认知无线电中非高斯噪声下数字调制信号识别方法简

针对认知无线电系统中传统数字调制识别方法在非高斯Alpha稳定分布噪声下识别性能差、计算复杂度高的问题,提出了一种基于分数低阶循环谱相关系数的数字调制识别新方法。该方法提取分数低阶循环谱截面和频率谱截面以及其投影面的5个相关系数作为识别特征参数,并采用判决树分类器,实现了非高斯噪声下数字调制信号识别。仿真结果表明,在非高斯Alpha稳定分布噪声下,该识别方法不仅具有较高的识别率和良好的稳健性并且计算复杂度更低,更适合于认知无线电系统。     

基于GMM和神经网络的辐射源识别方法

针对基于截获雷达脉冲特征参数的辐射源识别问题,通过建立一个高斯混合模型(GMM),采用最大化期望(EM)方法对模型参数进行训练,构建了一个输入为截获雷达脉冲特征参数,输出为雷达辐射源类型的分类器。同时,为实现对分类识别性能对比,进一步提出基于神经网络方法构建雷达辐射源类型分类器。仿真试验结果表明,基于GMM和神经网络构建的两种分类器均能实现对雷达辐射源的在线识别,且当用于训练的样本比例不低于10%时,均能获得90%以上的分类正确率。     

光学模式识别中参考目标畸变参数宽容度研究

采用优化设计技术及非线性算法的可实时刷新的参考目标空间匹配滤波器,通过对三维目标畸变参数宽容度的研究及测试,构成参考目标滤波器库,并用于进行多畸变目标光学模式识别试验,取得高识别效率及实时识别速率的实时光学模式识别及定位结果。该技术对自动目标识别具有广泛的应用前景。     

利用弯曲损耗法识别光纤

１弯曲损耗法原理弯曲损耗法应用的主要原理是光纤的弯曲损耗在１５５０nm波长上有较大的敏感。实验室测得的光纤弯曲损耗数据见表１。表１实验室测得的光纤弯曲损耗数据从表中可以看出，光纤在１５５０nm波长上的弯曲损耗会随着弯曲半径的减小而急剧增大，直至无法测出。因此，当给某根光纤制造一个微弯时，OTDR所测得的曲线上就会在相应位置出现大台阶，这时就可以容易地判断出该光纤了。２弯曲损耗法识别光纤弯曲损耗法识别光纤的测量系统如图１所示，其实现方法如下。（１）在局端按照光纤编号找出待割接或掏接的光纤，使用OTDR进行…     

复合翼无人机平台的下视红外船舶识别算法

由于复合翼飞行器在飞行过程中速度快,对红外目标识别算法的实时性有着更高的要求。针对快速目标识别的迫切需求,本文提出了一种基于改进YOLOv4的红外船舶识别算法YOLOv4 Gd。该算法首先将空间注意力机制与通道注意力机制相结合作用在主干网络CSPDarknet提取出有效特征层上,使得船舶目标的特征占据更大的权重,以此增强神经网络对特征的学习能力。其次,使用深度可分离卷积替换主干网络CSPDarknet的传统卷积,在确保不丢失大量信息的同时极大降低网络的模型参数,提高网络的实时性。引入可学习权重的双向特征融合BiFPN模块,增加网络对不同输入特征层的学习能力及多尺度特征融合能力,最后对主干网络层数进行优化。实验结果表明,优化后的算法在复杂背景、小尺度目标及多目标等应用场景的平均准确率提升了222,同时FPS达到489,为在移动边缘计算平台上实现红外舰船目标识别提供了飞行试验基础。     

应用于RFID 的小型化双频微带天线的设计与分析

提出了一种适用于射频识别手持读写器的双频单层微带天线新颖设计,适用于超高频频段(920～925MHz)和ISM频段(2.4 ～2.5GHz)的射频识别系统.切四角和中心方形结合缝隙结构,实现了天线的小型化设计,满足了天线设计要求,选用廉价FR4板材尺寸为75mm×75mm×3mm.给出了天线设计思路,并利用电磁仿真软件分析了天线性能,仿真与测试结果吻合良好.天线测试结果表明:在917.1 ～936.5MHz频带范围内回波损耗小于15dB,在2.43～2.47GHz频段内小于-15dB;在UHF频段与ISM频段内,读写器天线的最大增益为0.02dBi和1.66dBi,所以本天线能满足我国射频识别读写器的应用要求,具有良好的应用前景.     

基于Nanoloc的TOA指纹算法定位研究

室内环境下,因多径效应以及障碍物影响等因素的存在,使得TOA测距误差较大,如何降低测距误差对定位精度的影响,是精确室内定位系统前进路上的一个挑战。本文针对实测环境下TOA测距误差较大且存在非单调等特点,利用指纹算法降低误差影响,并使用动态阈值,误差加权等方法实现定位,并于Nanoloc平台实现。实验结果表明,本文所用方法在相同测距误差情况下,对比最小二乘法定位有效的提高了定位精度。此方法使定位精度不再过度依赖测量值的准确性,改善了恶劣环境下定位结果的稳定性。本文网络版地址：http：//www.eepw.com.cn/article/164392.htm     

基于Faster R-CNN的航拍图像中绝缘子识别

为了解决传统绝缘子识别方法存在适用性不强、识别效率低的问题,结合深度卷积神经网络思想,提出一种从电网巡检航拍图像中自动识别绝缘子的方法。应用Faster R-CNN框架,结合电网巡检航拍图像数据库,构建绝缘子识别系统,自动识别航拍图像中的绝缘子,并分析不同模型和参数对识别精确度的影响。实验结果表明,相比于传统航拍绝缘子识别方法,采用深度卷积神经网络对航拍绝缘子进行学习和识别,具有较高的识别准确率和效率,可以很好地识别各种类型的绝缘子,识别性能大幅度提高。     

基于多业务QoS服务的拓扑控制算法研究

随着无线网络技术的不断发展,无线Ad hoc网络中,快速变化的网络拓扑影响着网络的性能。因此,在实现网络能量优化的前提下,如何提供有效的QoS服务来满足多业务要求是无线Ad hoc网络所必须面对的问题。针对此问题,提出了一种基于多业务需求的拓扑控制的方法,该方法考虑业务QoS指标的同时引入跨层的设计思想,实现了跨层的功率控制,减少了网络中节点的能量消耗,延长了网络的生命周期。     

宽域氧传感器控制器开发与试验

宽域氧传感器(UEGO)是柴油发动机后处理系统的重要传感器。UEGO传感器结构特殊,需要控制器协同工作。本文以MC9S12XS128为核心设计了一种控制器,采用比例积分微分(PID)加热策略维持传感器的温度,实现对过量空气系数λ的采集与显示。最后利用测试台架对传感器进行了标定,验证了数据有效性。