摘要：为了解决压缩感知采样系统中随机观测算法硬件实现复杂而确定性观测算法难以实现大信号高效测量的问题,提出了一种用于低复杂度压缩感知的快速观测方法.设计了m序列交织器对输入信号进行白化处理,然后对白化信号进行快速哈达玛变换并下采样得到测量样本.理论分析表明,该算法对应的传感矩阵满足准高斯特性.仿真结果表明,该算法对应的观测矩阵具有和随机观测矩阵几乎相同的性能以及更短的观测时间.该算法具有良好的测量性能并易于硬件实现,具有一定的实用价值.

摘要：电磁悬浮型(electromagnetic suspension,EMS)磁浮列车通过悬浮斩波器调节悬浮电磁铁电流,进而控制悬浮力,使车体稳定悬浮.悬浮斩波器驱动悬浮电磁铁过程中所产生的电流振铃会增加开关损耗,造成电磁干扰(electromagneticinterference,EMI),甚至影响悬浮控制效果.研究悬浮电磁铁电流振铃的产生机理,能为其抑制措施的设计予以指导.为此,提出了一种考虑电流振铃特性的悬浮电磁铁等效电路模型.首先,用策动点函数法推导了悬浮电磁铁导抗函数的一般形式,并结合悬浮电磁铁电流的单位阶跃响应特性确定了其导抗函数的最简表达式以及对应的等效电路模型;接着,用判别式法和仿真法分析了不同电路参数对电流振铃特性的影响;最后,比较了同一悬浮电磁铁电流振铃的仿真和实验波形.结果表明:在所给参数条件下,实验所得悬浮电磁铁电流纹波幅值、振铃峰峰值和振铃频率分别比仿真结果小9.7%、20%和11%;此外,仿真的电流振铃衰减时间约为1μs,与实验结果接近;仿真和实验所得悬浮电磁铁电流振铃的幅值、频率和衰减特性均能较好吻合,证明了所提电路模型的正确性.

摘要：为了大概率地保持信号信息的完整性,观测矩阵被设计得倾向于随机矩阵.但这种随机性也导致有用的信息和无用的信息被接近等概率地测量,降低了感知效率.为了提高观测效率,提出了利用参考信号进行经验模态分解构造观测矩阵的方法——本征模函数循环矩阵.基于Ger2gorin圆盘定理证明了该矩阵满足约束等距性条件.以信号降噪效果为衡量标准,仿真了该矩阵的信号降噪过程,结果表明,为参考信号添加一定程度的噪声后形成的观测矩阵,对降噪有更佳的效果;对于含噪信号与参考信号在时域有错位的情况,虽然在时域上的降噪效果与理想情况有明显的降低,但仍能够更好地凸显信号的频域特征,具有实用价值.

摘要：提出了一种使平均频谱效率最大化的导频间隔设计方法。基于自适应正交频分复用(OFDM)系统,分析了信道估计误差对误码率的影响,在一定瞬时误码率条件下,推导出了平均频谱效率与导频间隔的函数关系式,并提出了最优导频间隔设计的算法。仿真结果表明:最佳导频间隔与信噪比、信道的相干带宽等因素有关,并在不同的信道模型下验证了该方法的有效性。

摘要：为了同时提高网络中视频的传输效率和质量,提出了一种可分级视频编码(SVC)视频鲁棒性传输系统方案,并提出了该系统特性的描述方式.将随机线性网络编码技术和SVC技术相结合,得到了视频系统中视频流打包、传输和延迟特性的表达式,并分别说明了提高重建图像质量的数据包模型、码流组织方式和满足不同延时需求的码流传输方法.仿真结果表明,提出的算法可以有效提高视频的传输质量和效率.研究结果可以用于实际SVC视频传输系统的设计.

摘要：通过对现有电力设备巡检系统进行分析并结合实际巡检工作中存在的问题,构建三维路径模型并设计末端路径自学习导航算法。提出了一种电力设备智能巡检系统,并设计系统配套的移动巡检终端嵌入式软件和服务器端配套软件。基于多种地形、地貌对自学习导航算法进行仿真,证明算法具有较高的自学习精度及良好性能,可实现对不同地理环境下末端路径的自学习、记录与导航,同时对系统进行实验,验证其可行性、有效性和合理性。

摘要：该文提出了一种改进的可分级视频编码方法。为了适应流媒体的分层传输要求,该方法通过对DCT系数量化残差的位平面编码产生视频流的增强层部分,其基本层码流由更多的子基本层组成,各子基本层通过宏块级DCT系数重排及VLC重组生成。同时,该文设计了一种针对该分层视频流数据的网络传输自适应不等重丢包保护(AUPLP)策略,在估计当前可利用带宽资源的基础上,实时调整不同层数据的保护力度,并控制传输截断的层数。仿真结果表明,与传统方法相比该文方案在低带宽时可获得平均1.2dB的编码增益,AUPLP的应用也大大改善了视频流媒体的传输质量。

摘要：提出一种新的多描述视频编码方法ARI MDC,当检测到快速运动的图像内容时,自适应地在描述子提取队列中插入一个参考帧,使得在该处两个描述子独立的运动估计路径重合,在增强快速运动序列的帧间相关性、提高运动估计编码效率的同时,限制了由于传输错误带来的解码端误差扩散.结合分层编码的优点,给出了ARI MDC的分层算法,生成的多描述分层码流具有更强的抗误码性和更广泛的信道适应能力.在构建AdHoc网络模型并分析其特性的基础上,为ARI MDLC的数据分组设计了一种有效的多径传输策略.仿真结果表明,该方法能有效改善系统性能,平均可将PSNR提高约1 6dB.

摘要：为解决目前主流相关滤波跟踪方法中跟踪结果容易陷入局部最优值以及因引入深度学习带来的特征提取过程过慢的问题,提出一种融合极限学习机和相关滤波器的鲁棒性目标跟踪算法。该算法在C-COT算法的基础上对其特征提取方式和置信图的寻优方法进行改善。首先,利用多层稀疏自编码极限学习机技术,设计新的特征提取模型,以代替原来的卷积神经网络,可快速且高效地提取图像特征;其次,在特征提取模型之后,添加在线序列极限学习机,构建目标粗糙位置估计模型,采用多峰检测方法初步求得目标的预测位置;第三,根据初步的目标预测位置确定置信图的搜索区域,避免跟踪结果陷入局部最优值;最后,在3个目标跟踪标准数据集上验证新算法的有效性。实验结果表明,新算法的跟踪速度是C-COT算法的12.9倍,且对遮挡、运动模糊以及相似目标等有较强的鲁棒性,可有效地提高跟踪精度和速度。

摘要：该文提出了一种用于提高MPEG-4码流在噪声信道下的抗误码性能的联合信源信道编码方法。该方法将 MPEG-4基本层按重要性进行码流重排后进行交织打包,并根据率失真函数将基本层纹理信息进一步划分为多个子层。编码器根据反映信道状态的反馈信息动态地调整传输的子层数目和每个子层的纠错强度(信道编码速率),使得系统失真最小。仿真结果表明,该方法明显优于未保护的MPEG-4方法,在相同信道带宽及丢包率条件下比等纠错保护的MPEG-4编码方法获得更加稳定的性能。同时由于该方法根据反馈的出错分组数进行传输子层数和纠错强度的联合优化,与Puri等人提出的按照确定信道条件设计目标函数进行优化的MDFEC方法相比,更能够适应信道条件的变化,从而获得更高的性能。