基于改进DBSCAN算法估计欠定混合矩阵的应用研究

针对欠定盲源分离（Underdetermined blind source separation, UBSS）问题,采用基于密度的空间聚类（Density based spatial clustering of applications with noise, DBSCAN）算法估计聚类中心时易陷入局部最优,因此由聚类中心坐标构成的混合矩阵的精度降低,导致信号分离结果不理想。本文在DBSCAN基础上提出布谷鸟自适应搜索群优化算法（Cuckoo adaptive search swarm optimization of density based spatial clustering of applications with noise, CASSO-DBSCAN）,该算法依据Levy飞行策略增强全局自适应搜索能力,并利用群体学习思想精细寻优得到最优解,从而更加精准地估计聚类中心。通过语音信号的盲源分离仿真实验对该算法进行验证,结果表明,该算法能够有效改善欠定混合矩阵的估计精度,具有良好的鲁棒性,证明了其可行性。     

基于复数蚁群算法的自适应抗干扰天线

针对自适应抗干扰天线研究了复数域的蚁群算法(Ant colony algorithm,ACA),该算法对多极值函数全局寻优具有传统算法不可比拟的良好性能.根据自适应信号处理原理和最小均方误差准则确定ACA所要优化的目标函数,建立了数学模型.为了计算多维复数权值,定义了权值矢量空间,给出了完整的计算步骤.仿真结果表明,该算法适用于自适应抗干扰技术,能够有效抑制多个干扰.通过与其他算法比较,ACA在抑制干扰、保护期望信号方面显示了较好的性能.     

通道不一致性对GPS天线自适应算法的影响

GPS信号到达地面终端时通常非常微弱,极易受到传输环境和去其他信号的干扰。功率反演(Power-Inversion)算法应用于GPS自适应天线阵可以很好地抑制干扰信号,但由于阵列天线通道存在幅相不一致,这会对自适应抗干扰算法产生很大影响。通过对自适应天线阵列及通道不一致性进行建模,经过理论分析和计算机仿真,以QRD-SMI算法为例,验证了自适应算法在一定条件下能够克服天线通道不一致,从而有效地抑制干扰信号,所得结论有利于指导工程应用。     

一种具有多对称同质吸引子的四维混沌系统的超级多稳定性研究

该文在一个经典3维混沌系统的基础上提出一个新的具有超级多稳定性的4维混沌系统。新系统具有一个线平衡点,可以产生无限多对称的同质吸引子。通过相轨图和庞加莱截面等方法分析了系统的混沌特性。重点利用相轨图、分岔图和Lyapunov指数谱等方法分析了初始条件对系统超级多稳定性的影响,分析表明该系统具有很大的初值变化范围,除零点外恒定的Lyapunov指数谱,中心对称的离散分岔图。进一步地,该文研究了系统初值对称性与吸引子对称性的关系,不同于现有混沌系统中的对称吸引子,该系统可以产生无限多对称的同质吸引子。最后,利用电路仿真软件搭建模拟电路捕捉该系统的混沌吸引子,其结果验证了数值仿真的正确性。     

基于调零技术的相干干扰抑制方法

在干扰信号相干的情况下, 一般波束形成方法不能准确地对相干信号和期望信号进行到达角（DOA）估计, 干扰抑制效果较差。通过对相干信号和加权矢量二次型性能函数的分析, 提出了一种相干干扰抑制方法, 即基于多约束最小均方（multiple constrained least mean square, MC-LMS）算法的空域调零抗干扰技术。该方法利用MC-LMS算法迭代计算权值, 并对阵列信号自适应加权输出, 通过频谱分析可以得到抑制干扰的效果。计算机仿真和工程实现表明该方法在复杂的电磁环境下能对相干干扰进行抑制, 并通过抗干扰的数量和抗干扰性能验证了该方法的有效性。     

基于强化语义流场和多级特征融合的道路场景分割方法

自动驾驶是目前计算机视觉任务中难度较大的一类任务,而道路场景下的语义分割是自动驾驶的核心技术之一.本文针对经典分割网络中分辨率恢复方式简单,导致细节信息不完整、目标边缘模糊的问题,提出一种基于强化语义流场的上采样方法.该方法通过学习相邻特征图之间的语义流场,使生成图语义信息更细致,边界处更清晰.同时针对道路场景中目标尺...     

MCCS复合系统双级快速捕获方案及其性能分析

文中提出了一种双级伪码捕获方案-"匹配滤波+滑动相关"模式,利用前/后两级捕获方法分别对链接序列的内部序列(MCCS序列)和外部序列(GOLD序列)分别进行捕获.仿真结果证明双级捕获方案的捕获实时性得到了明显的提升,较单级捕获方案捕获所需实践降低1个数量级,且当信噪比大于10dB时均可正常工作.     

非对称双向中继信道中断概率分析与功率分配策略

为改善非对称瑞利衰落信道下双向放大转发中继系统的中断性能,提出一种新的最小化中断概率的功率分配方案.引入非对称因子,通过理论分析给出传统三节点网络结构中4种非对称双向中继信道下系统中断概率的闭合表达式,并通过仿真比较发现下行信道非对称系统中断性能最差.针对下行信道非对称系统,利用基于信道状态信息的用户节点功率分配方案来最小化中断概率,该方案中功率分配值为与非对称因子有关的分段函数,节点能根据信道状态的变化自适应调整发射功率.仿真实验结果表明:提出的功率分配方案可以改善下行非对称双向中继系统的中断性能,与等功率分配方案相比,非对称因子越小,改善效果越好.     

用于卫星遥感图像的多尺度目标检测算法

为解决在卫星遥感图像的多尺度目标检测中出现的背景混乱、小目标检测精度低、漏检率高等问题，提出一种用于卫星遥感图像的多尺度目标检测算法。在主干网络中使用通道和空间注意力模块，并重新设计特征融合网络，实现上采样-下采样-上采样的多重融合，并在其中加入通道权重参数，让网络更加关注重要的层次，实现不同层次特征信息的充分利用，使细节特征信息得到增强。在DIOR数据集中的实验结果表明，所提算法不仅显著提升对小目标的检测效果，而且提高对复杂场景中目标的检测精度，与YOLOv5m相比，对部分较小或者复杂的目标检测效果提升明显，精度提升4.5个百分点以上，整体精度提升3.1个百分点。