认知定位系统的自适应精度研究

为了能够实现定位精度的自适应,本文分析了认知无线电定位系统(cognitive positioning systems,CPS)的原理。该系统利用频谱及环境感知等模块中的传感器单元来获取所需的定位参数,并将其与到达时间(time of arrival,TOA)定位估计算法相结合,以克拉美罗下界(Cramer-Rao lower bound,CRLB)为准则分析最大似然(maximum likelihood,ML)定位精度自适应算法。本文还对单径和多径环境条件下定位精度自适应性能进行了比较。仿真结果表明,该算法能够实现定位精度的自适应,并能通过改善系统可用的频带带宽、分散频谱的数目、信号的调制方式等因素来提高定位精度。     

双重保护的半盲彩色数字水印算法

研究了一种基于DWT与SVD相结合的半盲彩色数字水印算法,鉴于嵌入水印的实用性,原始图像与水印图像采用的都是彩色图像。在置乱变换系数和半盲水印的双重保护下,提高了水印的安全性,奇异值分解对常见的几何失真是稳健的,而小波分解可以把图像的主要能量集中到低频域中,结合它们的优点可以更好地提高水印的抗攻击性。实验结果表明,嵌入水印后的图像在加噪、滤波(如模糊、锐化)、缩放、旋转、剪切和有损压缩等攻击后,其提取水印与原始水印仍有较高的相似度与峰值信噪比,该算法具有较好的鲁棒性。     

语义线特征辅助的动态SLAM

动态环境干扰是视觉同时定位与地图构建（simultaneous localization and mapping,SLAM）领域内一个亟待解决的问题,场景中的运动对象会严重影响系统定位精度。结合语义信息和几何约束更强的线特征辅助基于传统ORB特征的SLAM系统来解决动态SLAM问题。首先采用深度学习领域的优秀成果SOLOv2作为场景分割网络,并赋予线特征语义信息;完成物体跟踪和静态区域初始化后,使用mask金字塔提取并分类特征点;再使用极线约束完成动态物体上点线特征的剔除;最后融合静态点线特征完成位姿的精确估计。在TUM动态数据集上的实验表明,提出的系统比ORB-SLAM3的位姿估计精度提高了72.20％,比DynaSLAM提高了20.42％,即使与近年来同领域内的优秀成果相比也有较好的精度表现。     

基于粒子滤波的TOA/TDOA融合算法研究

针对信号临界区域由于信号强度减弱导致的定位精度下降问题,利用一种传感器检测概率模型把收集到所有的TOA与TDOA量测信息通过似然度计算融合起来,在贝叶斯框架下建立一种非线性目标基于粒子滤波器的量测信息融合算法对目标进行定位估计,从而提高目标在临界区域的定位精度。仿真结果表明,在低信噪比下,融合两种观测手段的定位精度改善明显。     

基于相机感知距离矩阵的无监督行人重识别

在跨场景、跨设备的行人重识别中虽然增加了可利用的行人数据,但由于行人姿态不同、部分遮挡现象,难以避免引入样本噪声,在聚类过程中易生成错误的伪标签,造成标签噪声,影响模型的优化。为减弱噪声影响,应用相机感知的距离矩阵对抗相机偏移引起的样本噪声问题,利用对噪声鲁棒的动态对称对比损失减少标签噪声,提出基于相机感知距离矩阵的无监督行人重识别算法。在聚类前通过更改度量行人特征相似度的距离矩阵,利用相机感知距离矩阵来增强类内距离度量准确性,减少由于拍摄视角不同对聚类效果造成的负面影响。同时,结合噪声标签学习方法,进行损失设计,提出动态对称对比损失函数,联合损失训练,不断精炼伪标签。在DukeMTMC-reID和Market-1501两个数据集上进行实验,验证了提出方法的有效性。     

一种新颖的CDMA系统下多目标无线定位方法

利用Marginalized粒子滤波算法,处理CDMA(Code Division Multiple Access)系统中多目标无线定位及跟踪问题。在CDMA系统中,由于数据的非线性导致了过大的计算复杂度,并影响到定位的精度。论文主要从CDMA系统中多目标联合检测和建立基于边缘化粒子滤波器的数据融合模型两方面进行研究和分析,解决CDMA中多用户的辨别、定位精度和计算复杂度之间的矛盾。仿真结果证明其方法能够保证多目标定位的精度,并极大地减少计算复杂度。     

汽油机不同暂态燃油补偿模型的比较

通过对三种暂态燃油补偿模型（TFC）的剖析，并在相同条件下对每个模型进行仿真，提出了基于模型的TFC和基于神经网络（NN）时，模型选取的方法和需要考虑的问题。     

重量法测定钻井固体废物中的含油量

文章采用了重量法（超声波萃取＋旋转蒸发）测定钻井固体废物中含油量的方法。钻井固体废物样品经正己烷超声萃取后,通过旋转蒸发去除萃取剂,烘干称重得到固体废物中的含油量。结果显示方法加标回收率为90％～110％。此方法操作简便、不易受油类组分限制,适用于钻井固体废物油类物质的测定。     

“通信原理”精品课程教学改革研究

精品课程建设是质量工程的重要内容,是高校提升教学质量的重要体现。本课程组针对＂通信原理＂课程教学中存在的问题,分别从教材建设、教学内容、教学方法和手段、师资队伍建设和实践实训等方面进行了全面系统的教学改革和实践。本文对＂通信原理＂精品课程建设过程中的改革措施及所取得的成效做了总结。     

碱性蛋白酶控制酶解诱导大豆分离蛋白纳米颗粒的形成机制

以大豆分离蛋白（soy protein isolate,SPI）为原料,利用碱性蛋白酶对其进行酶解处理（0～24 h）,探究SPI的结构变化规律,发现碱性蛋白酶控制酶解可诱导SPI自组装形成系列分布均匀（多相分散系数＜0.3）、粒径可控（90～200 nm）且具有不同表面特性的大豆蛋白纳米颗粒（soy protein nanoparticles,SPNs）,其中水解度（degree of hydrolysis,DH）及亚基解离/降解是影响SPNs形成的关键性因素。酶解初期（10～30 min,DH约3%）,SPI中β-伴大豆球蛋白（7S）组分α与α’亚基的部分降解有利于两亲性结构的释放,提高蛋白表面疏水性,降低临界聚集浓度,形成包含相对完整的7S及大豆球蛋白（11S）亚基的I类纳米颗粒（SPNs-DH 3%）。随着酶解时间的延长（1～2 h）,α与α’亚基的进一步降解促进了疏水性β亚基与B亚基的暴露,增强的疏水相互作用导致体系浊度增加,其中可溶性聚集体向不溶性疏水聚集的转化使得蛋白表面疏水性急剧下降,形成以A亚基及部分β亚基为主导的II类亲水型纳米颗粒（SPNs-DH 5%）。酶解后期（4～24 h）,A亚基的进一步降解则产生更多亲水性多肽,不利于纳米颗粒的形成。进而探究SPNs的形成机制,圆二色光谱结构表明,SPNs的形成与蛋白α-螺旋和无规卷曲结构向β-折叠转化有关。两类SPNs的整体结构均由疏水相互作用维持,而氢键和二硫键分别参与颗粒表面与内部结构的形成。与SPNs-DH 3%相比,SPNs-DH 5%中形成了更多由二硫键与氢键稳定的折叠结构。此外,由于酶解过程中不断释放抗氧化肽段,其所形成SPNs的抗氧化性较原始SPI均有所提升。