一种改进聚合通道特征的行人检测方法

行人检测是计算机视觉和模式识别领域的研究热点与难点,针对聚合通道特征（Aggregate channel feature,ACF）算法应用于行人检测时,出现检测精度较低、平均对数漏检率（Log-average miss rate,LAMR）较高的情况,提出一种改进的ACF行人检测算法。首先结合objectness方法对ACF算法低得分区域进行进一步验证,可以在一定程度上减少算法的误检数;其次结合检测窗口的得分及位置信息,对非极大值抑制算法（Non-maximum suppression,Nms）进行改进,平均精度（Average precision,AP）提升了0.41%,LAMR降低了1.49%;最后采用星型可形变部件模型（Star-cascade DPM,casDPM）对一定阈值下的得分检测窗口进行级联检测,AP提升了0.65%,LAMR降低了2.06%。在INRIA数据集上实验表明,满足实时检测的条件下,极大地降低了误检数,具有较好的行人检测效果。     

一种多维并行报文分类算法

位并行、位向量和聚合位向量算法通过对多个域进行并行处理加快分类速度,但三者内存占用太大,不适用于大规则集。为此,提出一种压缩位并行算法,通过报文分类压缩每个域上的重复规则并重新组织规则集,从而缩短位图中位串的长度,减少内存空间的占用。实验结果证明,该压缩位并行算法在不影响运行速度的前提下,明显减少了空间占用。     

理想毫米波信道条件下低复杂度的混合波束成形

在基站和用户均采用多天线的混合波束成形架构、下行链路信道为理想毫米波信道的系统下,针对总频谱效率最大问题,提出了一种低复杂度的混合波束成形算法。该方案采用分步的方式,首先进行基站端和用户端的模拟波束成形矩阵的分别求解,在得到模拟波束成形矩阵的基础上得到等效的基带信道,然后利用块对角化数字波束成形算法求解数字波束成形矩阵。仿真结果表明,相比于其他方案,该方案在复杂度较低的同时,也提升了系统的总频谱效率。     

基于博弈资源分配的认知异构网络干扰协调算法

基于underlay频谱共享模式的认知异构网络可有效缓解频谱资源短缺问题,但同时会加剧网络中的干扰。针对该问题,提出了一种基于非合作博弈模型的动态频谱分配和功率控制算法进行干扰协调。首先,考虑频谱共享造成的干扰问题,引入认知用户优先等级,将问题构建为联合动态频谱分配与功率控制的频谱定价博弈模型;其次,通过两阶段动态博弈得到纳什均衡解,实现认知网络层频谱资源合理分配和发射功率控制。仿真表明,所提算法能够实现不同优先级用户频谱资源的合理分配和认知基站发射功率控制,有效抑制认知异构网络的跨层干扰和层内干扰。     

基于数值分析的装备体系作战能力研究

装备体系的作战能力是部队战斗力的重要组成部分,是分析部队力量编成、评估部队完成任务能力常用的关键性指标。系统采用层次化、可组构、面向实体的数据存储结构对装备体系进行描述,基于“五力”指数指标体系和量化、聚合模型逐层计算装备单元、作战单元和装备体系的作战能力,既保持了数值分析方法使用简单、计算快速的优点,又较好地解决了不同类型武器装备之间的能力聚合和对比分析等问题,可为制定装备发展规划、构建训练模拟系统等提供基础参考数据。     

基于频谱比较的直流线路差动保护闭锁判据

为解决目前直流线路差动保护动作时间过长的问题,提出了一种基于频谱比较的直流线路差动保护闭锁判据。分析了差动电流的频谱特征,由分析可知区内故障时差动电流含有较多直流分量,区外故障时差动电流含有较多50 Hz和100 Hz分量,根据这一区别设计了闭锁判据。该判据能够有效识别区内、区外故障,且具有可靠性高、对采样频率要求较低等优点。基于某实际直流系统建立了EMTDC仿真模型。仿真结果表明,该判据能够在区外故障时闭锁差动保护,提高了保护的可靠性。     

基于光声差分衰减频谱的骨质评估仿真研究

光声层析成像术(Photoacoustic Tomography,PAT)在骨组织微结构的量化评估方面具有潜力,但在传统PAT工作模式下,松质骨的固液两相多孔结构导致骨小梁等分布式光吸收成分激发的光声信号混叠,增加了定量分析骨微结构特性的难度和复杂度。针对这一问题,文章将PAT系统改进为偏心激励-差分检测模式,获取差分衰减频谱(Differential Attenuation Spectrum,DAS);并通过数值仿真计算和验证了松质骨孔隙率与光声差分衰减频谱特征参数的相关性。研究结果表明：提取的光声差分衰减频谱特征参数与骨头孔隙率呈强线性相关,基于光声差分衰减频谱的分析方法可有效实现骨质定量评估和诊断。     

基于车联网的隐私保护数据聚合研究综述

随着智能网联汽车的普及,用户数据的隐私问题成为了车联网发展中亟待解决的问题。针对车联网聚合方案的研究现状,对当前方案中存在的问题进行分析总结。首先,系统地介绍了车联网中主流系统模型和车联网中常见的攻击模型;其次,对当前国内外应用在车联网中的聚合方案的安全性、效率和优劣进行分析总结,分别从签名阶段聚合方案、用户数据收集和传输阶段聚合方案和云平台处理数据阶段聚合方案三方面对其进行讨论;最后,阐述了车联网聚合方案中存在的问题及解决方法,展望了车联网聚合方案未来的研究方向。     

基于Legendre多项式展开的双基SAR二维频域成像算法

针对任意构型双基SAR基于传统Taylor级数展开斜距方法的边缘点散焦问题,提出了一种基于Legendre正交多项式逼近的双基SAR二维频域成像算法。该算法基于对斜距函数的Legendre多项式展开推导了点目标二维频谱,解除了回波信号距离—方位的耦合,使成像处理更高效。在二维频域对场景区域的点目标采用二维频域成像算法进行成像。该算法改善了场景边缘点的聚焦效果,增加了场景边缘点的聚焦深度。理论推导和仿真结果验证了该算法的有效性和可行性。     

低复杂度PDCCH盲检测算法

针对LTE系统中PDCCH传统盲检测平均计算量大的问题, 提出一种低复杂度的PDCCH盲检测算法。该算法通过频谱感知从原始集合中剔除无效PDCCH以缩小PDCCH盲检测范围, 并利用PDCCH编码特点重新排列剩余的PDCCH盲检测顺序, 从而减少PDCCH平均检测次数。对算法频谱感知的判决门限进行了理论推导, 并给出了盲检测顺序重排的方法。仿真验证了理论推导的正确性, 与传统PDCCH盲检测方法相比, 该算法能够有效减少盲检测的平均检测次数。