基于改进KNN-SVM的车辆图像光照检测模型

为了准确检测出车辆交通图像的光照类型,从而有针对性地矫正不同光照以减少其对车牌定位的影响,提出了一种基于改进K近邻和支持向量相融合（KNN-SVM）的车辆图像光照检测方法。首先融合了HSV空间亮度特征、灰度直方图特征和投影直方图特征作为车辆图像的光照特征,然后改进传统KNN-SVM中距离计算方法,定义为每类待检测样本到属于该类支持向量的距离,并在采集的全天候不同光照车辆图像上进行检测验证。实验表明,改进KNN-SVM将阈值获取时间提前,避免了传统KNN-SVM对超平面附近样本先SVM检测再KNN检测的重复检测,不仅降低了算法复杂度和运行时间,且检测准确率高于传统KNN-SVM和单独使用KNN或SVM时的值,最高达到了99.67%。     

时变单音干扰下GPS系统的性能分析及干扰抑制方法

针对实际系统中干扰源的移动特性,将干扰信道建模为时变瑞利衰落信道,分析了时变单音干扰下多普勒频移对GPS系统性能的影响并推导了误码率公式,提出了一种基于短时傅里叶的自适应时频域干扰抑制算法。该算法首先对接收到的GPS信号进行时频分析,检测出受到干扰的频点,然后设置合理的干扰剔除门限,最后通过自适应二阶格型陷波器将所受干扰的频点剔除。并与基于lms的时域自适应滤波算法进行了对比,实验证明,所提算法对时变单音干扰具有较好的干扰抑制能力。