排序方式: 共有15条查询结果,搜索用时 296 毫秒
11.
GSSK是空间位移键控(SSK)的一般性推广,通过发射天线索引的组合传输信息,可以极大地降低多天线系统的复杂度。为研究采用GSSK调制技术的MISO无线通信系统的容量特性,从信息论的基本理论出发,通过数学计算和计算机仿真的方法研究了采用GSSK调制的MISO系统的容量。分别对瑞利衰落信道和莱斯衰落信道下的系统容量进行研究,并且比较了独立衰落信道和具有信道相关性的衰落信道在容量方面的不同。结果表明,采用的方法可以有效地计算系统容量。GSSK的系统容量与SNR和发射天线组合的数量密切相关。LOS分量及信道相关系性均会使GSSK的容量降低。 相似文献
12.
基于视觉的无人机自动着陆定位算法 总被引:1,自引:0,他引:1
本文提出了一种基于HSV直方图、椭圆拟合和多边形拟合的着陆目标提取和位姿估计的算法,提出了一种特定颜色、特定形状的新型地标。充分应用颜色信息和几何信息,消除了特征点检测出现错误匹配的情况,对光照及目标模型旋转均有一定鲁棒性,有效提高了目标检测的速度和准确度。本文通过坐标变换以及椭圆的基本特征,将位姿估计转化为一个一元十二次方程的求解问题,并对坐标转换进行简化处理,提高位姿估计的处理速度。最后通过实拍测试,证明本文的方法可靠、目标可识别及降落位置准确。 相似文献
13.
基于计算机视觉及深度学习的无人机手势控制系统 总被引:1,自引:0,他引:1
传统的无人机人机交互需要专门的设备和专业的训练,便捷新颖的交互方式往往更令人青睐。利用普通相机,对基于计算机视觉以及深度学习的无人机手势控制系统进行了研究。该系统首先利用快速跟踪算法在视频序列中提取出操作者所在区域,大大减少后续视频处理压力的同时去除了复杂背景以及相机漂移的影响。其次,根据动作的时间信息,用不同颜色编码光流特征,叠加在一张图片上,将视频转换为同时包含时间特征以及空间特征的彩色纹理图。最后,利用卷积神经网络对彩色纹理图进行学习及分类,根据分类结果生成控制无人机的指令。该系统每0.4 s对1.6 s内的动作进行一次判定,利用卷积神经网络对图片的分类实现实时性的人机交互,系统在60 m范围内的识别准确率在93%以上,在室内和室外环境下,操作者可以通过模仿指令动作方便地控制无人机。 相似文献
14.
采用实际的物理缓存大小作为视频缓存余量的计量方式,提出了一种基于物理缓存的自适应传输算法,该算法根据缓存占用率的大小以及网络估计吞吐量,动态地调整申请视频的码率。最后,分别在两种虚拟和两种实际的网络环境下进行性能测试。实验表明,本文算法可以降低视频码率对缓存变化的敏感度,可以避免视频码率过于频繁的切换,相比传统算法可以带来更好的用户体验。 相似文献
15.