手机信令数据在地质灾害预警中的应用

本文是在地质灾害监测预警项目的实践基础上,结合移动运营商对手机信令数据的侦测应用,提出了基于手机信令数据的地质灾害预警发布的解决方案。该方案可实现地质灾害隐患点威胁区域的人员实时统计、预警信息发布、预警效果判断等功能,弥补了现有基于短信和大喇叭预警发布解决方案的不足。它能有效降低地质灾害发生时造成的人员伤亡,并且适用于我国所有的地质灾害影响区域。     

智能安防专利状况分析

随着信息技术的不断发展与物联网的普及,涉及智能安防的专利申请量开始迅速增长。基于智能安防领域的专利文献,在对该领域专利总体变化情况进行了统计分析的基础上,对智能化安防技术的发展现状进行了相关探讨。     

基于自组织映射网络的波达方向估计

基于自组织映射网络学习算法来实现聚焦过程的方法能够较好地改善估计精度、估计分辨率等性能;并通过与基于逆传播学习算法的聚焦方法进行比较实验,充分显示该方法的优良特性。     

基于两种神经网络方法分析的DOA估计算法比较

许多高分辨率波达方向估计算法如MUSIC和ESPRIT估计都是以子空间概念为基础并且需要输出相关矩阵的特征值分解,由于数量估计的特征值分解计算,因此提出的PCA和MCA是分别基于信号子空间和噪声子空间的估计算法,算法稳定、收敛,且有自组织特性。仿真实验表明两种神经网络DOA估计算法具有不同的性能。     

基于有限阶最优模型的时变信道均衡

本文分析了时变信道的最优基信道模型,通过对信道统计相关函数的离散K-L(Karhunen-Loeve)变换得到了多径信道的特征向量基模型,该信道模型可以精确地拟合时变信道的变化,并在中国数字电视地面传输标准(DTTB)系统上使用该方法进行仿真。仿真表明,在高速移动的情况下,该方法仍具有相当好的均衡性能。同时,在SNR较高时,可以得到很好的误码性能。该模型是统计意义上的有限阶数最优信道模型。     

基于神经网络方法的窄带信号源波达方向估计

文章研究了对窄带信号源进行神经网络方法的高分辨率测向,常规的高分辨波达方向估计都必须得到阵列输出的协方差矩阵,然后进行特征值分解,显然的缺点是处理时间比较长,我们采用Hopfield神经网络模型,提出了基于一些数据快拍点全互连对称突出权值和阈值的新方法,以此来提高波达方向估计的性能。该方法具有小运算量、低复杂度和大规模并行计算的特点,模拟仿真结果显示文章所提方法是实现信号源DOA实时处理的一条有效途径。     

一种不需要特征值分解的MUSIC新算法

在阵列信号处理中,诸如MUSIC和ESPRIT等高分辨率空间谱估计算法都要对阵列输出数据的协方差矩阵逃行特征似分解,其计算量较大,不适合实时处理。因此,文中提出MCA（次分量分析）高效迭代算法,用来逼近噪声子空间,该算法无需进行特征值分解,计算过程相对简单,具有自组织特性,算法稳定收敛,适合于神经网络来实现,通过仿真实验证实了所提算法的优良性能及其可实施性。     

一种信号源个数估计的新方法

在常用的阵列测向算法中,一般认为信号源数是先验参数,当信号源数估计错误时,方位估计的性能会严重下降,甚至完全失效。文中引入径向基网络,将信号源估计问题转化为一个模式分类问题来解决,利用径向基函数神经网络结构简单、训练简洁且学习收敛速度快,能够逼近任意非线性函数的特点,最后给出了算法的实现方法、仿真结果以及与现有算法的性能比较。     

粉煤灰漂珠负载Bi2WO6复合材料的制备及光催化性能研究

以工业固体废弃物粉煤灰漂珠(fly ash cenospheres, FACs)为载体, 采用水热法制备了新颖的漂珠负载Bi₂WO₆复合材料(Bi₂WO₆/FACs), 通过X射线衍射(XRD), 扫描电子显微镜(SEM), X-射线光电子能谱(XPS), 和紫外-可见漫反射光谱(DRS)技术对其进行了表征。XRD数据显示了正交相Bi₂WO₆的特征衍射峰。DRS结果证实了引入FACs后Bi₂WO₆对可见光的吸收增强。在可见光的照射下, 以亚甲基蓝溶液的光催化降解评价了Bi₂WO₆/FACs复合材料的光催化性能。结果表明：Bi₂WO₆/FACs的光催化性能优于纯Bi₂WO₆的, 其一级反应速率常数(k)为后者的2.4倍。尤其是由于漂珠质轻中空的特性, Bi₂WO₆/FACS复合光催化剂可长时间漂浮于水面, 既能充分吸收光能, 又有利于催化剂的回收和重复利用。     

一种篮球比赛视频镜头分割新方法

本文针对篮球比赛中经常出现的两种渐变镜头——叠化和扫换的特点,提出了一种对突变和渐变同时有效的镜头分割新算法。该算法利用直方图的统计特性,依次求取连续帧差值、累加帧差值及窗口帧差比,并以此确定自适应窗口均值,超均值比率以及多个滑动窗口来进行镜头分割。实验结果表明,本文方法对于突变和渐变镜头均有良好的分割效果。