多通道信息融合的改进乘积规则

用传统的多通道信息融合乘积计算出的融合分值的动态范围比较小,融合效果不理想,本文在假定所有通道都能同时正常工作的情况下,提出多通道信息融合的改进乘积规则,基本思想是对原乘积规则中的概率密度和融合分值平滑,使得融合分值的动态范围增大,文中的两个实验表明,改进的乘积规则的识别率有明显提高,最后文中给出了在已知每个单一通道系统识别率的条件下,同理想融合方法集成出的系统识别率的上限计算公式。     

基于信息辅助块稀疏贝叶斯学习的直扩通信窄带干扰抑制

现有基于Nyquist-Shannon采样定理的窄带干扰(Narrowband Interference,NBI)抑制方法存在应用受限于采样率较高的问题。应用压缩感知(Compressive Sensing,CS)理论解决上述问题,利用NBI在频域表现出的块稀疏特性以及直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号的类噪声特性,提出了基于块稀疏贝叶斯学习(Block Sparse Bayesian Learning,BSBL)框架的DSSS通信NBI抑制模型。实现干扰抑制后,利用传统的CS重构算法实现DSSS信号的压缩域解调。为进一步提高算法性能,将NBI稀疏分块的块内自相关矩阵建模为单位矩阵,提出了信息辅助BSBL(Aid BSBL,ABSBL)算法,设计了基于ABSBL的DSSS通信NBI抑制算法。该算法在保持较好NBI抑制性能的条件下,提高了运算效率并且不依赖NBI的稀疏结构。仿真验证和对比分析结果表明,所提方法能够有效抑制DSSS通信中的NBI,在干扰强度相同的条件下,NBI带宽越小、压缩率越大,算法对NBI的抑制性能越好。     

关于Alcatel基站时钟同步的设置优化

本文就Alcatel基站的时钟同步的重要性进行阐述和分析,并根据工作的实际案例和维护经验,提出相应的解决办法.     

基于RPCA和LatLRR分解的红外与可见光的图像融合

红外光和可见光图像的融合在视频监控、目标跟踪等方面发挥着越来越重要的作用.为了得到融合效果更好的图像,提出了一种新的基于鲁棒性低秩表示的图像分解与深度学习结合的方法.首先,利用鲁棒性主成分分析对训练集图像进行去噪处理,利用快速的潜在低秩表示学习提取突出特征的稀疏矩阵,并对源图像进行分解,重构形成低频图像和高频图像.然后...     

340 GHz稀疏MIMO阵列实时3-D成像系统

介绍了一种基于稀疏MIMO(Multiple Input and Multiple Output)阵列的340 GHz三维成像系统.系统采用水平放置的4发16收稀疏MIMO阵列配合垂直维的聚束扫描实现方位维的高分辨成像,每个发射通道的波形为16GHz带宽的线性调频连续波信号,通过脉冲压缩实现距离维的高分辨.测试结果表明,在4 m的探测距离(光程)上,成像系统方位向、垂直向和距离向的分辨率分别达到14 mm、10 mm和12 mm,通过对人体隐藏枪支的三维成像实验验证了系统对人体携带危险品的探测能力.     

基于向量化的稀疏重构解相干算法

针对稀疏重构中正交匹配追踪（Orthogonally Matched Pursuit,OMP）算法解相干问题,利用矢量化的接收数据自相关矩阵,提出一种改进解相干方法——矢量化正交匹配追踪（Vectorized OMP,VO）算法.改进方法只通过矢量化后的一维矢量来重构角度,无需知道信号源的数目,即可降低噪声影响,实现解相干.相对于经典OMP算法,稀疏重构效果更优.理论分析和仿真结果都验证了算法的良好性能.     

基于证据源和组合规则双修正的证据合成

针对冲突证据合成时传统证据合成和单一修正改进方法存在的问题,提出了新的证据源预处理和组合规则双修正的证据合成方法.利用夹角余弦理论,计算证据向量距离后转化得到权重系数,依据权重系数对证据进行重新概率分配,完成证据源修正;之后用修正的动态合成规则,进行修正证据的合成;同时提出了算法分析模型.实例结果验证了算法在证据合成时具有最优结果、较强通用性和稳定性,可应用于信息融合、不确定信息决策等领域.     

基于贝叶斯压缩感知的子空间拟合离格DOA估计

针对传统的基于稀疏贝叶斯学习（Sparse Bayesian Learning,SBL）的波达方向估计算法对噪声鲁棒性不高的问题,提出了一种基于SBL的子空间拟合离格波达方向(Direction of Arrival,DOA)估计方法。首先对接收数据的协方差矩阵进行特征分解,获得信号的加权子空间,构造等价信号的稀疏表示模型并利用贝叶斯学习算法进行参数求解。同时对于网格划分带来的建模误差问题,采用了离格贝叶斯推导（Sparse Bayesian Inference,SBI）算法进行求解,利用期望最大化算法迭代更新相应的参数。仿真结果表明,相对于传统的DOA方法,该方法具有更好的估计精度。     

基于N-P准则的权值在线学习的分布式检测算法

研究了一种基于N-P准则的权值在线学习的分布武检测系统的融合算法。该算法能够根据观测数据的变化，自动在线调整权值大小，逐步改善系统的检测性能。计算机仿真结果表明，该方法能够较快地收敛到最优解。     

用小波包变换产生音频数据索引的方法

针对音频多媒体数据库中基于例子和基于内容的查询,本文提出一种产生音频数据索引的方法.这里,我们首先讨论了小波包分解的过程和最好基及代价函数的选择方法.其次,对现有的用小波变换产生音频数据索引的二个方法进行比较,并提出基于小波包最好基变换产生音频数据索引的方法.再次,我们提出用音频数据的小波包最好基变换系数的部分最高值的能量作为音频数据索引.最后,我们把这种方法与直接采用小波变换产生索引的方法相比较.实验结果表明这种新方法具有较高和较稳定的检索精度.