检索结果-南通市图书馆

面向外辐射源雷达发射站定位的合作无人机航迹规划方法研究

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 2057-2064页

作者：万显荣武冰倩易建新胡仕波武汉大学电子信息学院武汉430072

在广域未知环境中,外辐射源雷达机动部署常面临难以及时获取第三方发射站精确位置信息的难题。为此,该文提出一种基于合作无人机航迹规划的发射站定位方法。首先,利用单个无人机作为合作目标,建立2维场景下的定位模型和量测方程,并采用... 详细信息

在广域未知环境中,外辐射源雷达机动部署常面临难以及时获取第三方发射站精确位置信息的难题。为此,该文提出一种基于合作无人机航迹规划的发射站定位方法。首先,利用单个无人机作为合作目标,建立2维场景下的定位模型和量测方程,并采用列文伯格-马夸尔特(Levenberg-Marquardt, LM)算法进行解算。然后,构建融合Fisher信息和控制参数约束的优化函数,对无人机航迹进行动态规划,从而提高发射站定位的精度和方法的实用性。最后,仿真实验表明,在最大控制距离约束下,所提方法的定位结果优于直线航迹和经典优化航迹,最终发射站定位精度小于双基距离差量测标准差,能够满足外辐射源雷达系统目标探测定位的应用要求。

关键词：外辐射源雷达发射站定位无人机航迹规划

在线全文

学校读者我要写书评

暂无评论

多策略融合改进的自适应蜉蝣算法

北京航空航天大学学报 2024年第4期50卷 1416-1426页

作者：蒋宇飞许贤泽徐逢秋高波武汉大学电子信息学院武汉430072

为改进蜉蝣算法全局搜索能力较差、种群多样性较小和自适应能力弱等问题,提出一种多策略融合改进的自适应蜉蝣算法(MIMA)。采用Sin混沌映射初始化蜉蝣种群,使种群能够均匀分布在解空间中,提高初始种群质量,增强全局搜索能力;引入Tent混... 详细信息

为改进蜉蝣算法全局搜索能力较差、种群多样性较小和自适应能力弱等问题,提出一种多策略融合改进的自适应蜉蝣算法(MIMA)。采用Sin混沌映射初始化蜉蝣种群,使种群能够均匀分布在解空间中,提高初始种群质量,增强全局搜索能力;引入Tent混沌映射和高斯变异对种群个体进行调节,增加种群多样性的同时调控种群密度,增强局部最优逃逸能力;引入不完全伽马函数,重构自适应动态调节的重力系数,建立全局搜索和局部开发能力之间更好的平衡,进而提升算法收敛精度,有利于提高全局搜索能力;采用随机反向学习(ROBL)策略,增强全局搜索能力,提高收敛速度并增强稳定性。利用经典测试函数集进行算法对比,并利用Wilcoxon秩和检验分析算法的优化效果,证明改进的有效性和可靠性。实验结果表明:所提算法与其他算法相比,寻优精度、收敛速度、稳定性都取得了较大提升。

关键词：蜉蝣算法混沌映射高斯变异自适应动态调节随机反向学习

基于数据失真的雷达通信一体化OFDM波形设计方法

在线全文

学校读者我要写书评

暂无评论

雷达学报（中英文） 2024年第1期13卷 160-173页

作者：刘燕万显荣易建新武汉大学电子信息学院武汉430072

正交频分复用(OFDM)波形设计是实现雷达通信一体化的物理层关键技术之一。OFDM波形通常存在峰均功率比(PAPR)高,以及波形自相关旁瓣电平高的问题。该文针对现有联合降低PAPR和自相关旁瓣方法存在的通信速率下降问题,提出了一种基于数据... 详细信息

正交频分复用(OFDM)波形设计是实现雷达通信一体化的物理层关键技术之一。OFDM波形通常存在峰均功率比(PAPR)高,以及波形自相关旁瓣电平高的问题。该文针对现有联合降低PAPR和自相关旁瓣方法存在的通信速率下降问题,提出了一种基于数据失真的一体化波形设计方法。该文还将通信数据的误差矢量幅度作为优化目标之一,降低了数据失真引起的通信误码率。首先,构建了PAPR约束下最小化积分旁瓣比和误差矢量幅度的优化模型。其次,根据调制星座图特点,通过外围星座调制的数据失真和所有调制数据失真,将多目标高维非凸优化问题转化为两个单目标优化子问题,分别采取凸松弛操作和交替方向乘子法(ADMM)求解简化后的子问题,得到低积分旁瓣比波形和PAPR约束下的低误差矢量幅度波形。仿真结果表明该方法设计的一体化波形可满足PAPR要求,同时具有良好的感知和通信性能。

关键词：波形设计雷达通信一体化正交频分复用(OFDM) 峰均功率比(PAPR) 旁瓣误差矢量幅度

基于Fortran语言的地球外辐射带电子三维数据同化建模

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2024年第4期67卷 1285-1298页

作者：罗陶荣曹兴马新付松倪彬彬王晓宇雷源武汉大学电子信息学院空间物理系武汉430072

开发地球电子辐射带的数据同化模型,对于理解辐射带电子的动态演化过程和辐射带空间天气预报具有重要意义.结合范阿伦卫星的辐射带电子观测数据和外辐射带三维扩散模型,采用卡尔曼滤波算法,本文开发了基于Fortran语言的外辐射带电子三... 详细信息

开发地球电子辐射带的数据同化模型,对于理解辐射带电子的动态演化过程和辐射带空间天气预报具有重要意义.结合范阿伦卫星的辐射带电子观测数据和外辐射带三维扩散模型,采用卡尔曼滤波算法,本文开发了基于Fortran语言的外辐射带电子三维数据同化模型(Three-dimensional Data Assimilative Model of Outer Radiation belt Electrons,简称TDAMORE),实现对L^(*)=3~7、能量范围为0.1~5 MeV、投掷角范围为5°~90°的外辐射带电子时空变化过程的三维重构.通过对2018年8月期间外辐射带电子通量演化过程的重构,证实TDAMORE模型可以较好地重现不同能量和不同投掷角电子通量在磁暴前后的演化特征.通过分析电子通量的观测和同化结果之间的相关系数、平均误差、平均绝对误差和均方误差,发现对于能量低于4 MeV的电子,观测与同化结果之间的相关系数基本大于0.8且误差相对较低.而对于更高能量的电子,观测与同化结果之间的误差相对较高,这可能是同化模型忽略了电磁离子回旋波对电子的散射损失导致的.

关键词：地球外辐射带电子通量三维数据同化范阿伦卫星 Fortran语言

哨声模合声波对辐射带电子扩散系数的多维建模及损失时间尺度建模研究

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2024年第5期67卷 1679-1698页

作者：张琼月马新郭德宇付松倪彬彬武汉大学电子信息学院空间物理系武汉430072

哨声模合声波是地球内磁层中一种典型的等离子体电磁波动,对辐射带电子动态演化起着至关重要的作用.合声波可以与外辐射带电子发生相互作用,将电子散射至损失锥进而沉降至大气;此外合声波也能将几十keV的电子加速到几MeV,是辐射带相对... 详细信息

哨声模合声波是地球内磁层中一种典型的等离子体电磁波动,对辐射带电子动态演化起着至关重要的作用.合声波可以与外辐射带电子发生相互作用,将电子散射至损失锥进而沉降至大气;此外合声波也能将几十keV的电子加速到几MeV,是辐射带相对论电子的重要来源.因此,快速准确地计算合声波对辐射带电子的扩散系数,对于优化地球辐射带动理学建模并深入理解电子通量的演化机制具有重要作用.本研究利用Full Diffusion Code(FDC)定量计算了典型合声波波模对辐射带电子的弹跳平均投掷角、能量和交叉扩散系数,并建立了地球内磁层空间中L为2~7、背景环境参数α^(*)为1~13,投掷角α_(eq)为0°~90°、能量Ek为10 eV~10 MeV的电子散射系数矩阵数据库.在此基础上通过线性插值方法可以快速得到不同L和α^(*)参数条件下的合声波对辐射带电子的扩散系数,并计算相对误差验证应用线性插值方法的合理性和准确性.基于扩散系数矩阵数据库,本研究还计算了合声波散射辐射带电子的损失时间尺度,建立了以L、α^(*)和Ek为输入参数的电子损失时间尺度经验模型,从而可以快速获取合声波散射电子的损失时间尺度.结果表明,扩散系数矩阵数据库构建和线性插值方法的使用大幅度减少了获取不同L和α^(*)对应的扩散系数所需时间,同时建立的三维损失时间尺度经验模型可快速得到不同L、α^(*)和Ek所对应合声波散射辐射带电子的损失时间尺度,这些结果提高了地球辐射带动理学建模效率,对于空间天气预报具有重要意义.

关键词：波粒相互作用合声波辐射带电子扩散系数损失时间尺度

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

人机协同巡检下绝缘子分类及故障检测方法

华中科技大学学报（自然科学版） 2024年第1期52卷 91-98,111页

作者：王少飞吴琼水田猛王先培武汉大学电子信息学院湖北武汉430072

针对目前电网人机协同巡检过程中数据收集量、来源面和复杂度增加,导致绝缘子目标小、遮挡严重、背景复杂、故障难以识别等问题,提出一种基于Yolov5-TBT模型的绝缘子分类及故障检测算法.首先构建了多目标(3种类别+2种故障)的人机协同巡... 详细信息

针对目前电网人机协同巡检过程中数据收集量、来源面和复杂度增加,导致绝缘子目标小、遮挡严重、背景复杂、故障难以识别等问题,提出一种基于Yolov5-TBT模型的绝缘子分类及故障检测算法.首先构建了多目标(3种类别+2种故障)的人机协同巡检数据集,为模型训练提供充足的绝缘子图像,提高模型的鲁棒性和泛化能力.然后,以Yolov5模型为基础,增加Transformer编码器,减少复杂背景的干扰;使用加权双向特征金字塔网络(BiFPN)学习不同层级输入特征的重要性,进行更有效的特征聚合;增加小目标预测分支,提高对小目标的检测效果.实验结果表明:改进模型效果优于Yolov5模型,对伞裙破损故障的检测精度提高了19.4%,整体性能提高3.6%.

关键词：电网巡检绝缘子分类故障检测 Yolov5模型 Transformer编码器

结合局部全局特征与多尺度交互的三维多器官分割网络

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2024年第3期29卷 655-669页

作者：柴静雯李安康张浩马泳梅晓光马佳义武汉大学电子信息学院武汉430072

目的高度适形放射治疗是常用的癌症治疗方法,该方法的有效性依赖于对癌组织和周边多个危及器官(organ at risk,OAR)解剖结构的精确刻画,因此研究三维图像多器官的高精度自动分割具有重要意义。以视觉Transformer(vision Transformer,V... 详细信息

目的高度适形放射治疗是常用的癌症治疗方法,该方法的有效性依赖于对癌组织和周边多个危及器官(organ at risk,OAR)解剖结构的精确刻画,因此研究三维图像多器官的高精度自动分割具有重要意义。以视觉Transformer(vision Transformer,ViT)和卷积神经网络(convolutional neural network,CNN)结合为代表的三维医学图像分割方法表现出了丰富的应用优势。然而,这类方法往往忽略同一尺度内和不同尺度间的信息交互,使得CNN和ViT特征的提取和融合受限。本文提出一种端到端多器官分割网络LoGoFUNet(local-global-features fusion UNet),旨在应对现有方法的缺陷。方法首先,针对单一器官分割,提出在同一尺度下并行提取并融合CNN和ViT特征的LoGoF(local-global-features fusion)编码器,并构建了一个端到端的三维医学图像分割多尺度网络M0。此外,考虑到器官内部以及器官之间的相互关系,该方法在M0网络的基础上设计并引入了多尺度交互(multi-scale interaction,MSI)模块和注意力指导(attention guidance,AG)结构,最终形成了LoGoFUNet。结果在Synapse数据集和SegTHOR(segmentation of thoracic organs at risk)数据集上,本文方法相比于表现第2的模型,DSC(Dice similarity cofficient)指标分别提高了2.94%和4.93%,而HD95(Hausdorff distance_95)指标则分别降低了8.55和2.45,切实提升了多器官分割任务的性能表现。在ACDC(automatic cardiac diagnosis challenge)数据集上,3D分割方法的适用性大多较差,但LoGoFUNet依然得到了比2D先进方法更好的结果,说明其对数据集的适应能力更强。结论该方法的分割模型综合尺度内和尺度间的信息交互,具有更好的分割结果,且在数据集上的泛化性更好。

关键词：多器官分割深度神经网络(DNN) 视觉Transformer(ViT) 局部全局特征多尺度交互(MSI)

语义分割和HSV色彩空间引导的低光照图像增强

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2024年第4期29卷 966-977页

作者：张航颜佳武汉大学电子信息学院武汉430072

目的低光照图像增强是图像处理中的基本任务之一。虽然已经提出了各种方法,但它们往往无法在视觉上产生吸引人的结果,这些图像存在细节不清晰、对比度不高和色彩失真等问题,同时也对后续目标检测、语义分割等任务有不利影响。针对上述... 详细信息

目的低光照图像增强是图像处理中的基本任务之一。虽然已经提出了各种方法,但它们往往无法在视觉上产生吸引人的结果,这些图像存在细节不清晰、对比度不高和色彩失真等问题,同时也对后续目标检测、语义分割等任务有不利影响。针对上述问题,提出一种语义分割和HSV(hue, saturation and value)色彩空间引导的低光照图像增强方法。方法首先提出一个迭代图像增强网络,逐步学习低光照图像与增强图像之间像素级的最佳映射,同时为了在增强过程中保留语义信息,引入一个无监督的语义分割网络并计算语义损失,该网络不需要昂贵的分割注释。为了进一步解决色彩失真问题,在训练时利用HSV色彩空间设计HSV损失;为了解决低光照图像增强中出现细节不清晰的问题,设计了空间一致性损失,使增强图像与对应的低光照图像尽可能细节一致。最终,本文的总损失函数由5个损失函数组成。结果将本文方法与LIME(low-light image enhancement)、RetinexNet(deep retinex decomposition)、EnlightenGAN(deep light enhancement using generative adversarial networks)、Zero-DCE (zero-reference deep curve estimation)和SGZ(semantic-guided zero-shot learning)5种方法进行了比较。在峰值信噪比(peak signal-tonoise ratio,PSNR)上,本文方法平均比Zero-DCE (zero-reference deep curve estimation)提高了0.32 dB;在自然图像质量评价(natural image quality evaluation,NIQE)方面,本文方法比EnlightenGAN提高了6%。从主观上看,本文方法具有更好的视觉效果。结论本文所提出的低光照图像增强方法能有效解决细节不清晰、色彩失真等问题,具有一定的应用价值。

关键词：图像处理低光照图像增强深度学习语义分割 HSV色彩空间

在线全文

学校读者我要写书评

暂无评论

融合事件相机的视觉场景识别

中国图象图形学报 2024年第4期29卷 1018-1029页

作者：刘熠晨余磊余淮杨文武汉大学电子信息学院武汉430072

目的传统视觉场景识别(visual place recognition,VPR)算法的性能依赖光学图像的成像质量,因此高速和高动态范围场景导致的图像质量下降会进一步影响视觉场景识别算法的性能。针对此问题,提出一种融合事件相机的视觉场景识别算法,利用... 详细信息

目的传统视觉场景识别(visual place recognition,VPR)算法的性能依赖光学图像的成像质量,因此高速和高动态范围场景导致的图像质量下降会进一步影响视觉场景识别算法的性能。针对此问题,提出一种融合事件相机的视觉场景识别算法,利用事件相机的低延时和高动态范围的特性,提升视觉场景识别算法在高速和高动态范围等极端场景下的识别性能。方法本文提出的方法首先使用图像特征提取模块提取质量良好的参考图像的特征,然后使用多模态特征融合模块提取查询图像及其曝光区间事件信息的多模态融合特征,最后通过特征匹配查找与查询图像最相似的参考图像。结果在MVSEC(multi-vehicle stereo event camera dataset)和RobotCar两个数据集上的实验表明,本文方法对比现有视觉场景识别算法在高速和高动态范围场景下具有明显优势。在高速高动态范围场景下,本文方法在MVSEC数据集上相较对比算法最优值在召回率与精度上分别提升5.39%和8.55%,在RobotCar数据集上相较对比算法最优值在召回率与精度上分别提升3.36%与4.41%。结论本文提出了融合事件相机的视觉场景识别算法,利用了事件相机在高速和高动态范围场景的成像优势,有效提升了视觉场景识别算法在高速和高动态范围场景下的场景识别性能。

关键词：视觉场景识别(VPR) 事件相机多模态特征融合特征匹配