公共文化服务平台

基于多尺度特征融合网络的交通标志检测被引量：8: 2021年; 传统交通标志检测方法检测速度慢,且现有深度神经网络对小尺寸交通标志检测精度低。对此提出一个基于YOLOv3的新型端到端卷积神经网络。以YOLOv3为检测框架,对特征提取网络和特征融合网络加以改进,并应用K-means聚类算法生成更适合交通标志的锚点框。充分利用多尺度特征实现了对小尺寸交通标志检测性能的提升。在TT100K (Tsinghua-Tencent 100K)和GTSDB (German Traffic Sign Detection Benchmark)交通标志数据集上进行实验,获得的mAP分别为82.73%和92.66%,运行时间分别为0.037 s和0.033 s。实验结果验证了改进网络的有效性,表明了改进网络的整体性能优于其他检测方法。; 刘胜马社祥孟鑫李啸; 关键词：交通标志检测特征提取

基于CNN和Bi-LSTM的船舶航迹预测被引量：13: 2020年; 船舶自动识别系统(automatic identification system,AIS)数据可以反映出船舶的航行状态特征,并且实时精确地预测船舶未来航行轨迹,能及时避免一些海上交通事故的发生,具有重要的现实意义。提出了一种根据船舶AIS数据训练混合深度学习网络预测船舶航行轨迹的方法。根据船舶AIS数据的航行轨迹特征,构建了基于卷积神经网络(convalutional neural network,CNN)和双向长短期记忆(bidirectional long short term memory,Bi-LSTM)网络的船舶航行轨迹预测混合模型。CNN-Bi-LSTM模型根据船舶AIS数据进行训练,形成期望的输入-输出映射关系,进而预测船舶未来的航行轨迹。实验结果表明,对比传统的预测方法,CNN-Bi-LSTM不仅能更加准确有效地处理序列数据,预测船舶航行轨迹的精确度也更高。; 刘姗姗马社祥孟鑫张启超; 关键词：AIS信息卷积神经网络

超分辨率下的部分重叠干扰抑制: 2020年; 在船舶自动识别系统中,波束形成算法在目标信号受到来向相近的部分重叠干扰时存在性能严重下降的问题。针对上述问题,提出一种超分辨率下的部分重叠干扰抑制算法。算法通过自回归模型预测的方法求解自回归系数,进而进行虚拟阵元扩展预处理,并采用基于广义奇异值分解的波束形成算法完成目标信号的估计以及对部分重叠干扰的抑制,克服了上述场景下波束形成器在信号来向相近时性能较差的问题。仿真结果表明,所提算法通过结合阵列扩展与波束形成的特点,能够在不增加实际阵元的情况下较原阵列具备更高的分辨率。; 马社祥单李庆孟鑫; 关键词：超分辨率自动识别系统波束形成

基于插值DFT相位差的VDES信号频偏估计算法被引量：1: 2019年; 针对VDES系统中存在大范围多普勒频偏的问题,提出了一种基于插值DFT相位差的VDES信号频偏估计算法。首先在理论上分析了DFT相位差算法的估计误差,仿真发现其性能受频偏相对偏差影响严重,针对此缺点提出在计算相位差之前设置频偏相对偏差门限值,在门限值前后综合利用Quinn插值和Rife插值两方法对频偏相对偏差进行预估计,以此消除频偏相对偏差对估计性能的影响。仿真实验结果表明:该算法的频偏估计性能稳定,且精度接近克拉美罗界,可用于VDES接收机。; 史珂马社祥孟鑫; 关键词：插值频偏估计相位差分

星载AIS信号两步求精的频偏估计被引量：2: 2016年; 在星载AIS系统中,针对AIS接收机在近地卫星轨道上高速运行而造成的接收信号具有较大的多普勒频偏和传输延时的问题,提出了一种星载AIS信号两步求精的频偏估计算法。通过对Fitz算法的估计误差进行分析,发现其估计精度和估计范围都与求和项数有关,因此可以在利用AIS信号特征序列构造辅助函数消除调制信息后,通过较小的求和项数对星载AIS信号进行频偏粗估计,然后对接收信号进行频偏补偿,再通过一个较大的求和项数对补偿后的信号进行频偏精细估计,得到高精度的频偏估计值。仿真结果表明,算法的频偏估计精度比较高,十分接近其克拉美劳界,而且简单易于实现,能适用于较低的信噪比和较大的时延的情况,为星载AIS信号的频率估计提供了新的方法。; 刘琛马社祥; 关键词：频偏估计

基于双树复小波变换的单通道盲源分离算法被引量：3: 2019年; 单通道盲源分离(SCBSS)技术是在未知任何先验信息的条件下,仅由一路接收信号估计出多路源信号的信号处理方法,目前的SCBSS算法仍没办法完全精确地分离出所有源信号.为了提高部分源信号的分离精度,提出一种基于双树复小波变换(DTCWT)的单通道盲源分离算法.算法先用DTCWT对混合信号进行分解,再由PCA从分解信号中筛选出数目比源信号数目少一个的信号分量,这些分量与混合信号一起构成虚拟的多通道信号,最后用Fast-ICA估计出各个源信号.上述方法极大程度地减少了传统小波分解中的频率混叠问题.实验证明,和基于传统小波分解的单通道盲源分离算法相比,上述算法的分离性能得到了明显的改善.; 杨柳依马社祥孟鑫; 关键词：双树复小波变换主成分分析快速独立分量分析

星载AIS信号的提取仿真研究: 2016年; 在船舶星载通信优化的研究中,由于同一卫星视场内不同AIS子网间无法有组织的协同工作,导致卫星接收端信号混合。为解决上述问题,根据功率差异性特点,提出了一种提取较大功率AIS信号的方法。利用经验模式分解将混合AIS信号分解为不同的本征模态函数,构建虚拟通道,进而通过快速独立分量分析算法提取功率较大的信号。考虑到AIS信号的恒模特性,对提取的信号做希尔伯特变换得到最终信号。仿真结果表明,上述方法能提取出功率较大的信号,且信号相对频偏越大,提取出的信号越接近源信号。; 谢萍马社祥; 关键词：经验模式分解独立分量分析希尔伯特变换

基于PSP的AIS混合信号分离与检测联合估计被引量：1: 2021年; 目前对于用一种算法来联合处理AIS信号分离与检测过程的研究甚少。据此提出基于Per-Survivor-Processing(PSP)的AIS混合信号分离与检测联合估计方法。在混合信号相对时延较大时,首先利用幅度极值点检测,将混合信号分为重叠段和未重叠段。对重叠段信号进行线性近似处理后,使用PSP进行盲分离,对分离后的重叠段信号和未重叠段信号进行PSP检测。检测完成后,根据AIS信号特定的消息格式将原始信号恢复。当相对时延较小时,分段处理和不分段处理的性能差异不大,为降低复杂度则直接联合处理。仿真结果表明,上述方法不但能联合分离与检测的处理过程,而且误码率量级很低。因此该方法具有十分重要的研究意义。; 张启超孟鑫马社祥; 关键词：混合信号

机载AIS系统信道建模及估计: 2015年; 针对航空通信中的多径效应会严重影响系统接收端的通信质量,而传统信道估计算法存在收敛速度慢,计算复杂度过高,对信道参数的估计不准确的问题。根据机载船舶自动识别系统实际通信环境的特点,建立了满足莱斯衰落的频率选择性信道模型,并提出了一种适用于信道估计的快速最小均方误差算法。上述算法在训练序列的辅助下,通过高斯消元法估计出信道参数,并依据最小均方误差思想,得到信道估计的快速收敛形式。仿真结果表明,快速最小均方误差算法能够快速准确的估计出信道参数,两次迭代后其均方误差即可达到0.005左右,且具有计算复杂度低,收敛速度快等优点,能够显著提高机载AIS系统的通信性能。; 孙金马社祥孟鑫; 关键词：莱斯衰落频率选择性信道

结合置信度评估与再检测的目标长时跟踪被引量：1: 2022年; 针对目标长时跟踪中遮挡和出视野等因素导致的跟踪准确率降低甚至跟踪失败问题,提出一种结合置信度评估与再检测的目标长时跟踪算法。根据相关滤波响应的平均峰值相关能量与颜色得分判断跟踪结果的可靠性;通过引入DIOU约束,有效限制候选位置的数量,增加惩罚项计算候选框得分,得到最优再检测结果;评估再检测结果的可靠性决定是否替换跟踪位置。在OTB-2015数据集上与先进相关滤波算法进行对比,该算法精确度与成功率分别为0.855和0.798。在目标遮挡和出视野等复杂环境下,具有较强的鲁棒性和实时性。; 王英先马社祥; 关键词：目标跟踪相关滤波置信度评估

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61371108)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(61371108)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈