【摘 要】
：
提出了一种在混沌背景信号中检测脉冲信号的融合算法.首先,基于混沌信号的短期可预测性,对局部传感器的观测分别进行相空间重构,建立线性自回归模型剥离混沌背景噪声,得到单步预测.然后,将单步预测结果视为局部传感器的新的观测,在Bayes准则之下建立了检测融合模型,并对传感器判决规则和融合规则进行了推导,利用高斯赛德尔的思想给出了检测融合算法.仿真实验结果表明:建立的模型和提出的算法能有效检测出混沌噪声背景中的微弱脉冲信号,检测效果明显优于单个传感器的检测效果.
【机 构】
：
重庆理工大学 理学院,重庆 400054;重庆渝高中学,重庆 400039
论文部分内容阅读
提出了一种在混沌背景信号中检测脉冲信号的融合算法.首先,基于混沌信号的短期可预测性,对局部传感器的观测分别进行相空间重构,建立线性自回归模型剥离混沌背景噪声,得到单步预测.然后,将单步预测结果视为局部传感器的新的观测,在Bayes准则之下建立了检测融合模型,并对传感器判决规则和融合规则进行了推导,利用高斯赛德尔的思想给出了检测融合算法.仿真实验结果表明:建立的模型和提出的算法能有效检测出混沌噪声背景中的微弱脉冲信号,检测效果明显优于单个传感器的检测效果.
其他文献
随着深度学习的快速发展与应用,联合式抽取被广泛应用于实体抽取和实体间的关系预测.虽然端到端的联合抽取方法在该领域得到了较大关注,但这类方法目前未考虑multi-token实体;同时,抽取过程中忽略了关系预测与实体抽取之间的相互影响.针对以上问题,结合Encoder-Decoder框架的特点,引入标签校正机制,提出了一种基于标签校正的端到端实体关系联合抽取方法CopyLC.实验结果证明:在更严格的评价方式下,所提出的方法与当前主流方法相比,在NYT和WebNLG数据集上均能获得更好的抽取效果.
为可靠识别汽车安全辅助驾驶系统(ADAS)前方车辆目标,提出了基于车辆尾灯特征提取的径向基神经网络车辆识别方法。构建了车辆尾灯对宽度限制、高度约束及左右尾灯面积比等约束条件,提取了车辆的尾灯信息并获取尾灯的质心位置,经过形态学运算后确定了尾灯的标记区域,再结合车辆图像与实际尺寸比例得到车辆可能存在的感兴趣标记区域。针对感兴趣标记区域进行了车辆存在性的进一步确认,提取了感兴趣区域的边缘特征与区域特征
实际的检测任务中往往存在复杂的环境与背景,容易造成边界框的定位不够准确、对各尺度的目标检测精度不高等情况。为了进一步提高Yolov3的检测精度,本文在原算法的基础上提出一种融合跨阶段局部网络和空间金字塔池化的Yolov3目标检测算法。首先,将主干网络融合跨阶段局部网络CSPNet来提高网络的学习能力;其次,引入一种改进的空间金字塔池化结构增强网络的局部区域特征;最后,在损失函数中融入focal l
为了使燃料电池堆化学反应更加充分,提高发电效率,根据涡轮压缩机驱动原理建立燃料电池堆的涡轮压缩系统模型.基于永磁同步电机驱动数学模型定义控制参数变量,使用高速涡轮压缩机和机电阀控制燃料电池系统中的空气质量流量和压力.针对传统PI控制器进行改进,提出了一种可在不同控制结构上改装的变结构抗饱和策略,设计涡轮压缩机滑模变结构PI控制器.采用Matlab软件对空气质量流量和压力跟踪误差进行仿真,与传统PI控制方法进行对比.结果显示:与PI控制方法相比,涡轮压缩系统采用滑模变结构PI控制方法,空气质量流量和压力跟踪
传统K-means算法初始聚类中心的选择具有随机性且对离群点敏感,导致聚类结果不稳定、准确率低等问题.针对上述问题,提出基于邻域密度的NDK-means算法.首先,通过多维网格划分得到样本的网格分布特性;然后,通过定义网格密度和网格邻域密度,确定多个局部高密度网格,同时引入迭代因子合并相邻高密度网格中心得到初始聚类中心候选集;最后,结合网格密度和距离,利用最大最小距离算法得到K个初始聚类中心.在UCI数据集上进行实验,实验结果表明:相对于其他局部邻域算法,新算法提高了聚类结果的准确率,具有较好的稳定性.
采用基于密度泛函理论的第一性原理,通过计算7种Cu-Zr系二元合金化合物的能量、态密度、能带结构以及弹性常数,系统地研究了各化合物的热力学性质、电子结构和力学性质.热力学性质计算结果表明:7种化合物均为热力学稳定相,其中Cu8 Zr3和Cu10 Zr7相对较易生成,其生成焓分别为-16.57 kJ·mol-1和-16.38 kJ·mol-1;CuZr2结合得最稳定,其结合能为-614.94 kJ·mol-1.电子结构计算结果表明:7种化合物均具有金属特性,其中Cu5Zr、Cu51 Zr14、Cu8 Zr3
针对无人机巡检图像中绝缘子识别精度不高的问题,提出了一种基于YOLOv3的目标检测方法。该方法通过将YOLOv3主干网络16倍下采样单元中原始卷积层替换成扩张率为2的空洞卷积层,增大了卷积层感受野,卷积网络在保证分辨率的同时融合了更多的目标信息,有效提高了检测网络的识别精度。此外,考虑到输电线路中绝缘子具有细长型特点,方法对k-means聚类算法中距离度量公式也进行相应改进,聚类出更适合绝缘子特征
针对海量监测数据背景下传统方法难以实现对机械装备/零部件状态的可靠诊断与预测等问题,以自主研发的滚动接触疲劳试验装备为依托,提出了一种Spark平台下基于优化BP神经网络模型的接触疲劳剩余寿命预测方法.引入基于指数衰减的周期性学习率改进BP神经网络优化模型,结合并行化技术构建了Spark平台下基于优化BP神经网络的接触疲劳剩余寿命预测模型.结果表明:基于Spark的优化BP神经网络模型能够实现剩余寿命预测,相比传统BPNN模型和SVR模型,预测精度分别提高了4.67％和9.18％,均方根误差分别降低了0.
三相电压型整流器(VSR)模块并联可有效提高系统功率等级,然而由此产生的环流会导致网侧电流波形畸变,造成额外的功率损失,降低工作效率,甚至损坏电力设备.针对这种情况,以多个并联整流器为研究对象,推导了多并联整流器零序循环电流的数学模型,详细分析并联整流器模块产生环流的原因.为消除环流控制回路的不利影响,提出了一种基于空间矢量脉宽调制的零矢量前馈控制策略.另外,提出的虚拟整流器概念进一步实现并联整流器的控制.仿真与实验结果证明了单个整流器控制的可行性,三并联整流器的硬件在环实验验证了理论分析和所提方法的有效
基于市场价格与渔获量受时滞影响,建立了新型动态价格下具有双时滞的Logistic渔业模型,分析模型正平衡点稳定性,在4种不同时滞相互作用的影响下,讨论了系统Hopf分支的存在性,进而分析了渔业种群与市场价格在时滞作用下的波动状态.最后针对模型进行数值模拟,验证了理论结果的正确性.