基于多频带陷波的雷达嵌入式通信波形设计

雷达嵌入式通信（radar-embedded communication,REC）系统是一种在雷达回波信号中隐藏通信信息的隐蔽通信方法。但是由于雷达系统所处的电磁波环境极为复杂,以致雷达嵌入式通信系统会受其他通信系统的同频干扰,最终导致接收机无法准确识别回波信号。为了使得雷达系统避免复杂环境的干扰且能保持良好的隐蔽通信性能,本文提出了一种基于多频带陷波的雷达嵌入式通信波形设计。本文首先根据随机雷达波形和理想功率谱密度,并采用功率谱匹配的方法建立目标函数,然后利用拟牛顿优化算法对目标函数进行求解得到多频带陷波,以此来避免其他通信系统带来的同频干扰问题,最后基于多频带陷波,采用一种改进的加权组合方法（improved weighted-combining,IWC）设计通信波形。仿真结果表明,本文所提方法可以保证雷达通信的低误码率（signal error rate,SER）和低拦截率（low probability of intercept,LPI）。      

面向小样本SAR图像识别的自注意力多尺度特征融合网络

合成孔径雷达（Synthetic Aperture Radar,SAR）图像标签难以大量获取,存在着大量小样本SAR数据集。SAR图像充满着散斑噪声,直接将卷积神经网络（Convolutional Neural Network,CNN）应用在小样本SAR数据集上难以提取有效特征。针对以上问题,本文提出了一种面向小样本SAR图像识别的自注意力多尺度特征融合网络。首先,将自注意力机制与幽灵模块相结合构建自注意力幽灵模块,并利用该模块替代经典的卷积操作提取SAR图像特征。其次,在网络中添加通道混洗单元以构建多尺度信息融合支路。最后,引入知识蒸馏对设计的网络进行压缩,进一步控制网络参数量。实验结果表明,本文方法在不同工作条件下采集的MSTAR数据集上具有出色的识别性能,在构建的小样本SAR数据集上也表现出良好的鲁棒性。      

结合多任务迁移学习与知识蒸馏的人脸美丽预测研究

目前,人脸美丽预测存在数据样本少、评价指标不明确和人脸外观变化大等问题。多任务迁移学习能有效利用相关任务和源域任务额外的有用信息,知识蒸馏可将教师模型的部分知识蒸馏到学生模型,降低模型复杂性和大小。本文将多任务迁移学习与知识蒸馏相结合,用于人脸美丽预测,以大规模亚洲人脸美丽数据库(Large Scale Asia Facial Beauty Database, LSAFBD)中人脸美丽预测为主任务,以SCUT-FBP5500数据库中性别识别为辅任务。首先,构建多输入多任务的人脸美丽教师模型和学生模型;其次,训练多任务教师模型并计算其软目标;最后,结合多任务教师模型的软目标和学生模型的软、硬目标进行知识蒸馏。实验结果表明,多任务教师模型在人脸美丽预测任务中取得6823%的准确率,其结构较复杂,参数量达14793K;而多任务学生模型通过知识蒸馏后分类准确率为6739%,但其结构简单、参数量仅1366K。本方法多任务教师模型分类准确率比其他方法高,多任务学生模型分类准确率虽然略低一点,但其模型更简单、参数量更少,更有利于用更轻量的网络模型进行人脸美丽预测。      

"信息论与编码"课程教学改革与实践

"信息论与编码"课程是通信类专业本科开设的专业基础课之一.本文针对"信息论与编码"教学内容的特点,结合信息专业特点.在教学理念和教学方法两方面,对如何改革"信息论与编码"课程教学,提高教学效果方面进行实践.结果表明,教学改革增加了教学的趣味性,激发了学生学习这门课程的兴趣,取得了良好的效果.     

面向指背关节纹识别的图像集与凸壳优化算法

本文将指背关节纹作为生物特征识别对象,提出了基于图像集与凸壳优化模型的指背关节识别算法。所提算法以指背关节纹图像集作为输入,并将局部相位特征方法用于指背关节纹特征提取,进而寻求适用于指背关节纹识别的凸壳优化模型,研究凸壳模型的构建方法并对其进行优化,从而完成指背关节纹的识别。仿真实验表明,所提算法在公开的指背关节纹中,均取得了不错的识别结果。      

基于肤色的实时人脸检测算法研究

研究了一种基于肤色的人脸检测算法的设计与实现过程。在YIQ颜色空间中,进行了有效的肤色提取,把提取到的肤色与背景图像信息转为二值图像进行形态学降噪处理,再采用质心定位法进行准确的眼睛定位,最后对检测到的人脸图像进行缩放、旋转、移位校正,以提高输出人脸图像的质量。实验结果表明,本文所提的算法具有很高的准确率与检测速度,能够适用于实时人脸检测系统。     

面向人脸表情识别的迁移卷积神经网络研究

人脸表情识别是模式识别研究的一个重要领域,现实环境中人脸表情识别容易受到光照、姿态、个体表情差异等因素的影响,识别效果仍有待提高。为了取得更好的人脸表情识别效果,本文提出一种基于迁移卷积神经网络的人脸表情识别方法,本文在训练得到人脸识别网络模型的基础上,采用迁移学习方法将所得人脸识别模型迁移到人脸表情识别任务上,并提出Softmax-MSE损失函数和双激活层(Double Activate Layer, DAL)结构,以提高模型的识别能力。在FER2013数据库和SFEW2.0数据库上的实验表明,本文所提方法分别取得了61.59%和47.23%的主流识别效果。      

基于无监督K均值特征和数据增强的SAR图像目标识别方法

过去二十年中,合成孔径雷达（Synthetic Aperture Radar, SAR）自动目标识别已经受到越来越多的关注。许多有监督特征学习算法被提出来,而且应用到合成孔径雷达的自动目标识别中。本论文采用了无监督学习算法——K均值（K-means）聚类算法,通过分块自编码和优化接受域参数进行SAR图像特征学习,从而自动学习到无标签数据中鉴别性特征,并将所提取特征用于SAR图像目标识别中。然而,无监督学习一般对训练数据量有较高要求,因此,我们提出了两种数据增强方法,通过旋转目标物体的方位角,以及在原始图像上增加随机值,来获得更多可以用来训练模型的数据,使模型可以学习具有多样性的特征,达到提高识别效果的目的。采用公开的MSTAR数据库进行实验验证,结果表明所提方法可达到96.67%的主流识别率。      

OFDM系统中一种降低峰均比的PTS迭代算法

正交频分复用(OFDM)是一种多载波调制技术,存在峰值平均功率比(PAPR)较高的问题。针对部分发送序列(PTS)算法,提出了一种低计算复杂度的迭代算法。理论分析及仿真结果表明,该算法的性能优于选择性映射(SLM)算法,虽略低于PTS遍布法,但它计算复杂度显著降低。     

快速稀疏表示指背关节纹识别及其并行实现

研究了基于平滑l0范数的稀疏表示模型的指背关节纹识别方法。首先,对训练样本进行超完备字典的构建,然后采用局部二元模式进行特征提取与降维,平滑l0范数对其进行求解,加速识别过程,提高识别效率及性能。最后,探讨了该稀疏模型的并行实现模型,并给出了相关实验结果。在香港理工大学指背关节数据库(FKP Database)上的实验表明,所提方法具有较高的识别率,具有良好的实际应用价值。