排序方式: 共有21条查询结果,搜索用时 14 毫秒
1.
为提高多信道认知无线电的吞吐量,提出采用交替方向优化联合分配次用户的频谱感知时间和子信道感知门限.基于"先听后传"的次用户帧结构,建立了感知时间和门限的优化分配模型.该模型在保证满足主用户通信需求和子信道频谱感知性能的前提下,最大化次用户各子信道的吞吐量总和.联合优化算法通过交替优化感知时间和门限能够获得模型的最优解.仿真结果表明:存在最优的感知时间和门限最大化次用户的吞吐量,并且相比之前的方案,联合分配能够提高次用户的吞吐量. 相似文献
2.
提出了一种基于场景统计模型的联合信源信道编码和网络拥塞控制的无线视频网络传输系统.采用MPEG-4分级编码将所有的层划分成几类,由码流对网络拥塞和重建视频质量的影响将其分成几个传输优先级队列,并对其进行不等差错保护.在传输过程中,依据网络状态反馈信息进行自适应的联合信源信道码率分配优化.实验数据表明,该方案对不同特性码流提供较好的保护,针对不同无线网络条件具有较好的适应性,能够明显地提高重建视频质量. 相似文献
3.
4.
为克服无人机视频应用中计算能力和传输带宽的限制,提出一种视频分层表达方法,实现快速、高质量、灵活的视频编码.将无人机视频分为背景层和目标层,并分别采用基于全局运动估计和基于局部块匹配的方法进行压缩,压缩后的码流可以根据实际的网络情况和应用需求进行单独传输或组合传输.实验结果表明:在极低码率如50 kbit/s时,H.264的PSNR低于28 d B,且图像主观质量超出可接受范围,而采用分层表达中的背景层压缩,可以在保证PSNR在28 d B以上,且图像细节清晰、主观质量较高;在码率较高时,采用背景层和目标层结合,在同等码率条件下,目标的细节比H.264更清晰;整个压缩过程消耗的时间只有H.264的18%.本文方法在不降低视频质量的同时提高了压缩效率,且码流具备灵活性,适用于低延时、低带宽、复杂的无人机应用. 相似文献
5.
L1-L2范数联合约束的鲁棒目标跟踪 总被引:1,自引:0,他引:1
针对稀疏原型跟踪方法中未考虑正交模板系数的密集性的问题,本文提出一种L1-L2范数联合约束的鲁棒目标跟踪。首先,该方法建立基于L1-L2范数联合约束的目标表示模型,对PCA基模板系数和琐碎模板系数分别进行L2范数和L1范数正则化约束,不仅提高了跟踪的准确性,而且保证了对目标遮挡的鲁棒性;其次,针对目标表示模型的优化问题,运用岭回归和软阈值收缩方法快速迭代求解PCA基模板系数和琐碎模板系数;最后以粒子滤波为框架,利用目标未被遮挡部分的重构误差和稀疏噪声项建立观测模型,并结合提出的L1-L2范数联合约束的算法实现目标跟踪。实验结果表明,与5个现有的跟踪算法相比,本文的跟踪算法具有更好的准确性和鲁棒性。 相似文献
6.
7.
针对干涉多光谱图像数据的非平稳特性,提出一种经验数据分解的图像压缩算法.经验数据分解利用干涉曲线数据的局部特性和变化规律,将其分解为局部区域数据和值以及差值数据,从而实现对非平稳数据的多分辨率分析.本压缩算法首先利用经验数据分解方法去除干涉多光谱图像数据的相关性,并提出对应的二维多级分解结构.最后对分解系数采用改进的EBCOT算法进行编码.实验结果表明,与JPEG2000标准相比,本算法在无损压缩时输出码率平均下降0.15比特/像素,而有损压缩的重建图像质量提高1.1~2.5 dB,同时降低恢复光谱的相对二次误差,有效的保护了光谱信息. 相似文献
8.
9.
三十年前,当自动化开始出现时,曾有过“自动化是朋友还是敌人”的辨论,有关的这些辨论已由剑桥大学出版社以书籍形式出版。当我再次翻阅此书时,我找到了答案:自动化肯定是朋友。1981年6月在西德波恩举行的一次会议所讨论的中心问题就是:“机器人:朋友还是敌人” 相似文献
10.
基于L1最小化的鲁棒视觉跟踪算法(L1跟踪算法)使用图像灰度值特征描述目标,忽略了模板间的结构信息,对目标外观变化的建模不够准确,导致跟踪准确度较低。而且L1跟踪算法为了平衡跟踪速度和跟踪效果而采用分辨率较低的12×15图像块,难以获取足够的信息来表征目标。针对L1跟踪算法的不足,该文提出一种在线低秩稀疏表示的视觉跟踪算法。首先,该算法充分利用主成分分析(PCA)基向量对目标外观变化的表示能力并考虑目标遮挡现象,以PCA基向量模板描述目标外观变化,以琐碎模板处理遮挡等异常噪声,从而将候选目标表示为PCA基模板和琐碎模板的线性组合。其次在目标表示模型的优化问题中,对PCA基模板系数进行低秩约束和L1,1范数正则化约束,对琐碎模板系数实施L1,1范数约束,并采用非精确增广拉格朗日乘子(IALM)方法求解表示系数。然后在粒子滤波框架下,用目标未被遮挡部分的重建误差和稀疏误差项建立观测模型跟踪目标。最后为了克服模型漂移问题,采用遮挡检测更新机制进行模板更新。在对8组视频图像序列进行测试的实验中,图像块分辨率设定为32×32,与4个现有的跟踪算法相比,该算法取得了最高的平均重叠率0.78和最低的平均中心误差4.05。实验结果表明,该文提出的跟踪算法具有较好的跟踪准确性和鲁棒性。 相似文献