检索结果-南通市图书馆

电讯技术 2022年第11期62卷 1554-1559页

作者：钱蓉蓉吕孝明任文平云南大学信息学院昆明650500

针对大部分基于深度学习(Deep Learning,DL)的信道估计算法估计高维信号时出现的训练开销过大、泛化能力差等问题,提出了一种不需要训练的基于深度学习的高维信号信道估计算法,即UTCENet(Untrained Channel Estimation Network)。在UTCE... 详细信息

针对大部分基于深度学习(Deep Learning,DL)的信道估计算法估计高维信号时出现的训练开销过大、泛化能力差等问题,提出了一种不需要训练的基于深度学习的高维信号信道估计算法,即UTCENet(Untrained Channel Estimation Network)。在UTCENet中,信道信息上的复杂分布转换为模型参数上的简单分布,即通过神经网络参数化来获得隐式先验知识并将其应用于信道估计。虽然该算法不需要任何训练,但保证了估计的性能,其原因在于专门设计的网络模型可以有效利用时频网格中元素的相关性。仿真结果表明,与传统方法以及现有的深度学习方法相比,所提出的算法在归一化均方误差和误码率方面性能提升明显。

关键词：多输入多输出正交频分复用(MIMO-OFDM) 信道估计高维信号深度学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于复小波-Contourlet变换的高维信号处理

引用

自动化与仪器仪表 2011年第1期 113-115,118页

作者：白春霞赵文忠河西学院机电工程系甘肃张掖734000

Contourlet变换克服了小波变换在处理高维信号时的不足,相对于小波变换具有较好的方向性、较高的逼近精度和较好的稀疏表达性能。因此将Contourlet变换用于多维信号处理,能更好的提取图像信号边缘特征,为融合提取更多的特征信息。利用... 详细信息

Contourlet变换克服了小波变换在处理高维信号时的不足,相对于小波变换具有较好的方向性、较高的逼近精度和较好的稀疏表达性能。因此将Contourlet变换用于多维信号处理,能更好的提取图像信号边缘特征,为融合提取更多的特征信息。利用对偶树复小波-Contourlett变换的多尺度和多方向性特征以及自适应融合规则在选取融合系数上的优势,提出了一种自适应对偶树复小波-Contourlet变换的多传感图像融合新算法。算法是将全色图像和多光谱图像进行对偶树复小波-Contourlet变换分解后,针对不同的频率域特点选择不同的融合规则,对低频系数选取区域能量的加权系数自适应融合规则,对高频系数特性选用了区域特征自适应的融合规则,最后通过重构得到融合图像。将其他的融合算法和本文所提算法进行了主观和客观的对比,结果表明,该算法是一种有效可行的图像融合算法。

关键词：高维信号对偶树复小波变换 Contourlet变换自适应融合算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

图信号处理在高光谱图像处理领域的典型应用

引用

电子与信息学报 2023年第5期45卷 1529-1540页

作者：刘娜李伟陶然北京理工大学信息与电子学院北京100081 分数域信号与系统北京市重点实验室北京100081

高光谱图像(HSI)具有纳米级的光谱分辨能力且同时对地物目标的光谱维和空间维进行联合成像的优势,能够精细化感知场景目标的本征判别属性,在遥感探测、医疗诊断和国防安全等具有重要应用价值,是高精度遥感探测的科技制高点之一。不同于... 详细信息

高光谱图像(HSI)具有纳米级的光谱分辨能力且同时对地物目标的光谱维和空间维进行联合成像的优势,能够精细化感知场景目标的本征判别属性,在遥感探测、医疗诊断和国防安全等具有重要应用价值,是高精度遥感探测的科技制高点之一。不同于传统1维时间信号、2维图像信号,高光谱图像具有多阶、高维的信号属性。为解决传统信号处理方法在高光谱图像处理领域中的不足,图信号处理(GSP)理论与方法被逐渐引入高光谱图像处理与解译等任务中。该文以短综述的形式,介绍了图信号处理在高光谱图像处理领域的理论发展并列举了在高光谱特征提取、图像重构和解译分类3个主要方面的典型应用。最后,进一步探讨了该方向未来发展所面临的挑战和相应解决办法。

关键词：图信号处理高光谱图像遥感高维信号

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于近似消息传递的超宽带压缩频谱感知方法

引用

无线通信技术 2023年第1期32卷 58-62页

作者：蒋韬宁波大学信息科学与工程学院宁波315211

现有的宽带压缩频谱感知方法无法高效地处理高维信号。针对该情况,提出了一种改进的基于近似消息传递的超宽带压缩频谱感知方法。考虑在频谱感知时未知稀疏率和方差的先验信息,首先,设置稀疏率上界并估计出方差的先验参数;然后,利用广... 详细信息

现有的宽带压缩频谱感知方法无法高效地处理高维信号。针对该情况,提出了一种改进的基于近似消息传递的超宽带压缩频谱感知方法。考虑在频谱感知时未知稀疏率和方差的先验信息,首先,设置稀疏率上界并估计出方差的先验参数;然后,利用广义近似消息传递算法得到稀疏向量中元素的估计值;最后,将稀疏向量较小值对应的频谱判决为频谱空洞。仿真结果表明,与已有方法相比,所提方法在处理中低维和高维问题时都具有较高的性能。

关键词：超宽带压缩频谱感知广义近似消息传递算法高维信号

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：