摘要：稀疏码分多址接入（SCMA）方案映射矩阵维度太小时,短环和规则度分布的SCMA映射矩阵与存在远近效应的环境不能很好地匹配,为此,提出一种新型的非正交多址接入方案——低密度叠加编码调制（LDSM）.该方案设计了更加稀疏的非规则度分布映射矩阵,带来分集增益和编码增益,提高整体方案性能的同时,对边缘用户的性能也有所提高.在独立瑞利衰落信道下,通过平均互信息的分析,从理论上证明了LDSM方案较SCMA方案有一定的信噪比增益.仿真结果证明,在远近功率差为10 d B,过载为150%时,小规模的LDSM方案和大规模LDSM方案较SCMA方案的整体用户性能分别能获得2.3 d B和2.46 d B的增益.

摘要：针对智能船舶在内河航道航行时经常出现的船舶互相遮挡而影响目标检测精度的问题,提出了一种基于多特征聚合的水面遮挡目标检测算法.首先,在骨干网络设置多尺度感受野特征融合结构,融合被遮挡船舶可视区域与周围环境特征;其次,在骨干网络及网络的特征拼接部分添加混合注意力机制,增强网络的长程依赖性,聚合船首和船尾的特征;然后,设计了数据重采样策略,在训练过程中根据船舶类别的数量自适应地调整样本采样频率,缓解数据集中船舶数量的严重不均匀;最后对算法进行验证。结果表明:算法通过聚合被遮挡船舶可视区域与周围环境等多尺度特征,聚合船首、船尾长程特征,相较于原算法精度提升达到了3.3%,有效提升了视觉遮挡状态下水面目标的检测精度.

摘要：针对实海域可见光图像中海天线附近的远距离小目标特征少、检测精度低的问题,设计了一种基于YOLOv5的实海域实时目标检测算法.首先,通过在网络结构中设置双向特征融合结构,结合高层特征图的强语义信息和低层特征图的定位信息,提高了小目标的检测精度;其次,引入双通道注意力机制,并改进权重分配函数,提高了小目标的检测召回率;然后,通过新增极小目标检测层,增加对小目标物体的检测精度;最后,通过实海域数据集对算法进行验证,证明了算法对小尺度目标检测精度提升明显,同时保持了良好的实时性.