一种无人机视角下多目标车辆旋转框跟踪方法

    公开(公告)号:CN115359373A

    公开(公告)日:2022-11-18

    申请号:CN202210913619.6

    申请日:2022-08-01

    Abstract: 本发明设计了一种无人机视角下多目标车辆旋转框跟踪方法,在原YOLOv5检测模型中增加CA注意力模块和Transformer预测头,同时提出基于底点坐标的旋转框表示方法,采用旋转框代替水平框来更好标识车辆目标,极大地提升了视觉效果;基于训练好的车辆检测网络和重识别网络,得到检测框信息和重识别特征,通过卡尔曼滤波和匈牙利算法实现轨迹预测和数据关联,从而实现多目标跟踪;鉴于无人机自身计算资源有限,通过FPGM剪枝技术,在保证跟踪精度和速度的前提下,对模型进行压缩。本发明可以很好对无人机视角下的车辆目标进行检测和跟踪,运用FPGM剪枝技术,很好地解决无人机自身计算资源有限的问题,在智能交通检测系统中具有良好的应用潜力。

    一种毫米波NOMA上行通信系统中联合功率分配和波束成形设计方法

    公开(公告)号:CN111431568B

    公开(公告)日:2022-10-11

    申请号:CN202010155166.6

    申请日:2020-03-09

    Abstract: 本发明公开了一种毫米波NOMA上行通信系统中联合功率分配和波束成形设计方法,以最大化能效为优化目标,联合优化用户的发射功率和基站的接收波束成形矢量。该方法首先将多维的复杂联合优化问题分解为低维的相对简单的子问题,即功率分配子问题和波束成形子问题,然后证明了功率分配子问题的最优解码顺序并推导了该问题的最优解,最后利用上述结果和一维搜索法对波束成形子问题进行求解以获得最终的功率分配和波束成形方案,从而能以较低的计算复杂度使系统达到较高的能效。

    一种基于空间调制的去蜂窝大规模MIMO系统的频谱效率性能分析方法

    公开(公告)号:CN115065385A

    公开(公告)日:2022-09-16

    申请号:CN202210585130.0

    申请日:2022-05-27

    Abstract: 本发明公开了一种基于空间调制(Spatial Modulation,SM)的去蜂窝大规模MIMO(Multiple‑input Multiple‑output)系统的性能分析方法,系统经历瑞利信道,在接收端进行集中式迫零检测;利用互信息评估系统的频谱效率,分别在完全与不完全信道信息条件下,依据接收信号的条件概率密度函数以及迫零检测伪逆矩阵的统计特性,给出了系统总频谱效率的近似计算方法,并且该方法适用于集中式大规模MIMO对应系统的频谱效率评估;经仿真验证,本发明所提出的性能分析方法可以有效的评估该系统的频谱效率性能。

    一种基于非正交多址接入的毫米波通信系统中能效功率分配方法

    公开(公告)号:CN111698045B

    公开(公告)日:2021-07-20

    申请号:CN201910201124.9

    申请日:2019-03-14

    Abstract: 本发明提供了一种基于非正交多址的毫米波通信系统中能效功率分配方法。本发明以基于非正交多址的毫米波通信系统的能量效率最大化作为优化目标,以每个非正交多址用户的发送功率和基站波束成型矢量为优化变量,利用凸优化理论、分类讨论选择最优的串行干扰消除解码顺序,并得到理想的波束成型增益,然后利用凸松弛理论得到近似的功率分配矢量,进而代入原优化问题求得功率分配。本发明将多维的复杂优化问题分层降维为低维的子问题,以较低的算法复杂度达到了较高的能量效率性能。

    一种基于CNN的图像局部特征检测与描述方法

    公开(公告)号:CN111652240A

    公开(公告)日:2020-09-11

    申请号:CN201911307649.7

    申请日:2019-12-18

    Abstract: 本发明公开了一种基于CNN的图像局部特征检测与描述方法。首先生成简单几何图形,标记其角点为关键点,形成合成数据集,然后改进MagicPoint基础网络,使用合成数据集训练关键点检测器。为弥补合成图像数据集与真实图像数据集的差距,对真实图像(COCO数据集)进行多次单应变换并用关键点检测器预测关键点,将多次单应变换结果合并,最终得到真实图像的关键点标签。使用有标签的真实图像数据集对关键点和描述符进行端到端的训练,对一张输入图像,可同时完成关键点检测与描述符生成。该技术能够在光照变化大的场景下依旧检测出较多鲁棒性好的关键点,提高后期图像匹配等任务的准确性,具有较强的实用性和广阔的应用前景。

    一种低复杂度SISO和MIMO接收机生成方法

    公开(公告)号:CN111314255A

    公开(公告)日:2020-06-19

    申请号:CN202010090637.X

    申请日:2020-02-13

    Abstract: 本发明公开了一种低复杂度SISO和MIMO接收机生成方法,包括:S1,在接收端对SISO和MIMO信号进行采样;S2,寻找最优的判别函数,将SISO和MIMO系统中不同调制方式的信号检测问题转化为波形的识别问题;S3,对接收机进行训练,使得隐藏层和输出层的判别函数对应的损失函数最小,进而获得压缩栈式自编码器接收机的隐藏层和输出层的最优参数;S4,基于误码率量度的节点数目和层数选择策略,获得基于节点数目和层数选择策略的低复杂度压缩栈式自编码器接收机结构。本发明能够简化接收机的结构,且在SISO和MIMO条件下,对不同信道下的不同调制方式的信号检测误码率达到或超过最优检测理论值,同时,对于CFO和相位偏移具有较强的鲁棒性。

    双向中继信道物理层网络编码的低过采样率时钟估计方法

    公开(公告)号:CN104393978B

    公开(公告)日:2017-10-13

    申请号:CN201410743771.X

    申请日:2014-12-08

    Abstract: 本发明公开了一种双向中继信道物理层网络编码的低过采样率时钟估计方法,通信节点采用波形已知的通信信号通过不同通信信道发送包含有循环前缀和循环后缀的训练序列到中继节点;中继节点对接收的多路叠加信号过采样得到采样信号,采样信号经匹配滤波器滤波后输出的相同相位的采样点构成接收向量;采用训练序列和接收向量计算似然函数,利用通信信号的波形已知及训练序列正交的条件,分离出不同通信信号的似然函数,有效地实现了时间偏移的低复杂度、低过采样率估计。本发明方法的时钟估计性能良好,低过采样率达到2时,相比于传统的时间偏移的估计算法,在信噪比大于5dB时,本发明的估计算法的均方误差性能至少要好一个数量级。

Patent Agency Ranking