基于DCT的OFDM系统信道估计研究

根据DCT变换能量集中的特性,提出了一种基于DCT的OFDM系统信道估计改进方法。在分析了传统OFDM系统DFT实现的基础上,重点研究了基于DCT的OFDM系统,建立了仿真模型,并比较了基于DCT的OFDM系统和传统的OFDM系统的信道估计性能,通过在不同的信道估计方式下进行仿真分析,验证了基于DCT的OFDM系统信道估计性能更优。     

基于MSPCNN与FCM的红外与可见光图像融合

针对红外和可见光图像融合存在的轮廓信息不全、边缘及纹理细节信息缺失等问题,提出一种改进简化脉冲耦合神经网络（Improved Simplified Pulse Coupled Neural Network, MSPCNN）和模糊C-均值（Fuzzy C-mean, FCM）图像融合算法。首先,将红外和可见光图像用非下采样剪切波算法（NonSubsampled Shearlet Transform,NSST）分解为高低频子带;然后对分解后的高频子带采用MSPCNN融合,用一种高斯分布权重矩阵进行处理,增强细节信息和对比度;接着,将得到的低频子带图像使用FCM聚类算法进行聚类中心提取,设置聚类中心近似阈值简化过程,实现背景分类提取;最后利NSST进行逆变换,从而完成红外和可见光的图像融合过程。通过客观评价指标计算,本文所提方法在平均梯度、标准差、平均相似度等参考指标上相对于其他同类型算法均有改善提高,由于模型参数的简化,算法运行速度相对于其他算法得到提升,算法更适用于复杂场景。     

Ad Hoc多播路由协议研究与实现

文中研究了一种基于分割树的移动Ad Hoc网络（MANET）多播路由协议（TPBOM）,该协议中,信源基于成员节点的定位信息创建一个Steiner树覆盖图,为满足可扩展性的要求,信源利用最大权反向分割（MHRTP）的树分割算法将其分割为若干个区,并将每个区封装进一个树分发数据包中,以便将所创建的Steiner树分发至所有成员节点,封装的数据包中不包含目的地址列表,数据则沿该Steiner树进行传输,仿真实现表明,TPBOM在可扩展的多播群中获得了较高的性能。     

OFDM系统中基于变换域的信道估计

研究了正交频分复用（OFDM,orthogonal frequency division multiplexing）系统中基于变换域补零的插值方法,深入分析了基于离散余弦变换（DCT）的插值法,利用DCT的能量压缩特性,能有效消除传统基于离散傅里叶变换（DFT,Discrete Fourier Transform）估计算法在信道延时不是采样周期整数倍时产生的频谱能量泄露的问题。针对如何降低导频信道响应估计值中的噪声分量,提出了一种改进的方法,设计了一种适用于DCT变换域的滤波器,通过仿真系统参数变化对改进算法性能的影响,分析和验证了改进算法的有效性。     

基于三分支对抗学习和补偿注意力的红外和可见光图像融合

针对现有深度学习图像融合方法依赖卷积提取特征,并未考虑源图像全局特征,融合结果容易产生纹理模糊、对比度低等问题,本文提出一种基于三分支对抗学习和补偿注意力的红外和可见光图像融合方法。首先,生成器网络采用密集块和补偿注意力机制构建局部-全局三分支提取特征信息。然后,利用通道特征和空间特征变化构建补偿注意力机制提取全局信息,更进一步提取红外目标和可见光细节表征。其次,设计聚焦双对抗鉴别器,以确定融合结果和源图像之间的相似分布。最后,选用公开数据集TNO和RoadScene进行实验并与其他9种具有代表性的图像融合方法进行对比,本文提出的方法不仅获得纹理细节更清晰、对比度更好的融合结果,而且客观度量指标优于其他先进方法。     

基于DV-Hop测距修正的动态调参差分进化定位算法

针对距离向量-跳距(DV-Hop)定位算法定位误差大的问题,提出一种基于DV-Hop测距修正的动态调参差分进化算法(IDV-Hop-DPDEL).利用多通信半径广播锚节点位置信息,结合节点远近度修正待定位节点与锚节点的测距值;通过动态调整差分进化算法中的变异因子和交叉概率因子,提高搜索精度,得到待定位节点的最优位置.为...     

基于参数可调的MSPCNN模型禁令交通标志分割方法

针对脉冲耦合神经网络在交通标志分割中准确度不高和参数设置复杂的问题,提出一种参数可调的改进脉冲耦合神经网络(PA-MSPCNN).通过分析交通标志颜色特征,对图像进行红化预处理,区分出交通标志和环境背景;根据周围神经元对中心神经元的影响,改进MSPCNN模型中的加权矩阵和连接系数;通过分析动态阈值间的关系,增设辅助参数...     

一种新的FBG传感信号解调技术研究

在基于当前FBG传感信号解调技术的基础上,提出了基于可调谐法布里一珀罗(F-P)滤波法和非平衡马赫一曾德尔(M-z)滤波法的FBG解调方法,并进行了系统仿真模型的设计,对其仿真结果与单独的可调谐F-P滤波法和非平衡M-z滤波法的仿真结果进行了比较.结果表明这种方法的性能得到了明显的提高,适用于FBG传感信号的静态和动态解调.     

基于NSST域混合滤波与改进边缘检测PCNN的医学图像融合

针对传统医学图像融合中存在细节模糊、能量保存不完整、运行时间长等问题,提出一种基于非下采样剪切波(non-subsampled shearlet transform, NSST)域混合滤波与改进边缘检测脉冲耦合神经网络(pulse coupled neural network, PCNN)的医学图像融合方法。首先,利用YUV模型进行颜色空间转换分离出亮度通道Y,接着利用混合滤波分别对源核磁共振(magnetic resonance imaging, MRI)图像和亮度通道的灰度图像进行不同程度的增强。其次,采用NSST对增强后的MRI和亮度通道的灰度图像进行分解,得到高低频子带。低频子带使用修正的拉普拉斯能量和(weighted sum of eight-neighborhood-based modified Laplacian,WSEML)与局部区域能量加权和(weight local energy,WLE)的融合策略,高频子带采用改进边缘检测PCNN的融合策略。最后,经NSST逆变换得到融合图像。通过与其他6种融合方法对比,本文方法可以有效提高图像融合过程中的细节提取和能量保存,且...