 算法公式比传统算法性能提高约1.2dB;在弱湍流条件下,算法公 式 比传统算法性能提高约1.5dB;并 且随着码率的降低和码长的增加,识别成功率均有提高。因此,所提算法公式能够进一步抑 制大气湍流影响,提高系统性能。     

基于最大余弦比的LDPC码闭集识别

为改善低信噪比条件下LDPC码闭集识别的性能,本文提出了一种基于最大余弦比的软判决识别算法。该算法在分析了最大均值似然比算法存在的问题的基础上,利用LDPC码的编码结构特点,将识别过程归结为二元域中线性关系的检测问题;同时引入能够有效表征线性编码约束关系成立可能性大小的余弦检验函数,基于正确校验矩阵与错误校验矩阵下的余弦检验函数统计特性不同的事实,将两种情况下的余弦比作为编码器判定依据,从而实现低信噪比下LDPC码闭集的有效识别。仿真结果表明,在信噪比为0dB条件下,算法能够可靠识别出常用的IEEE802.16e协议中LDPC码,同时与现有算法相比,算法性能提升近1dB。      

多尺度分块协同表示的选择性集成人脸识别算法

为了进一步改善人脸识别系统在小样本条件下的识别性能,本文在图像分块协同表示分类算法的基础上,提出了一种新的基于多尺度分块协同表示选择性集成的人脸识别算法。该算法首先通过对各个尺度下的图像子块进行总变差加权,突出具有鉴别能力的局部关键特征子块的判别作用;其次通过多尺度分块协同表示的选择性集成,显著地提高了分类器的泛化能力和稳健性。对于三种不同采集条件下涵盖各种光照、表情和姿态变化的标准人脸数据库进行数值实验,实验结果表明新算法比现有的稀疏表示分类算法具有显著的识别性能和鲁棒性。      

改进的空间协议识别算法

提出了一种适合空间协议识别的改进BM算法。首先给出了一种基于比特距离的空间数据预处理算法,增大字符集数量,并通过引入小数跳进机制,提高BM算法协议分组头匹配效率;然后应用正则表达式进行协议识别,利用层次关系法提高多层空间协议识别效率;最后对提出的算法进行了复杂度分析和实验验证。结果表明:对于识别模式串长度为m的单层协议,算法时间复杂度可降低到BM算法的(1+m/4)/m,对多层协议识别效率可提高2.5倍;同时,与BM算法相比,提出的算法可有效解决模式串长度不足与存在大量不确定数据的问题,在数据量较大情况下具有更高的识别效率,且所形成的分组可有效抑制正则表达式DFA匹配引擎状态膨胀。     

利用改进的BP算法实现神经网络辨识仿真

系统辨识是控制系统设计的基础。基于多层前馈神经网络结构,采用一种改进的BP算法,利用二阶梯度变尺度模型,完成了神经网络非线性系统辨识。与传统的辨识方法比较,神经网络应用于非线性系统辨识具有泛化功能和很好的容错能力,是一种不依赖模型的自适应函数估计器。采用一种改进的BP算法有效地改善了系统收敛速度慢的问题,BP模型已成为神经网络的重要模型之一,从而为控制系统正确设计奠定理论基础。     

基于多传感器信息融合的酒类辨识方法研究

尝试利用主成分分析(PCA)和人工神经网络(ANN)中改进的BP算法、改进的RBF算法(最近邻RBF与k均值RBF相结合选取中心的算法)和k均值RBF算法结合多传感器信息融合技术,实现对酒类的定性识别。实验结果表明:利用信息融合,结合PCA的ANN方式为模式识别、分类提供了快速准确的辨识方法。     

改进量子遗传算法辨识超混沌系统

混沌系统的参数辨识是非线性科学中混沌控制与同步的关键问题。提出改进量子遗传算法,该算法具有良好的全局搜索能力,将其应用在混沌系统参数辨识问题。通过尽量减小实际系统与数学模型的状态同步误差来构造适应度函数,将参数辨识问题转化为一个多维优化问题。对超混沌Chen系统进行研究,并与基本量子遗传算法比较。实验仿真结果表明,改进量子遗传算法的有效和可行性,为混沌系统辨识开拓了一种新方法。     

改进型帧时隙ALOHA防碰撞算法研究

为进一步提高RFID系统中电子标签防碰撞算法的识别效率,对帧时隙ALOHA防碰撞算法的性能进行分析,提出一种结合精确标签估计和二进制搜索的改进型帧时隙ALOHA算法.将识别过程分为标签估计和标签识别两个阶段,在标签估计算法中引入碰撞概率上、下限参数,并精确估计标签数量对初始帧时隙大小进行优化;在标签识别阶段,利用二进制搜索算法对时隙内的碰撞标签进行快速识别.通过对识别过程进行仿真结果表明:改进的算法改善了防碰撞性能,提高了RFID系统的标签识别效率.     

基于FSA ACO混合改进算法的蜗轮蜗杆故障识别

针对蜗轮蜗杆故障诊断问题,提出基于FSA ACO混合改进算法的蜗轮蜗杆故障识别的研究方法。该方法提出了FSA ACO混合改进策略,在谋求一个优势互补的基础上,对算法相关参数优化。同时针对该算法与蜗轮蜗杆故障识别结合构建算法模型问题,提出利用近邻函数准则作理论桥梁策略,寻找一种新的基于FSA ACO混合算法的蜗轮蜗杆故障诊断技术研究方法。以WPA40型号的蜗轮蜗杆为测试对象,验证了该研究方法的可行性和有效性。     

基于端到端报文丢失的网络拓扑推测算法研究

在分析现有网络拓扑推测算法的基础上,提出了一种基于端到端报文丢失性能的网络拓扑推测方法,该方法通过比较节点间的Hamming距离和节点接收到的报文数量推测网络拓扑,在推测拓扑过程中不需要网络内部节点的协助。通过理论比较和分析,证明该方法在推测精度上比现有的方法有显著的提高,最后利用仿真实验验证了该方法的有效性和准确性,推测精度比现有方法提高了20%。     

一种特殊GDOP场景下的NLOS传播识别算法

在地面无线定位中,影响定位精度的最大因素是电波的非视距( NLOS )传播误差,定位估计前识别收发信机之间电波是视距( LOS )还是NLOS传播是提升定位精度需要研究的重要课题。为此,先对一种基于交叉面积的NLOS 识别算法进行改进,然后提出了一种针对特殊几何精度因子( GDOP)场景下的NLOS识别算法———分步检验算法。该算法采用两步进行识别,先用数据检验筛选出测量样本中的LOS测量值,再用改进的交叉面积算法进行识别。仿真结果表明,分步检验算法在特殊GDOP场景下具有良好的识别性能。     

大气相干长度仪全屏自动跟踪测量软件

介绍了大气相干长度仪测量软件的升级改进.该软件对原有图像处理方法进行了改进,提高了目标光斑的识别效率,将原有的半屏测量拓展为全屏测量,增强了系统的测量稳定性.同时,升级后的测量软件实现了大气相干长度仪在复杂环境下进行图像灰度和对比度的自动调节,仪器在执行跟踪测量任务时可以根据背景光变化实时调节目标识别算法的参数,进而能...     

基于中心点定位的指纹匹配算法研究

指纹识别算法是自动指纹识别系统的核心技术,基于细节匹配的算法是广泛采用的算法,但是其识别率受到中心点定位精度的限制。借鉴基于滤波的指纹识别算法的中心点识别方法,解决基于细节匹配的指纹识别算法的中心点匹配问题。对实际指纹传感器采集的指纹测试的结果表明,该指纹识别算法的识别率得到提高,具有一定的实用性。