融合曲率信息的点云配准方法

针对点云配准时受原始位姿局限及配准效率、鲁棒性低的问题,提出一种融合曲率信息的点云配准方法。首先,将海量点云进行重心邻近点体素下采样,采用融合曲率信息的提取算法提取特征点;其次,通过三维形状上下描述符进行特征描述并利用改进的随机抽样一致性算法进行粗配准;最后,在具有较好位姿的情况下采用Symm-ICP进行精配准。试验结果表明,该算法对于不同位姿的点云数据均保持较高的配准精度。本文提出的算法配准效率优于其他算法,并具有较好的鲁棒性。     

基于改进Yolov5模型的实时人脸检测算法

针对疫情背景下,在一些人流密集场所进行体温筛查或身份识别,当待检测对象快速通过时,人脸检测实时性不高的问题,提出了一种改进Yolov5模型的实时人脸检测算法。该算法首先对骨干网络层进行轻量化改进并引入注意力机制减少冗余信息;其次修改了检测层网络结构,增加了对小目标人脸及倾斜人脸检测的适应性;随之使用Focal EIOU损失函数代替Yolov5原始损失函数中的GIOU损失函数来计算定位损失,有效解决了预测框在目标框内部或预测框与目标框大小一致时无法精确定位的问题。实验结果表明：提出的实时人脸检测算法检测精度达到97.2%,检测速度达到66.7 f/s,相较于原始Yolov5算法,检测精度提升了19.7%,检测速度提升了24 f/s,满足实时人脸检测要求,同时对于黑暗环境及不同表情姿态人脸检测也有较好的适应性。     

无线电信号自动化定位方法及评价指标简介

本文提出四种无线电信号自动化定位方法和相应的评价指标,可提高监测系统工作效率、资源利用率和自动化程度。     

基于小波分解及KCN的雷达目标特征提取

讨论了利用一维距离像进行雷达目标识别的特征提取。从缩减表征距离像的特征维数和表征目标所需特征数出发，提出了一种基于小波分解及KCN的目标特征提取方法。为比较不同特征提取方法及所提取特征的性能，引入了Fisher距离来表明各类的类内紧致性和类间分离性。实验结果表明能够有效地进行特征提取。     

广义Battle2Lemarié子波

从Haar尺度函数入手 ,提出尺度系数函数概念 ,引入时移因子 ,将Battle Lemari啨子波基拓展而构造出广义Battle Lemari啨多分辨分析基 .然后从理论上论证这种拓展的合理性与广义Battle Lemari啨基的一些基本性质 .研究结果表明 :所有广义Battle Lemari啨基继承了 (原始 )Battle Lemari啨基的许多优点 ,比如标准正交性 ,时、频局域化特征和指数衰减性等 ,同时还得到一系列新的对称基 ,广义Battle Lemari啨基的正则性优于相应的 (原始 )Battle Lemari啨基     

循环AMDF及其语音基音周期估计算法

基音周期是语音压缩、合成以及识别中的一个重要参数.传统的基于AMDF的基音估计算法容易导致估计的基音周期加倍.本文针对该现象,分析了AMDF函数的特性及其用于基音检测时存在的不足,提出了新的CAMDF函数.CAMDF有效地克服了AMDF函数的不足,简化了基音检测过程.在此基础上,本文给出了新的基于CAMDF的基音检测算法.该算法不仅简化了基音检测过程,而且降低了误判率,提高了估计精度.大量实验表明其性能优于其它AMDF或LVAMDF的方法.     

狭窄血管多普勒血流信号的频谱仿真分析

通过数值仿真的方法分析狭窄血管内定常流多普勒血流信号的频谱特性,可为利用超声多普勒技术临床诊断血管狭窄提供依据.利用涡度－流函数方法计算狭窄管内的流场分布,估计出血管内不同位置的多普勒信号的功率谱密度函数,从中计算最大频率、平均频率和频谱宽度等参数,并分析它们在不同流速和狭窄程度下所表现出来的特征.     

基于链路状态的多约束路由预计算算法

作为下一代高速网络的核心问题之一,多约束的服务质量路由(QoSR)至今尚无有效算法,为此基于线性能量函数设计了预计算算法MEFPA.该算法将每个QoS度量的重要性均匀分成若干个等级,从而在多维QoS度量空间中构造出多个均匀分布的线性能量函数;算法通过能量函数将QoS链路状态转化成单一能量值,再使用Dijkstra算法计算最小能量树,最终产生QoS路由表.文章分析了多约束下的线性能量函数对算法性能的影响,给出了判定多维空间中QoS约束的可行区域和不可行区域的方法,最后基于这些理论为多约束QoSR问题给出了预计算算法.广泛深入的实验结果表明,高可扩展性、高性能、易实现的预计算算法MEFPA是一种值得在下一代网络中考虑的路由算法.     

非线性离散时间系统的自适应函数观测器

针对一大类非线性离散时间系统提出了一种自适应函数观测器(AFO)。通过引入状态变换，得到了一类降阶形式的状态估计问题。采用一种稍加修改的强跟踪滤波算法估计降阶状态向量，然后利用降阶状态向量估计非线性状态函数。给出了AFO局部渐近收敛的充分条件。数值仿真示例显示AFO是一种具有强跟踪性质的自适应观测器，能在估计非线性状态函数的同时准确估计未知时变参数。     

多尺度分析用于图像边缘的精确检测

图像中边缘往往存在于一个较宽的尺度范围内，边缘的定位精确性是衡量一个边缘检测算法性能的重要依据。众多算法中，引起较大关注的是M—H的二阶导数过零点检测和Canny的一阶导数最大值检测，但都存在各自的不足。本文提出将线性权重函数(LWF)作为平滑函数，并利用小波理论的多尺度分析方法，对图像边缘进行检测，其在定位精确性、噪声抑制能力方面均有较好性能。