认知定位系统的自适应精度研究

为了能够实现定位精度的自适应,本文分析了认知无线电定位系统(cognitive positioning systems,CPS)的原理。该系统利用频谱及环境感知等模块中的传感器单元来获取所需的定位参数,并将其与到达时间(time of arrival,TOA)定位估计算法相结合,以克拉美罗下界(Cramer-Rao lower bound,CRLB)为准则分析最大似然(maximum likelihood,ML)定位精度自适应算法。本文还对单径和多径环境条件下定位精度自适应性能进行了比较。仿真结果表明,该算法能够实现定位精度的自适应,并能通过改善系统可用的频带带宽、分散频谱的数目、信号的调制方式等因素来提高定位精度。     

基于粒子滤波的TOA/TDOA融合算法研究

针对信号临界区域由于信号强度减弱导致的定位精度下降问题,利用一种传感器检测概率模型把收集到所有的TOA与TDOA量测信息通过似然度计算融合起来,在贝叶斯框架下建立一种非线性目标基于粒子滤波器的量测信息融合算法对目标进行定位估计,从而提高目标在临界区域的定位精度。仿真结果表明,在低信噪比下,融合两种观测手段的定位精度改善明显。     

一种新颖的CDMA系统下多目标无线定位方法

利用Marginalized粒子滤波算法,处理CDMA(Code Division Multiple Access)系统中多目标无线定位及跟踪问题。在CDMA系统中,由于数据的非线性导致了过大的计算复杂度,并影响到定位的精度。论文主要从CDMA系统中多目标联合检测和建立基于边缘化粒子滤波器的数据融合模型两方面进行研究和分析,解决CDMA中多用户的辨别、定位精度和计算复杂度之间的矛盾。仿真结果证明其方法能够保证多目标定位的精度,并极大地减少计算复杂度。     

数字图像处理课程教学改革实践与研究

针对数字图像处理课程的特点,结合教学过程中遇到的问题,从教学内容、教学方法、教学模式、仿真实训、实践教学、考核方式等方面进行了研究与改革。长时间的课程实践证明,采用新模式培养的学生,课堂上学习热情高,课后能解决基本的图像处理问题,学生的实践能力和创新能力得到大大提升。     

一种新颖的CDMA移动通信系统无源定位算法

针对CDMA移动通信系统的特点,提出信号直放无源定位方法.为提高多直放设备无源定位成功率和定位效率,提出使用Levenberg-Marquardt(LM)算法.论文建立了多直放环境下CDMA无源定位模型和观测方程,详细描述了算法的基本原理.对算法进行仿真,结果表明同三边测量最小二乘算法相比,在保证水平方向定位精度的前提下该算法可以有效的提高定位成功率和定位效率.     

农村污水处理的管控一体化系统设计及应用

近年来,农村污水处理站点建设得到了大力推进,数量也在不断增加,为运营管理带来了极大挑战。文中针对“分布控制、集中管理”的农村污水处理管理新模式,开发了一套农村污水处理管控一体化系统,通过将分散的多个农村污水处理站点连接至管理系统,提升了农村污水处理的管理效率,实现了整个区域农村污水处理的设备管理、事件处理、数据分析等的统一管理,具有较大的推广价值。     

“数字图像处理”课程的实践教学研究与探索

分析了数字图像处理教学中实施MATLAB综合设计性实验的必要性,对仿真实训进行了探索和实践,举例详细描述了数字水印算法研究,并给出了实验结果。仿真实训加强了学生学习的主动性,帮助学生更好地理解图像处理的基本原理,大大提升了学生的创新能力和独立从事科研工作的能力。     

汽油机不同暂态燃油补偿模型的比较

通过对三种暂态燃油补偿模型（TFC）的剖析,并在相同条件下对每个模型进行仿真,提出了基于模型的TFC和基于神经网络（NN）时,模型选取的方法和需要考虑的问题。     

碱性蛋白酶控制酶解诱导大豆分离蛋白纳米颗粒的形成机制

以大豆分离蛋白（soy protein isolate,SPI）为原料,利用碱性蛋白酶对其进行酶解处理（0～24 h）,探究SPI的结构变化规律,发现碱性蛋白酶控制酶解可诱导SPI自组装形成系列分布均匀（多相分散系数＜0.3）、粒径可控（90～200 nm）且具有不同表面特性的大豆蛋白纳米颗粒（soy protein nanoparticles,SPNs）,其中水解度（degree of hydrolysis,DH）及亚基解离/降解是影响SPNs形成的关键性因素。酶解初期（10～30 min,DH约3%）,SPI中β-伴大豆球蛋白（7S）组分α与α’亚基的部分降解有利于两亲性结构的释放,提高蛋白表面疏水性,降低临界聚集浓度,形成包含相对完整的7S及大豆球蛋白（11S）亚基的I类纳米颗粒（SPNs-DH 3%）。随着酶解时间的延长（1～2 h）,α与α’亚基的进一步降解促进了疏水性β亚基与B亚基的暴露,增强的疏水相互作用导致体系浊度增加,其中可溶性聚集体向不溶性疏水聚集的转化使得蛋白表面疏水性急剧下降,形成以A亚基及部分β亚基为主导的II类亲水型纳米颗粒（SPNs-DH 5%）。酶解后期（4～24 h）,A亚基的进一步降解则产生更多亲水性多肽,不利于纳米颗粒的形成。进而探究SPNs的形成机制,圆二色光谱结构表明,SPNs的形成与蛋白α-螺旋和无规卷曲结构向β-折叠转化有关。两类SPNs的整体结构均由疏水相互作用维持,而氢键和二硫键分别参与颗粒表面与内部结构的形成。与SPNs-DH 3%相比,SPNs-DH 5%中形成了更多由二硫键与氢键稳定的折叠结构。此外,由于酶解过程中不断释放抗氧化肽段,其所形成SPNs的抗氧化性较原始SPI均有所提升。     

语义线特征辅助的动态SLAM

动态环境干扰是视觉同时定位与地图构建（simultaneous localization and mapping,SLAM）领域内一个亟待解决的问题,场景中的运动对象会严重影响系统定位精度。结合语义信息和几何约束更强的线特征辅助基于传统ORB特征的SLAM系统来解决动态SLAM问题。首先采用深度学习领域的优秀成果SOLOv2作为场景分割网络,并赋予线特征语义信息;完成物体跟踪和静态区域初始化后,使用mask金字塔提取并分类特征点;再使用极线约束完成动态物体上点线特征的剔除;最后融合静态点线特征完成位姿的精确估计。在TUM动态数据集上的实验表明,提出的系统比ORB-SLAM3的位姿估计精度提高了72.20％,比DynaSLAM提高了20.42％,即使与近年来同领域内的优秀成果相比也有较好的精度表现。