基于BER性能约束的MIMO系统码本设计优化算法

提出了一种基于误码率（BER）性能约束的码本优化设计算法。在提出的算法中,采用了联合预编码和功率控制的发射方案,并基于容量准则进行码本设计。仿真结果表明,与已有的码本设计算法相比,所提出的码本设计算法可以达到更高的容量,并能保证期望的BER性能。     

基于巡逻小车的人脸遮挡异常事件实时检测

近年来,随着城市化进程的加快,银行、政府、学校等场所的安全越来越成为人们关心的问题,智能监控已成为目前的一个研究热点问题. 本文主要研究室内巡逻小车监控下,面部异常遮挡问题. 本文首先对监控视频进行前景提取;接着,基于提取的前景,进行肩部定位、头部区域椭圆拟合;然后通过肤色检测判断人脸区域;最后,通过Haar检测器检测人脸区域的眼睛和嘴巴,以此来判断是否存在异常遮挡行为. 实验结果表明,本文提出的算法能够实时、有效的检测出面部异常遮挡问题.     

基于N相位的60GHz无线通信波束赋形码本设计方案

提出了一种支持60 GHz毫米波通信波束赋形机制的码本设计方法.为满足低功耗需求,码本设计仅进行相位移动而未作幅度调整,其中码本矩阵采用相位间隔相同、幅度为1的N个复数权值构建.仿真结果证实,与IEEE802.15.3c码本设计相比,高阶相位码本可获得相似的波束主瓣形状,同时波束将具有更低的旁瓣电平和更高的主瓣增益.该码本方案可在多用户环境下显著抑制空间干扰,提高网络累计信道容量,且对相位误差产生的波束偏移同样具有稳健性.     

基于混合高斯模型与码本算法的前景目标检测

提出一种基于混合高斯模型(GMM)与码本算法的前景目标检测方法。利用GMM进行背景图像建模并初步提取前景对象,对背景图像进行码本学习,将码本建模得到的前景对象与GMM得到的前景对象相融合,根据前后2次帧间差分得到前景对象的比例关系,自适应地更新高斯参数和扩展码字,得到前景对象目标。实验结果表明,该方法实时性好,可消除视频序列中的阴影和鬼影,提取完整的前景对象。     

一种基于神经网络的LD-CELP算法

在低延时矢量励线性预测 (LD -CELP)编码算法的基础上 ,提出直接矢量量化的低延迟矢量激励线性预测编码方案 (DVQ -LD -CELP) ,采用误差反向传播神经网络 (BPNN)来实现DVQ -LD -CELP方法中的码本搜索算法 ,实现在保持原编码方法 (LD -CELP)生成语音的音质和码率的同时 ,降低码本搜索的复杂度 ,提高码本搜索算法的效率     

基于TETRA的低速ACELP语音编码算法及其仿真

描述了TETRA中的低速率语音编码算法实现过程，并在CCS2．0中对其进行了软件仿真．由于这种低速率(4．567Kbps)ACELP算法与应用于多媒体通信的变速率G．723标准、应用于未来个人通信的8Kbps的G．729标准、第三代移动通信的语音压缩编码有许多相似之处，因此对其算法仿真的研究和实时实现对第三代移动通信的语音压缩编码算法有比较重要的意义．     

粗糙集与神经网络结合的矢量量化图像编码方法

通过对Konhonen自组织神经网络设计矢量量化码书的分析研究,提出了一种基于粗糙集理论分类的神经网络图像压缩编码方法.利用粗糙集理论的强大的定性分析能力,结合图像块样本的时域、频域特性对其进行分类,并在分类能力不变的情况下,通过知识约简,去除冗余的属性,导出问题的分类规则,从而得到更好的分类图象压缩编码效果.     

一种基于改进码本的车辆检测与跟踪方法

为了解决固定摄像机下车辆跟踪过程中阴影对检测的影响,提出一种改进型码本模型的车辆检测方法。该方法直接对YUV空间的车辆序列进行处理,将采样到的背景值聚类成码本,对于新输入的像素值与其对应位置的码本作比较判断,提取出前景区域。车辆跟踪中采用Kalman预测的方法来处理车辆遮挡问题。实验结果表明,本算法可以从复杂交通场景图像序列中快速有效地检测出运动目标,能较好地处理阴影、高亮、遮挡和背景变化等问题,且计算复杂度小,能满足实时跟踪的需要。     

语音谱参数的切换双预测多级矢量量化的码本设计方法

提出了语音谱参数的切换双预测多级矢量量化算法（DPMSVQ） 的码本设计方法。这种改进的多级矢量量化方法充分利用语音谱参数的短时相关和长时相关特性，采用了有记忆的多级矢量量化算法（MSVQ）；并且通过利用相邻语音帧间语音谱参数的强相关和弱相关的不同特点，采用了分别对应于强相关和弱相关的两个预测值，进一步减小了语音谱参数编码位率。切换双预测多级矢量量化方法能够实现21位的语音谱参数近似“透明”量化，同时能够使语音谱参数量化时的计算复杂度略有减少，所需的存储空间大为减少。     

基于区域特征分析的层级有序码书目标检测算法

针对原码书算法在检测中码字匹配效率低以及在复杂背景下检测精确度差的问题, 提出了一种基于区域特征分析的层级有序码书目标检测新算法。首先, 利用一种新颖的“码书—码章—码字”三级结构用以精确划分码书, 在优化了码字参数之后, 将码字按访问频度进行排序并组织成定长列表。实验数据表明, 该优化策略显著地提高了算法的实时性。其次, 提出一种基于局部方向模式的运动边缘标记法, 较好地克服了噪声的影响, 并准确而完整地获取了运动物体的边缘信息。最后, 将运动边缘轮廓区域与码书区域融合, 得到了准确的运动目标。算法在时间域和空间域构建了一个能精确反映运动目标本质属性的立体模型, 经实验验证, 本算法在有随机噪声及光照变化影响的场景中, 仍有较高的识别率和较好的鲁棒性。