基于双时间点检测的毫米波雷达人流量监测方法

针对现有基于视频监控的人流量统计方案成本高、算法复杂且不利于个人隐私保护的局限性，利用毫米波雷达体积小、成本低、分辨率高的特点，提出了一种基于双时间点检测的人流量监测方法。该方法先获取人体目标散射点位置和多普勒频移信息来构成点云数据，然后根据多普勒频移正负来判断人体的运动方向，并筛选具有高多普勒频移值的点云数据以降低干扰点对聚类结果的影响；在双时间点对特定区域内人员数量进行统计，并根据双时间点之间所获取的点云数据聚类结果对所统计人员数据进行修正。实验结果表明，该方法能够用匿名的方式以较高的正确率统计人员进出。     

基于遗传优化的正交小波分数间隔盲均衡算法

针对传统的常数模盲均衡算法(CMA)收敛速度慢、稳态误差大和局部收敛的缺点,提出了一种基于遗传优化的正交小波分数间隔盲均衡算法(WT-FSE-GA).该算法通过对分数间隔均衡器的输入信号进行正交小波变换,以降低信号的自相关性,并利用遗传算法全局随机搜索的特性,对均衡器权向量进行优化,以降低CMA陷入局部收敛的可能性.与...     

多小波模糊神经网络盲均衡算法

为了克服传统恒模算法(CMA)采用固定步长造成的收敛速度与收敛精度之间的矛盾,提出了一种基于平衡正交多小波变换的模糊神经网络盲均衡算法(MWT-FNN-BEA).该算法一方面利用模糊神经网络控制器自动调节算法的迭代步长,较好地解决了收敛速度与收敛精度之间的矛盾;另一方面利用平衡正交多小波变换对均衡器输入信号进行去相关性处理,进一步提高了算法的性能。理论分析和水声信道仿真结果表明,所提出的算法具有较快的收敛速度和较小的稳态误差,抗干扰性能好。     

基于多维矩特征联合的K分布杂波参数估计

K分布杂波参数估计在海洋雷达自适应目标检测中起着关键作用。传统的矩估计器通过联立两个矩求解参数,其估计性能受限于有限矩的信息。因此,本文提出一种基于多维矩特征联合的参数估计方法,旨在拓展矩信息的维度。首先,从观测数据中,提取多个精心设计的线性矩和对数矩,构建一个特征向量。其次,将传统基于统计分布的参数估计问题转换为非线性优化问题。然后,通过引入梯度提升决策树（Gradient Boosting Decision Tree, GBDT）算法,建立特征向量和形状参数之间的函数关系,实现形状参数的估计。此外,推导证明特征向量与尺度参数的独立性以及二阶矩只依赖于尺度参数,从而解决两个参数估计的相关性问题。最后,仿真和实测数据结果表明,所提估计器能利用多个矩的丰富信息,进一步提高参数估计性能。特别是在小形状参数时,其估计性能显著优于现有矩估计法和zrlog（z）期望法。     

偏振选择可调谐双带太赫兹吸收器

提出并研究了一种偏振选择可调谐双带太赫兹吸收器。吸收器由顶层方形劈裂石墨烯环、中间SiO₂介质层以及底层金反射层组成。基于时域有限差分法的仿真结果显示,该吸收器在不同偏振光入射下均可以实现双带高效率吸收。x偏振光时在7.86和12.63THz处的吸收率分别为97.9%和91.2%;y偏振光时在6.30和10.52THz处的吸收率分别为94.1%和93.2%。通过改变石墨烯费米能级,可以对两个偏振的双带吸收峰波长进行调谐。此外,研究了介质层厚度和石墨烯劈裂环的物理参数对共振吸收峰的影响。因为在两个偏振状态下都能产生双带高吸收,所以此吸收器在太赫兹偏振成像、太赫兹传感、选择性光谱检测和偏振复用等领域有重要的潜在应用价值。     

基于BP神经网络的地温推演模型

针对地温观测中数据缺测和国家一般气象站无深层地温观测的问题,提出了采用BP神经网络建立的实时地温推演模型和深层地温推演模型(40~160 cm地温模型和320 cm地温模型)。前者可用于整点地温观测数据缺测的填补,后者用于无深层地温观测地区的地温估算。以样本站的小部分数据训练网络,用样本站全部数据测试,反复调试神经网络参数,筛选出误差性能好的地温模型,再用对比站数据测试地温模型的输出误差。实时地温模型样本站推演正确率为77.705%,对比站推演正确率为66.168%;40~160 cm地温模型72%以上的输出误差不大于0.5℃;320 cm地温模型83%以上的输出误差不大于1℃。实验结果表明,该方法建立的地温推演模型具有较高的精度和实用性。     

EEMD在激光测云仪后向散射信号处理中的应用

激光测云仪后向散射信号是典型的非线性、非稳态信号,容易受噪声污染。针对该问题采用集成经验模态分解(EEMD)去噪算法进行处理,首先对含噪信号进行经验模态分解(EMD),将分解后的IMF分量进行自相关性分析,找出含噪占有量较大的IMF分量,对其进行SG(savitzky-golay)滤波,最后将滤波后的IMF分量和剩余分量进行信号的重构。经仿真实验结果表明,与传统的EMD方法相比,EEMD方法处理含噪信号后的输出信噪比提高了1.695 dB,均方误差平均降低了30%以上,说明该方法可以适用于非线性、非稳态的后向散射回波信号去噪处理,能为激光测云仪下一级的云底高度反演提供高信噪比的初始数据。