基于梯度化邻居节点信息的传感器网络节点距离测量

针对无线传感器网络中节点间接距离测量精度问题,提出一种改进的节点距离测量算法DV-GNN,分析了算法的理论基础,给出了算法的实现步骤.DV-GNN算法以节点的梯度化邻居节点信息作为彼此识别的依据以提高距离测量的分辨率,将分辨率从节点有效通信半径提高到节点间距.与DV-hop算法相比,保留了其低成本、低开销的优点,却极大地提高了节点距离测量精度.理论分析及仿真结果表明,该算法在节点密集分布的无线传感器网络中具有很好的效果.     

一种基于小波变换的图像去噪算法

利用小波方法去噪,是小波分析应用于工程实际的一个重要方面。针对图像存在大量噪声的情况,阐述小波变换去除信号噪声的基本原理和方法。在综合考虑图像去噪平滑效果和图像的清晰程度的基础上,提出一种多方向多尺度的自适应小波去噪算法。通过试验数据验证了该算法的可行性和鲁棒性。实验结果表明该方法增强了图像的视觉效果。     

利用相邻帧和背景信息的运动对象检测

 运动对象检测是智能视频监控的基础,现有的运动对象检测算法在实时性和检测精度方面仍有待提高,本文在分析相邻帧间的亮度变化基础上,提出了基于三阶中心矩统计分布的背景点阈值计算方法,给出了抗噪声干扰的背景维护模型,最后综合利用时间差分法和背景减法进行运动对象检测,为了提高检测精度使用了形态学的腐蚀与扩张处理.对室内、室外序列以及标准序列的测试结果表明,本文算法速度快、抗噪声能力强,能够检测出被遮挡的运动对象.     

基于显著轮廓特征的SAR图像轮廓匹配新方法

在以星载SAR图像作为基准图、机载/弹载SAR图像作为实时图的匹配导航和精确制导研究中,传统基于点特征的匹配方法存在特征点数目过多, 误匹配率较高,容易受噪声及灰度变化影响等问题。该文提出一种基于显著轮廓特征的SAR图像“由粗到精”的匹配新方法。该方法在对SAR图像进行预处理的基础上,采用改进的模糊C均值聚类(FCM)的图像分割方法来提取闭合轮廓特征;采用归一化轮廓中心距离描述符进行双向匹配,获得强鲁棒性的粗匹配轮廓对;在粗匹配轮廓上采用改进的局部二值模式(LBP)算子得到精匹配结果。试验结果表明,该方法在图像旋转、空间变化以及噪声干扰较大的情况下,具有精确性高、鲁棒性强的优势,适宜遥感SAR图像匹配。     

一种基于VoLTE语音质量的异频切换方法研究

中国移动用于室外广覆盖的TD-LTE网络主要有F频段和D频段,两个频段之间的切换主要是基于覆盖的异频切换,切换前用户的RSRP和SINR会比较差,切换后会获得明显提升。前期TD-LTE网络主要承载数据业务,目前VoLTE语音业务发展迅猛,原有基于RSRP的异频切换方式已不适应语音异频切换。为了提升4G客户VoLTE语音业务感知,本文提出了一种基于VoLTE语音质量的异频切换方法。     

融合灰度与显著性特征的空中红外目标跟踪

针对红外目标特征简单且信息量少导致跟踪精度不高,提出一种基于灰度和显著性特征融合的核相关滤波算法用于空中红外目标跟踪。首先,在保证目标足够特征信息量的前提下对较大的目标进行不同等级压缩。然后将提取的二维灰度特征与显著性特征按页方式进行拼接扩展成三维特征,再将融合的特征用于核相关滤波。实验表明所提算法能够适应多种环境下的空中红外目标跟踪,跟踪精度和成功率典型值分别达到84.8%和63.9%,较大部分算法有很大提高,平均跟踪速度高达125 f/s,体现出了良好的实时性。因此,本文提出的算法在保证实时性的同时提高了跟踪的可靠性,具有一定的实用意义。     

基于末端轨迹修正的导弹跟踪稳定性控制方法

舰载导弹在制导飞行的末端容易受到空气小扰动的影响产生轨迹偏离,需要进行轨迹偏离修正控制,提高弹道对目标跟踪的姿态稳定性,提出一种基于改进的扩展Kalman滤波(EKR)和误差反馈修正的导弹跟踪端轨迹修正控制方法.以陀螺仪采集的导弹的横滚角、俯仰角以及航向偏离的参量为控制约束指标集,采用扩展Kalman滤波算法进行姿态参量融合,结合Smith结构建立导弹跟踪控制的被控对象模型,计算末端轨迹中姿态角与真值的偏差,根据偏差进行导弹的惯性姿态反馈调节,采用自适应的量化融合跟踪识别方法进行导弹定姿处理,通过对末端轨迹的误差反馈修正提高姿态角的输出精度,根据姿态的不断变化实现自适应的位姿修正,实现导弹对敌目标跟踪的稳定性控制.仿真结果表明,采用该方法进行导弹控制的姿态角解算的误差较小,定姿精度较高,提高导弹跟踪控制的稳定性和鲁棒性.     

基于深度学习的指纹识别方法研究

现代科学技术正处于一个飞速发展的时期,指纹识别技术已经融入人类生活各个领域中.在众多生物特征识别技术中,指纹识别技术作为一种最直观的技术被广泛应用.传统指纹识别技术存在一些弊端,例如需要人工设置指纹特征,并且需要多次调试,设计特征和选择分类器相对而言不易达成最优化,从而导致指纹识别率不达标.需要提出一种能够提高指纹识别准确率的方案.近些年随着机器学习技术的兴起,深度学习技术已经成为了当下的热门课题.而将深度学习技术与生物特征识别技术相融合也具有较明朗的前景.深度学习技术可以在海量数据中学习并分析,可以自动识别分析并学习指纹特征数据,从而减少人工工作量,同时达到提高指纹识别准确率的目的.本文简要介绍了深度学习与指纹识别技术的研究现状、存在的问题,并通过卷积神经网络对指纹识别技术做出了分析与改进.本文主要是希望通过对指纹识别技术的分析与改进帮助人们更深入地了解指纹识别的概念及运用,并促使生物特征识别技术能够获得高速发展.     

海洋探测无人艇:平台设计及应用

海洋探测无人艇应用范围广泛,但无人艇姿态易受风、浪、流、漂浮垃圾等环境因素影响,导致结构损坏、观测数据精度下降等问题。设计了无人艇双体宽甲板平台,多波束测深系统安装在升降机构上,保障最佳航行姿态和换能器安全,提高了采集数据的精度。2020年,该无人艇参与江西应急抗洪救灾堤坝勘察任务,在水流湍急、水质浑浊、漂浮垃圾多等不利环境下,圆满完成14 km堤坝底质勘察任务,共发现4处堤坝风险位置点,为抗洪抢险提供了重要的数据支撑。     

福建省广播电视节目智能语音分析系统研究与应用

结合智慧广电监管的相关法律法规,介绍了以人工智能语音识别、自然语言理解技术为基础,针对普通话、闽南语等广播电视节目进行智能识别分析,高效准确的对广播电视中的非法内容、违规词汇进行识别;对广播电视监测工作质量、工作效率的提升具有重要作用。结合福建省广播电视监测中心智慧广电监管的实际,从系统需求分析、系统设计、功能模块等方面进行了描述。