摘要：自动调制识别是现代通信系统中一项重要技术。为提高通信系统对不同调制信号间的识别性能,文中首先探索了包含11类调制信号的公开数据集RML2016.10A上原始同相正交(In-phase and Quadrature,IQ)格式数据和经过数据预处理后的幅度和相位(Amplitude and Phase,AP)格式数据的差异;随后,依据原始IQ格式数据和AP格式数据在特征提取过程中对局部相关性及时序特征敏感性的差异,设计了针对空间特征提取的SFE-Block模块、针对长期依赖关系提取的TFE-Block模块,以及联合时空特征提取模块STFE-Block,并将前两者的输出特征作为STFE-Block模块输出特征的重要补充进行特征融合,以全连接(Fully Connected)层负责最终分类。实验结果表明,本模型在数据集RML2016.10A上表现良好。当信噪比(Signal to Noise Ratio,SNR)低于-8 dB时,平均识别精度比其他模型提升7%,而SNR在0~18 dB时,平均识别精度比其他模型提高1%~8%,且在SNR为16 dB时,最高识别精度达92.95%。此外,在RML2016.10B数据集上重复了实验以检验模型泛化性,所得结果同样最优,且当SNR为12 dB时,最高识别精度达到93.6%。

摘要：针对行人重识别中难以表达特征间相关性信息,以及欧氏距离度量的损失函数忽略了特征向量角度影响的问题,提出一种融合交互性特征的余弦距离度量行人重识别网络。通过聚合分组注意力模块提取的特征,实现不同子特征跨通道的整合交互。训练阶段采用余弦度量的三元组损失,结合特征空间的批量规一化操作,消除模长波动的影响,从角度维度判别行人差异。采用广义平均池化,保留更完整的特征信息。在Market-1501和DukeMTMC-reID两个数据集的实验结果表明,网络能有效提升行人重识别精度。

摘要：为了克服非约束性(光照、遮挡、姿势等变化)条件下会大大降低人脸识别率的缺陷,提出一种基于Gabor相位和幅值信息的统一化局部二进制模式&稀疏表示人脸识别算法.首先将人脸图像经过Gabor滤波器滤波得到Gabor相位和幅值图像,然后分块提取其统一化的局部二进制直方图,最后通过稀疏表示判断测试图像所属类.利用AR数据库进行实验的结果表明,与SRC、结合LBP和SRC特征的分割识别算法相比,该算法在非约束性条件下识别率最高.

摘要：在图像去噪过程中,大部分基于偏微分方程的各向异性扩散模型均使用梯度信息检测边缘,当边缘部分被噪声严重污染时,这些方法不能有效检测出这些边缘,因而无法保留边缘特征.为了较完整的保留图像的区域信息,用脉冲耦合神经网络(PCNN)能使具有相似输入的神经元同时产生脉冲的性质对噪声图像做处理,得到图像熵序列,并将图像熵序列作为边缘检测算子引入到扩散方程中,不仅能克服仅用梯度作为边缘检测算子易受噪声影响的弊端,而且能较完整地保留图像的区域信息.然后,用最小交叉熵准则搜索使去噪前后图像信息量差异最小的阈值,设计最佳阈值控制扩散强度,建立基于脉冲耦合神经网络与图像熵改进的各向异性扩散模型(PCNN-IEAD).分析与仿真结果表明,该模型与经典模型相比,保留了更多的图像信息,能够兼顾去除图像的噪声和保护图像的边缘纹理等细节信息,较完整的保留了图像的区域信息,性能指标同样也证实了新模型的优越性.另外,该模型的运行时间较经典模型的短,因此,该模型是一个理想的模型.

摘要：设计了环形平面活塞声源系统,从理论上导出了该系统远场指向性公式,并对其正确性和有效性进行了仿真分析。仿真结果表明:该阵在任何声频都有指向性;且环形活塞面积和相邻两活塞中心间距愈小、振速幅度愈大、活塞数量愈多,指向性愈强.当环形活塞的面积、振速幅度、数量一定,且相邻两活塞中心间距为活塞外直径(极限值)时,指向性最强。本文的研究在工程上具有重要的指导意义。

摘要：针对传统恒模算法(CMA)收敛速度与均方误差之间的矛盾,提出了模糊神经网络控制的混合小波神经网络(FHWNN)盲均衡算法.该算法在小波神经网络输入层之前级联一个横向滤波器,将横向滤波器的节点输出分为实部和虚部两路经过小波神经网络后再合成为一路复数信号;利用模糊神经网络(FNN)设计的模糊规则控制小波函数的尺度因子和平移因子的迭代步长,以提高步长控制的精度;通过常数模代价函数分别获得横向滤波器和小波神经网络的权系数迭代公式.理论分析与仿真结果表明,该算法具有较快的收敛速度和较小的稳态误差,较好地克服了收敛速度与均方误差之间的矛盾.

摘要：针对常数模(Constant Modulus Algorithm,CMA)算法收敛速度慢、稳态误差大的特点,在分析超指数迭代(Super-Exponentia lIterative,SEI)算法的基础上,结合正交小波变换理论,提出了基于正交小波变换的超指数迭代盲均衡器设计方法。该方法充分利用SEI算法对数据白化作用和正交小波变换良好的去相关性能,加快了收敛速度、减小了稳态误差。时变信道盲均衡仿真结果,验证了该方法的有效性。

摘要：为提高高阶非常模信号的均衡效果,提出了量子人工鱼群优化的自适应最小熵盲均衡算法。该算法利用超指数迭代加快了自适应最小熵盲均衡算法的收敛速度;利用薛定谔方程设计量子粒子群模型的思想,设计了快速全局寻优能力的量子人工鱼群模型,减小了超指数自适应最小熵盲均衡算法的稳态误差。仿真结果表明:与自适应最小熵盲均衡算法、超指数自适应最小熵盲均衡算法相比,量子人工鱼群优化的自适应最小熵盲均衡算法收敛速度快、稳态误差小,有利于提高通信质量。

摘要：为了研究盲均衡算法中误差函数形式对盲均衡器性能的影响,定义并分析了不同奇对称误差函数的特点,提出了基于不同奇对称误差估计的变步长盲均衡新算法(DOSVCMA)。该算法充分利用误差函数的对称性来减小均方误差,利用变步长来加快收敛速度,在步长特性参数相同的前提下,用深海声道轴信道和双径水声信道对该算法进行了仿真研究。结果表明,用不同奇对称误差函数设计的均衡器,在收敛速度和收敛后均方误差方面的性能是不同的,但比常规的变步长盲均衡算法(VCMA)的性能优越,这一研究为提高盲均衡器性能提供了一条途径。

摘要：为研究多径、阴影及天气变化对气象卫星信道的影响,分析信道传播特性并根据不同天气状况研究了贴近实际的卫星信道Suzuki模型和扩展Suzuki模型。引入两状态Markov过程,以反映天气变化或云的移动导致信道状态模型之间的转换。采用成形滤波器法设计了气象卫星信道模拟器并进行了仿真。仿真结果表明,所设计的气象卫星信道模拟器可以用来描述贴近实际的气象卫星信道传播特性。