检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于变分贝叶斯推理的多目标无源定位算法

南京邮电大学学报（自然科学版） 2018年第2期38卷 48-53,59页

作者：余东平何谢齐扬阳赖荣煊袁健陆军工程大学通信工程学院江苏南京210007 中国人民解放军91605部队福建厦门361101 中国人民解放军73903部队福建厦门361100 国防信息学院湖北武汉430010

为提高多目标无源定位的精度和鲁棒性,文中提出了一种基于变分贝叶斯推理的多目标无源定位算法。该算法首先建立分层的混合高斯先验模型以诱导目标位置向量的稀疏性;然后,利用变分贝叶斯推理的方法估计该先验模型中隐藏变量的后验分布;... 详细信息

为提高多目标无源定位的精度和鲁棒性,文中提出了一种基于变分贝叶斯推理的多目标无源定位算法。该算法首先建立分层的混合高斯先验模型以诱导目标位置向量的稀疏性;然后,利用变分贝叶斯推理的方法估计该先验模型中隐藏变量的后验分布;最后,根据目标位置向量的后验分布估计目标的位置。仿真结果表明,该算法较传统的基于压缩感知的多目标无源定位算法具有更高的定位精度以及更好的鲁棒性。

关键词：无线传感器网络多目标无源定位压缩感知变分贝叶斯推理

基于变分贝叶斯推理的SSD烟支外观微小缺陷检测研究

在线全文

学校读者我要写书评

暂无评论

基于变分贝叶斯推理的SSD烟支外观微小缺陷检测研究

作者：吴仕超云南财经大学

学位级别：硕士

烟草行业在我国具有悠久的历史且市场庞大,其也贡献了大量的财政税收。对云南省来说卷烟产业属于一项支柱性产业,为云南省的经济发展做出了巨大的贡献。云南省“3815”战略发展目标中将推进烟草行业数字化转型、探索卷烟生产数字驱动智... 详细信息

烟草行业在我国具有悠久的历史且市场庞大,其也贡献了大量的财政税收。对云南省来说卷烟产业属于一项支柱性产业,为云南省的经济发展做出了巨大的贡献。云南省“3815”战略发展目标中将推进烟草行业数字化转型、探索卷烟生产数字驱动智能制造新模式作为一项重要任务,由此可见实现卷烟智能化生产具有重要意义。香烟产品质量与外观完美度直接关系到消费者的满意度和市场竞争力。传统的烟支卷包环节中烟支外观缺陷主要靠人工抽检完成,人工抽检中存在系列的问题,包括主观性、劳动力密集、效率低下以及容易出现疲劳和错误。且目前卷烟机的平均生产速度能够保持在7200支/分钟,人工抽检的速度不仅远远跟不上生产速度,而且还容易忽略掉微小缺陷。随着人工智能和计算机视觉技术的迅速发展,烟支生产行业已开始探索智能化检测系统以替代或辅助传统的人工检查。目前,卷烟生产厂商使用传统的目标检测算法和机器视觉的技术来对烟支外观缺陷进行检测,然而检测准确率和速度不足以满足生产需求。本文基于卷烟生产厂商面临的问题,进行了烟支外观微小缺陷检测技术进行了研究,研究工作具体如下:(1)本文对烟支外观微小缺陷进行了界定,从不同的角度将刺破缺陷和夹沫缺陷定义为微小缺陷,从空间分布和形态特征将褶皱缺陷界定为微小缺陷。另外本文还进行烟支外观缺陷的自动标注研究,使用YOLO v7模型进行自动标注实验,对比不同版本的性能,选择性能较优的版本进行烟支外观缺陷的自动标注。(2)烟支外观缺陷统计性分析。本文研究了6类烟支外观缺陷、正常烟支的卷烟纸和接装纸,总共8个目标类型,从统计描述的角度分析了这8个目标类型的面积和中心的分布形态,并从假设检验的角度分析了夹沫缺陷和刺破缺陷两类微小缺陷的差异,通过Mann-Whitney检验说明刺破缺陷和夹沫缺陷的面积存在显著差异,中心点不存在显著差异。(3)采用Mobile Net v2、Mobile Net v3和Efficient Net-B3作为SSD(Single Shot Multi Box Detector)模型的骨干网络,在烟支外观缺陷数据集上和使用VGG16作为骨干网络时进行实验对比,实验表明使用VGG16作为骨干网络时检测性能较好。(4)针对SSD模型的卷积网络的点估计权值在数据稀疏时不确定性表达不足以及过度自信决策的问题,本文提出一种基于变分贝叶斯推理的SSD目标检测模型,该模型能在一定程度上处理SSD的点估计网络权值在数据稀疏时不确定性表达不足以及过度自信决策的问题。并在烟支外观缺陷数据集上进行实验,实验表明基于变分贝叶斯推理的SSD模型提高了检测准确率具有较好的检测性能。(5)SSD模型使用的smooth L1损失函数对于异常点或噪声相对比较敏感,针对该问题本文使用BIo U损失函数来改进SSD模型,BIo U损失函数通过引入边界来限制Io U的计算范围,可以减少对小偏差的敏感性,从而可以提高模型的鲁棒性。通过实验证明BIo U损失函数改进后的SSD模型对于烟支外观缺陷数据集检测性能较好。(6)Re LU在输入为负数时的梯度为零,在深层网络中可能会导致梯度为消失及“神经元死亡”的问题,本文使用Leaky Re LU和ELU激活函数改进SSD模型。Leaky Re LU激活函数通过引入一个较小的斜率,负数输入部分将不为零,有助于解决梯度消失和“神经元死亡”的问题,另外还可以更快地收敛于训练数据。ELU激活函数通过在负数输入值上引入一个指数项,可以防止梯度变得太小从而导致梯度消失,ELU激活函数在整个输入范围包括零处都是光滑的,梯度连续后优化更加容易。此外,ELU激活函数还能避免“神经元死亡”的问题。通过Leaky Re LU和ELU激活函数对SSD模型进行改进,改进后的SSD模型检测准确率相比原模型更高。本文通过变分贝叶斯推理、BIo U损失函数、Leaky Re LU和ELU激活函数等方法对SSD模型进行改进,并进行了消融实验。经过变分贝叶斯推理、BIo U损失函数、Leaky Re LU和ELU激活函数等方法改进的SSD模型在烟支外观缺陷数据集上的检测性能相对于SSD基准模型都有提升。变分贝叶斯推理的SSD模型相比基准模型检测准确率(m AP)分别提升了1.2%和1.1%;采用BIo U损失函数改进后SSD模型在输入尺寸为300×300时,m AP值上升了1.1%;在Leaky Re LU激活函数对比择优选择最佳参数α的值为0.13,使用最佳参数值的SSD模型m AP值分别提升了0.6%(SSD300)和0.1%(SSD512);ELU激活函数改进的SSD模型m AP值分别提升了1%(SSD300)和0.6%(SSD512)。在消融实验中,不同的组合实验改进SSD模型均有较好的效果,在检测精度、参数量、计算量方面都表现出

关键词： SSD 变分贝叶斯推理微小缺陷检测烟支外观缺陷

一种基于实值变分贝叶斯推断的大规模MIMO系统下行信道估计方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据采集与处理 2021年第6期36卷 1094-1103页

作者：戴继生尚河坤江苏大学电气信息工程学院镇江212013

酉矩阵变换是一种常用的实值化方法,可有效地降低计算复杂度。然而,在现有的基于酉矩阵变换的大规模多输入多输出系统(Multiple input multiple output,MIMO)下行信道估计方法中,观测矩阵的维度增加了一倍,若不进行维度压缩,降低计算复... 详细信息

酉矩阵变换是一种常用的实值化方法,可有效地降低计算复杂度。然而,在现有的基于酉矩阵变换的大规模多输入多输出系统(Multiple input multiple output,MIMO)下行信道估计方法中,观测矩阵的维度增加了一倍,若不进行维度压缩,降低计算复杂度的目标将难以实现。虽然利用信号空间和噪声空间的正交性可压缩维度,但信号空间只能近似计算获得,不可避免地带来性能损失。为了改善信道估计性能,本文将信号空间矩阵当作变量,在估计过程中自适应地调整信号空间矩阵,但这使得信号空间矩阵和稀疏信号矩阵高度耦合,传统的贝叶斯推断无法适用。为了应对该挑战,本文进一步引入列向量独立分解的贝叶斯变分假设,成功将信号空间矩阵和稀疏信号矩阵解耦。仿真结果表明,所提方法可显著提升信道估计性能。

关键词：大规模多输入多输出信道估计实值转换变分贝叶斯推理稀疏信号恢复

在线全文

学校读者我要写书评

暂无评论

基于cSVB算法的DME脉冲干扰抑制方法

系统工程与电子技术 2024年第8期46卷 2877-2885页

作者：李冬霞王佳妮彭祥清刘海涛王磊中国民航大学电子信息与自动化学院天津300300

针对测距仪(distance measure equipment,DME)信号严重干扰L频段数字航空通信系统(L-band digital aviation communication system,L-DACS)前向链路接收机的问题,提出基于相关稀疏变分贝叶斯(correlated sparse variational Bayesian,cSVB)算法的DME脉冲干扰抑制方法。所提方法利用L-DACS系统正交频分复用(orthogonal frequency division multiplexing,OFDM)接收机的空子载波信息构建接收信号的压缩感知方程;然后,根据cSVB算法进行三层次贝叶斯信号建模,最后选择了两种变体算法重构DME干扰信号,并将其从时域接收信号中去除。理论分析与仿真结果表明,所提出的干扰抑制方法可以充分利用信号先验信息,进一步降低DME干扰信号估计的归一化均方误差,有效改善L-DACS系统的误码性能,提高传输可靠性。

关键词： L波段数字航空通信系统测距仪块稀疏贝叶斯变分贝叶斯推理

维普期刊数据库博看期刊

大规模MIMO系统上行链路时间-空间结构信道估计算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2020年第2期42卷 519-525页

作者：路新华 MANCHÓN Carles Navarro 王忠勇张传宗郑州大学信息工程学院郑州450001 南阳理工学院通信信号处理工程技术研究中心南阳473004 Department of Electronic Systems Aalborg UniversityAalborg 9220

针对大规模多入多出(MIMO)系统上行链路非平稳空间相关信道的估计问题,该文利用信道的时间-空间2维稀疏结构信息,应用狄利克雷过程(DP)和变分贝叶斯推理(VBI),设计了一种低导频开销和计算复杂度的信道估计迭代算法,提高了信道估计精度... 详细信息

针对大规模多入多出(MIMO)系统上行链路非平稳空间相关信道的估计问题,该文利用信道的时间-空间2维稀疏结构信息,应用狄利克雷过程(DP)和变分贝叶斯推理(VBI),设计了一种低导频开销和计算复杂度的信道估计迭代算法,提高了信道估计精度。由于平稳空间相关信道难以适用于大规模MIMO系统,该文借助于狄利克雷过程构建了非平稳空间相关信道先验模型,可将具有空间关联的多个物理信道映射为具有相同时延结构的概率信道,并应用变分贝叶斯推理设计了低导频开销和计算复杂度的信道估计迭代算法。实验结果验证了所提算法的有效性,且具有对系统关键参数鲁棒性的优点。

关键词：大规模MIMO 非平稳信道时间-空间狄利克雷过程变分贝叶斯推理

基于压缩感知和贝叶斯理论的电磁反演方法研究

在线全文

学校读者我要写书评

暂无评论

基于压缩感知和贝叶斯理论的电磁反演方法研究

作者：王宇辰南京邮电大学

学位级别：硕士

电磁逆散射能够利用电磁波的传播原理获取散射场数据,通过电磁反演算法重建待探测目标的电参数分布,已广泛应用于生物医学成像、无损探测、遥感成像等领域。电磁逆散射是一种典型的反演问题,该问题具有非线性和病态性,传统的信号处理算... 详细信息

电磁逆散射能够利用电磁波的传播原理获取散射场数据,通过电磁反演算法重建待探测目标的电参数分布,已广泛应用于生物医学成像、无损探测、遥感成像等领域。电磁逆散射是一种典型的反演问题,该问题具有非线性和病态性,传统的信号处理算法难以有效地对目标进行重建。本文针对电磁反演问题的病态性,基于线性化的逆散射模型,采用压缩感知和贝叶斯理论研究具有更强的抗噪性、更快的运算速度以及更好的适应性的电磁反演算法。具体研究内容如下:1、首先从数学物理角度出发,建立了线性化的电磁逆散射模型,为缓解其病态性,假设待重建的目标具有稀疏的特性,引入了基于压缩感知(Compressed Sensing,CS)的稀疏正则化方法,具体包括正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法和贝叶斯压缩感知算法(Bayesian Compressed Sensing,BCS)。另外,为解决电磁参数分布具有分段特性的块状目标重建问题,本文采用全变分压缩感知算法(Total Variational Compressive Sensing,TVCS),从梯度域稀疏的角度求解l范数最小化问题,进而重建目标的几何特征及电参数。数值仿真实验将上述几种算法的优势分别进行了验证。2、研究无网格压缩感知算法在电磁反演中的应用。CS算法已经能够以更少的计算代价重建高分辨率图像,但是传统的CS算法中的离散字典需要和真实模型严格地匹配,而实际应用中往往难以满足这一严苛条件。为解决这种基失配问题,本文将引入无网格压缩感知算法,即原子范数最小化方法,并将此方法应用到穿墙雷达成像(Through-the-Wall Radar Imaging,TWRI)中,最后和OMP以及后向投影算法的反演结果进行比较,验证该方法的优越性。3、提出一种嵌入阻尼广义近似消息传递(Generalized Approximate Message Passing,GAMP)的分层变分贝叶斯推理(Variational Bayesian Inference,VBI)算法。在电磁反演中,探测目标和周围电磁环境有时会十分复杂,此时不能满足目标稀疏性假设,传统反演算法的性能会受到严重影响。针对这一问题,本文利用分层高斯混合分布构建贝叶斯先验模型,然后采用基于最大后验估计的VBI方法对模型参数和隐变量做近似估计。此外,为了提高运算速度,采用带阻尼的GAMP算法对概率模型中的似然函数做解耦处理,建立了VBI-GAMP算法。对该算法在不同的电磁反演场景下进行数值仿真实验并和TVCS的结果作对比,结果表明该算法提高了反演性能,为复杂环境下的电磁反演提供了一个可行的方法。

关键词：电磁反演稀疏表示块稀疏无网格压缩感知变分贝叶斯推理

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于相位偏移的压缩感知无源多目标定位方法

中国科学院大学学报（中英文） 2024年第2期41卷 241-248页

作者：盛金锋李宁郭艳陈承李华静陆军工程大学通信工程学院南京210007

无源定位作为一种新兴的定位技术,是安防监控、入侵检测和接触跟踪等被动传感领域的研究热点。其通过分析无源目标对无线链路的阴影效应来定位目标。相位是无线信号的一个重要特性,比信号强度更具细粒度。为提升定位性能,利用无线链路... 详细信息

无源定位作为一种新兴的定位技术,是安防监控、入侵检测和接触跟踪等被动传感领域的研究热点。其通过分析无源目标对无线链路的阴影效应来定位目标。相位是无线信号的一个重要特性,比信号强度更具细粒度。为提升定位性能,利用无线链路相位信息,提出基于相位偏移的压缩感知无源多目标定位方法。该方法将接收信号相位偏移值作为观测数据,结合变分贝叶斯推理,恢复目标位置稀疏向量。仿真实验结果表明,在6.5 m×6.5 m的监测区域中,基于接收信号强度的定位方法平均定位误差为0.579 0 m,而该方法的平均定位误差为0.254 7 m,定位精度提升超过1倍,且该方法具有较强的鲁棒性。

关键词：无源定位压缩感知相位偏移变分贝叶斯推理

无线传感器网络中基于字典优化的压缩感知定位方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2019年第4期46卷 118-122页

作者：吴健孙保明苏州经贸职业技术学院中国人民解放军91977部队

传统的压缩感知定位方法将物理空间离散化为一个固定网格,并假设所有目标准确地落在该网格上,从而将定位问题转化为稀疏重构问题。事实上,目标的随机性导致很难找到满足上述假设的固定网格,进而引起字典失配问题,使得定位性能急剧下降... 详细信息

传统的压缩感知定位方法将物理空间离散化为一个固定网格,并假设所有目标准确地落在该网格上,从而将定位问题转化为稀疏重构问题。事实上,目标的随机性导致很难找到满足上述假设的固定网格,进而引起字典失配问题,使得定位性能急剧下降。针对该问题,文中提出一种基于字典优化的压缩感知定位方法,将稀疏字典建模为以网格为参数的参数化字典,通过动态调整网格不断优化稀疏字典,从而将定位问题转化为联合参数优化的稀疏重构问题,并在变分贝叶斯推理框架下解决该问题。仿真结果表明,与传统的压缩感知定位方法相比,所提方法具有更强的可靠性和鲁棒性。

关键词：无线传感器网络压缩感知字典优化变分贝叶斯推理

在线全文

学校读者我要写书评

暂无评论

多任务稀疏重构方法研究

多任务稀疏重构方法研究

作者：曾琴电子科技大学

学位级别：硕士

压缩感知理论指出:采样可压缩信号所需速率可以远远低于奈奎斯特采样速率,这为信号的采样和处理带来了新的视角。从压缩采样中恢复出原始信号的稀疏重构算法设计是压缩感知的重要研究内容之一,相比于单任务重构算法,多任务稀疏重构通过... 详细信息

压缩感知理论指出:采样可压缩信号所需速率可以远远低于奈奎斯特采样速率,这为信号的采样和处理带来了新的视角。从压缩采样中恢复出原始信号的稀疏重构算法设计是压缩感知的重要研究内容之一,相比于单任务重构算法,多任务稀疏重构通过利用任务之间的相关性,能够显著减少重构稀疏信号所需的压缩观测数,并改善所有任务的重构性能。本文结合信号的结构特点以及信号之间的相关性,对基于匹配追踪、贝叶斯估计以及变分贝叶斯推理的多任务稀疏重构算法展开研究,主要完成了以下工作:首先,本文对单任务的正交匹配追踪方法进行扩展,设计了多任务的正交匹配追踪算法(MT-OMP),该算法原理简单易于实现,能够利用任务之间稀疏信号支撑集相同的特点提高重构性能;本文还研究了能够学习任务间信号相关性的多任务自适应匹配追踪算法(MT-AMP),该算法无需预知稀疏度,能够适用于更广泛的应用场景。其次,在分层贝叶斯重构模型下,本文对多任务稀疏贝叶斯重构方法(MT-BCS)及其改进算法(Modified MT-BCS)展开了深入研究,这两种算法通过假设互为共轭的似然函数与先验分布,实现了后验分布的精确推导。对一维及二维稀疏信号的重构,仿真实验证明通过共享超参数学习任务之间的相关性,能够获得更加稳健的重构性能。最后,针对多个任务之间稀疏信号支撑集不一定完全相同的问题,本文设计了一种能够刻画任务间支撑集呈块状分布特点的重构模型,并根据该模型提出了一种基于变分贝叶斯推理的块分布多任务稀疏重构算法(MT-BD-SSR),该算法通过引入一个隐变量指示不同任务稀疏信号支撑集不相同的位置,并通过任务间共享超参数实现了任务间信息的共享。通过仿真实验和对比分析发现,当多个任务之间稀疏信号支撑集的相似度不高时,MT-BD-SSR算法的重构性能优于MT-BCS算法。

关键词：多任务压缩感知稀疏重构分层贝叶斯模型匹配追踪变分贝叶斯推理