搜索结果: 1-15 共查到“知识库 信息与通信工程 叶”相关记录84条 . 查询时间(0.5 秒)
该文针对现有穿墙雷达建筑物布局成像中扩展目标稀疏成像方法未能有效利用墙体反射信号的结构稀疏性，导致成像中出现墙体不连贯和墙体轮廓不明显的问题，提出一种利用稀疏信号块间耦合的建筑物布局成像方法。该方法在块稀疏信号特性的高斯分层先验模型的基础上，利用块间耦合系数进一步表征场景中墙体反射信号的结构稀疏性，然后将其引入到控制稀疏信号先验概率分布的超参数中，从而把稀疏信号的结构性转化为超参数的耦合关系，最后...
快速傅里叶变换中计算倒序的新思路
数字信号处理 快速傅里叶变换 序列 倒序
2018/5/21
为了提高快速傅里叶变换的运算效率，减少运算时间，该文研究了FFT中倒序序列的计算。研究发现不同长度的倒序序列不相互独立，它们之间有深刻的联系，长度为N的倒序序列可以由长度为N/2的倒序序列生成。根据不同长度的倒序序列之间的相互关联性，给出了新的倒序序列的计算方法及相应的算法流程。通过计算仿真，验证了算法的正确性。该算法实现简单，而且运算效率高。与传统算法相比，新算法可将计算效率提高3个数量级。
随着中国城市空间布局的扩展与郊区化现象的加剧，城市内部居住迁移导致居民出行交通结构发生演变.国内关于迁居—出行行为的研究主要集中于对迁居人群机动化通勤趋势及变化成因的宏观描述上，从微观角度分析城市内部迁居人群通勤方式转变的研究尚为少见.本文以南京为例，构建基于贝叶斯网络的迁居人群通勤方式转移模型，模拟并分析个人家庭信息、迁居属性，以及小区建成环境感知变化对原非机动(步行、自行车或电动车)通勤人群出...
基于变结构离散动态贝叶斯IP网络拥塞链路推理
IP网络 变结构离散动态贝叶斯 拥塞链路推理 Boolean模型
2016/9/2
针对CLINK算法在路由改变时拥塞链路推理性能下降的问题，建立一种变结构离散动态贝叶斯网模型，通过引入马尔可夫性及时齐性假设简化该模型，并基于简化模型提出一种IP网络拥塞链路推理算法（VSDDB）。利用逐次超松弛迭代算法求解链路拥塞先验概率唯一解，基于贝叶斯最大后验准则，借助加权启发式贪心搜索算法推理拥塞链路集合。实验验证了VSDDB算法具有更好的推理性能。
针对虚拟网的节能映射问题，建立了结合时间和能量感知的虚拟网映射算法。在对节点和路径的评价标准中加入了时间因素，综合考虑了物理资源的运行时间等因素，用概率理论辅助分析了每个虚拟节点的多个可用物理节点被选中的概率。在节点选择阶段，综合考虑底层节点的剩余资源量、CPU资源利用率增量、节点开启情况和是否延长使用时间等因素，并使用条件概率理论辅助分析得到各可用节点的重要性；在链路选择阶段，综合考虑链路开启情...
基于高斯加权分数阶傅里叶变换的LFM信号参数估计
分数阶傅里叶变换 高斯加权 线性调频信号 频率估计
2016/6/24
针对低占空比下传统算法参数估计性能下降的问题，提出了一种高斯加权分数阶傅里叶变换(GFRFT, Gaussian-weighted fractional Fourier transform)参数估计方法。给出了时限信号GFRFT的定义并推导了其模值平方的特性，研究了高斯白噪声背景下GFRFT的输出信噪比并给出了闭式表达式，进行了仿真实验并讨论说明了该方法的适用条件。仿真结果表明，该方法在低占空比的...
基于变分贝叶斯推断的新型全局频谱协作感知算法
认知无线电 全局频谱协作感知 变分贝叶斯推断 稀疏性
2016/5/11
为了实现多维动态频谱接入，首先给出了主用户的全局功率谱近似模型，并构建了新型全局频谱协作感知算法的总体流程，以获得主用户网络中占用频段、功率及位置等全局信息。接着利用变分贝叶斯推断技术，设计了相应的模型系数向量估计器。仿真结果表明，该方法采用的近似模型具有较好的准确性，相应的系数向量估计算法具有较高的有效性和收敛稳定性，同时指明了信噪比和泄漏总虚假功率的关系以及两者对均方误差性能的影响。此外，还证...
基于贝叶斯博弈的MP2P高性能安全资源节点选择策略
MP2P 博弈 安全 资源节点选择
2016/5/11
针对MP2P网络节点运算能力有限、移动性强、可靠性弱导致网络拓扑结构频繁变化，提出一种基于贝叶斯博弈的MP2P高性能安全资源节点选择策略。该策略首先综合考虑节点的性能、信誉，设定了一种计算安全资源节点的方案，然后采用静态贝叶斯博弈理论进行信任资源节点连接通信，确保请求资源节点连接高性能安全资源节点，该方案有效降低了资源节点的失效率，提高了网络效率。
在超宽带合成孔径雷达叶簇隐蔽目标检测中,传统的UWB SAR图像变化检测方法易受图像灰度值起伏和成像条件变化的影响,致使现有的变化检测算法的性能下降.本文根据人类视觉系统的生理结构和认知特点,提出了一种基于视觉注意机制的叶簇隐蔽目标变化检测算法.该方法使用视觉注意模型,将图像的多尺度特征信息融合为单幅视觉显著图像,并利用图像局部邻域信息和目标的空间相关特性对视觉显著图中视觉注意焦点进行分层筛选和变...
基于信息融合的贝叶斯网络毁伤评估方法
信息融合 贝叶斯网络 毁伤评估
2015/11/3
针对毁伤信息源的特点，提出了一种基于信息融合的贝叶斯网络毁伤评估方法。分析了毁伤信息源的特点，根据不同的毁伤信息获取的目标毁伤等级作为特征信息，构造了贝叶斯网络，利用贝叶斯参数估计进行了特征信息融合，设计了贝叶斯分类器，通过计算最大后验概率估计值进行毁伤评估。实例演示了评估过程，验证了毁伤信息融合和贝叶斯网络进行毁伤评估的可行性与有效性。
单载波频域均衡(SC-FDE)技术可以有效地克服无线传输中的多径衰落,而多输入多输出(MIMO)能大大提高频谱利用率.两者的结合已成为下一代无线通信系统上行链路的传输方案.然而,当无线信道是快速时变时,MIMO SC-FDE系统的频域信道矩阵将为非对角矩阵,形成严重的频域子信道间干扰,使系统性能急剧下降.针对这一问题,本文采用在分数阶傅里叶域均衡代替传统频域均衡,提出MIMO单载波分数阶傅里叶域均...
叶面积指数(LAI)是作物长势诊断及产量预测的重要参数。通过对冬小麦采样点的高光谱曲线进行连续小波变换(CWT),然后利用小波系数与LAI 建立支持向量机回归(SVR)模型,实现冬小麦不同生育时期的叶面积指数估算。通过对所研究方法与选取的植被指数、偏最小二乘(PLS)回归等5种方法的反演结果进行统计分析。结果表明:利用连续小波变换确定的LAI 的敏感波段为680、739、802、895 nm,对应...
基于具有时序结构的稀疏贝叶斯学习的水声目标DOA估计研究
CS-MMV模型 DOA估计 时序结构 稀疏贝叶斯学习
2017/1/3
现有的基于CS-MMV(Compressed Sensing-Multiple Measurement Vectors)模型的DOA估计一般都假定信号源为独立同分布(i.i.d),算法建立在信号的空间结构上进行分析,而当处理具有时序结构的源信号时表现出性能和鲁棒性差的问题,为此该文提出一种具有时序结构的稀疏贝叶斯学习的DOA算法,该方法通过建立一阶自回归过程(AR)来描述具有时序结构的水声信号,将...
一种基于模型的可分解贝叶斯在线强化学习
马尔可夫决策过程 贝叶斯强化学习 动态贝叶斯网路
2017/1/13
针对贝叶斯强化学习中参数个数巨大，收敛速度慢，无法实现在线学习的问题，提出一种基于模型的可分解贝叶斯强化学习方法.首先，将学习参数进行可分解表示，降低学习参数的个数；然后，根据先验知识和观察数据采用贝叶斯方法来学习，最优化探索和利用二者之间的平衡关系；最后，采用基于点的贝叶斯强化学习方法实现学习过程的快速收敛，从而达到在线学习的目的.仿真结果表明该算法能够满足实时系统性能的要求.