检索结果-南通市图书馆

宽带Farrow架构分数时延滤波器优化设计及实现

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量技术 2025年

作者：叶霞美李鹏冯姣张治中郭晓旭南京信息工程大学电子与信息工程学院

可变分数时延滤波器因其能够实现任意分数时延变换而广泛应用于时延补偿技术领域。然而，由于其滤波系数求解复杂度高，适应性差，在工程中应用严重受限。针对这一挑战，本文提出了一种低计算复杂度条件下，通过调节滤波器参数灵活改变... 详细信息

可变分数时延滤波器因其能够实现任意分数时延变换而广泛应用于时延补偿技术领域。然而，由于其滤波系数求解复杂度高，适应性差，在工程中应用严重受限。针对这一挑战，本文提出了一种低计算复杂度条件下，通过调节滤波器参数灵活改变分数时延滤波器性能的方法，并完成了FPGA仿真验证。该方法通过调整窗函数的宽度因子来精确控制窗形状，进而优化不同阶数下滤波器的时频特性，提供了比传统方法更精确的频率选择能力。此外，本文采用正交三角分解最小二乘矩阵方法求解滤波器系数，所设计的滤波器在保证群延时精度的条件下，仅需要一次矩阵求逆，有效避免了偏导数和二重积分等复杂数学运算。仿真结果表明，本文提出的方法在保持同等延迟精度条件下，与现有方法相比，计算复杂度降低了一个数量级，最大幅度误差达到-104dB，最大群延时误差达到2.34×10-4。FPGA验证结果表明，该设计方法硬件计算资源消耗低，极大提高了Farrow滤波器的设计效率。

关键词：可变分数时延高斯窗函数 Farrow架构 FPGA

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多尺度密集交互注意力残差真实图像去噪网络

图学学报 2025年

作者：郭业才胡晓伟 AMITAVE Saha 毛湘南南京信息工程大学电子与信息工程学院无锡学院电子信息工程学院

针对图像去噪特征提取不全面以及特征利用率低，导致生成图像不够清晰的问题，提出一种多尺度密集交互注意力残差去噪网络(MDIARN)。首先，通过多尺度非对称特征提取模块(MAFM)初步提取浅层信息特征，以确保图像特征的多样性；然后，多... 详细信息

针对图像去噪特征提取不全面以及特征利用率低，导致生成图像不够清晰的问题，提出一种多尺度密集交互注意力残差去噪网络(MDIARN)。首先，通过多尺度非对称特征提取模块(MAFM)初步提取浅层信息特征，以确保图像特征的多样性；然后，多尺度级联模块(MSCM)利用多维密集交互残差单元(MDIU)对图像特征进行多维映射，并逐步级联以增强模型之间的信息传递和交互性，充分拟合训练数据；引入双路全局注意力模块(DGAM)对多级特征进行全局联合学习，获取更具有判别性的特征信息；跳跃连接促进结构之间的参数共享，使不同维度的特征充分融合，保证信息的完整性。最后，采用残差学习构建出清晰的去噪图像。结果表明，该算法在真实噪声数据集(DND和SIDD)上峰值信噪比分别为39.80 dB和39.62 dB，结构相似性分别为0.954和0.958，均优于主流去噪算法。此外，所提算法在低光度场景下应用也能保留更多细节，从而显著提升图像质量。

关键词：图像去噪多尺度特征提取多维密集交互卷积神经网络注意力

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于关系特征的可微图神经架构搜索

北京航空航天大学学报 2025年

作者：杨军蔺颖婕周鹏兰州交通大学电子与信息工程学院兰州交通大学测绘与地理信息学院

针对现有图神经网络的设计严重依赖于专家知识、图节点之间隐藏的潜在高阶特征容易被忽略的问题，提出了一种基于关系特征的可微图神经架构搜索方法(differentiable graph neural architecture search based on relation feature， DGNA... 详细信息

针对现有图神经网络的设计严重依赖于专家知识、图节点之间隐藏的潜在高阶特征容易被忽略的问题，提出了一种基于关系特征的可微图神经架构搜索方法(differentiable graph neural architecture search based on relation feature， DGNAS-RF)。首先，为提高图搜索空间的表征能力，设计了关系特征提取操作，以引导图节点特征的学习。其次，为缓解各候选操作竞争过程中的不稳定因素，利用架构熵正则化策略交替优化可微图搜索空间中的架构参数与网络参数。所提方法在ZINC数据集的图分类任务中达到0.149的平均绝对误差，在CLUSTER数据集的节点分类任务中达到77.0%的平均分类精度，在TSP数据集的边分类任务中达到0.853的F1分数，且在ModelNet10与ModelNet40三维点云数据集上分别达到95.0%与92.8%的总分类精度。实验结果表明，DGNAS-RF方法搜索到的图神经网络明显优于人工设计的网络架构以及GNAS-MP、SGAS和ARGNP等自动搜索方法。

关键词：图神经网络神经架构搜索可微分方法关系特征点云分类

基于逐次变分模态分解和小波阈值的车载雷达抗干扰方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

雷达科学与技术 2025年

作者：李家强刘浩波汪星宇姚昌华陈金立南京信息工程大学电子与信息工程学院

车载毫米波雷达间交叉干扰直接影响雷达的目标探测精度和驾驶安全，针对此问题本文提出一种基于逐次变分模态分解(Successive Variational Mode Decomposition，SVMD)结合小波阈值的干扰抑制方法。首先通过PID搜索算法(PID Search Algor... 详细信息

车载毫米波雷达间交叉干扰直接影响雷达的目标探测精度和驾驶安全，针对此问题本文提出一种基于逐次变分模态分解(Successive Variational Mode Decomposition，SVMD)结合小波阈值的干扰抑制方法。首先通过PID搜索算法(PID Search Algorithm，PSA) 对SVMD的最大正则化参数进行优化选择，然后利用SVMD将受扰雷达信号分解为一组本征模态函数(Intrinsic Mode Function， IMF)。接着对每个IMF依次进行小波阈值化处理以滤除各模态中的干扰，最后将各模态叠加完成信号重构，获得干扰抑制后的毫米波雷达信号。本文在PSA中加入陷进避免算子以增加探索范围和避免局部最优，在小波阈值处理中改进了硬阈值函数以解决函数连续性差的问题。多目标场景下的仿真实验和实测实验结果表明，该方法干扰抑制效果显著，能够提高雷达的检测性能。

关键词：毫米波雷达逐次变分模态分解 PID搜索算法小波阈值

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进DGCNN的树木点云分割方法

南京农业大学学报 2025年第1期48卷 240-248页

作者：刘超卜鑫荣刘慧杨官学沈跃徐婕江苏大学电气信息工程学院江苏镇江212000

[目的]通过目标分割为果园喷雾机提供树木的表征信息,使喷雾机能够实现精准喷雾。在分割过程中,对苗圃中的树冠、树干等不同部位进行分割,可以帮助喷雾机对喷雾部分对靶,在果园或苗圃景观中实现自动导航以及精准喷药等操作。与图片相比... 详细信息

[目的]通过目标分割为果园喷雾机提供树木的表征信息,使喷雾机能够实现精准喷雾。在分割过程中,对苗圃中的树冠、树干等不同部位进行分割,可以帮助喷雾机对喷雾部分对靶,在果园或苗圃景观中实现自动导航以及精准喷药等操作。与图片相比,点云能够更好地表征树木的三维结构并且受照明条件影响小,因此针对点云树木设计分割算法更适合应用在果园、苗圃等室外环境作业的农业机械。[方法]本文基于DGCNN提出了一种分割精度准确、参数量小的树木点云分割网络——TSNet,它可以很容易被部署在果园喷雾机上。该网络主要具有以下特点:1)该网络是基于DGCNN改进的,可以更好实现点云分割任务;2)网络引入了连续递归门控卷积模块(gnConv),可以提高树木分割的准确率;3)为避免全局信息损失并增加信息传递效率,我们设计了权重通道用于特征传递。[结果]TSNet分割树木的mIoU达到90.08%,模型大小为0.72 M,优于PointNet、PointNet++、DGCNN、CurveNet、PointMLP和D-PointNet++等常用的点云分割算法。[结论]TSNet能够为苗圃树木检测识别和农业机器人作业提供更准确的感知信息。

关键词：点云树木分割深度学习精准喷雾果园喷雾机

维普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

深度学习驱动下的目标检测研究进展综述

计算机工程与应用 2025年第1期61卷 24-41页

作者：山显英张琳李泽慧北京建筑大学电气与信息工程学院北京102616

近年来,深度学习在GPU高性能计算能力的加持下得到了迅速推广,并在安防、医疗、工业等领域实现了广泛应用。目标检测模型的性能也在稳步提高,从传统的目标检测方法逐渐过渡到基于卷积神经网络(CNN)深度学习的进一步应用,极大地节省了人... 详细信息

近年来,深度学习在GPU高性能计算能力的加持下得到了迅速推广,并在安防、医疗、工业等领域实现了广泛应用。目标检测模型的性能也在稳步提高,从传统的目标检测方法逐渐过渡到基于卷积神经网络(CNN)深度学习的进一步应用,极大地节省了人力物力。通过参考大量文献,按照两阶段脉络梳理了目标检测的发展历程以及近年深度学习在目标检测领域内的研究进展,对比了在不同数据集上模型网络的性能,总结不同方法的优势与不足,并对领域内重要数据集作了归纳,还对目标检测算法的落地效果做了总结,特别是生活与科技中的实际应用(无人驾驶、医学图像、遥感等)。最后,还对深度学习驱动下目标检测在未来研究上的机遇和挑战作了展望。

关键词：目标检测卷积神经网络单阶段两阶段目标检测应用

维普期刊数据库

基于改进A*算法的水空两栖机器人多目标路径规划

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2025年

作者：沈跃孙浩沈亚运郭奕刘慧江苏大学电气信息工程学院

实现水空两栖机器人安全、高效进行多目标点跨塘水质检测作业，减少传统水质检测模式时间及经济成本，合理的路径规划十分重要。针对传统A*算法路径曲折、搜索效率低、无法考虑多栖机器人约束特性等问题，该研究提出一种改进A*的水空两... 详细信息

实现水空两栖机器人安全、高效进行多目标点跨塘水质检测作业，减少传统水质检测模式时间及经济成本，合理的路径规划十分重要。针对传统A*算法路径曲折、搜索效率低、无法考虑多栖机器人约束特性等问题，该研究提出一种改进A*的水空两栖机器人路径规划算法。首先采集障碍物分布情况和高度信息，建立多水域2.5维栅格地图；其次在A*算法评价函数中加入能耗、时间及安全代价，通过调节不同权重获取相应初始路径；然后通过动态分配权重改进启发式函数，加快搜索效率，并利用目标成本函数对所有目标进行优先级判定，实现多目标路径规划；最后通过增加空中模态切换点、删除冗余点及采用B样条曲线优化路径，生成可连接多水域多水质检测点的三维平滑轨迹。仿真试验结果表明：本文改进A*算法迭代次数与传统A*算法和陆空A*算法相比，减少70.04%与68.07%，路径长度减少35.44%与7.6%，总转角减小83.63%与8.65%，危险节点数减少86.67%与33.33%。真实水域试验表明：改进A*算法的迭代次数比传统A*算法和陆空A*算法减少84.89%与83.78%，路径长度减少12%与0.6%，总转角减小73.21%与22.1%，危险节点数84.62%与80%，可规划出通过多个目标点的安全、平滑路径，有效提高水质检测效率，为多栖机器人自主导航提供参考。

关键词：多目标路径规划水空两栖机器人 A~*算法轨迹优化

基于双平面快速多矢量模型预测的五相磁场增强型永磁电机容错控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国电机工程学报 2025年

作者：张丽徐孔皓朱孝勇王献伟江苏大学电气信息工程学院

五相磁场增强型永磁容错(flux intensifying fault-tolerant interior permanent magnet， FIFT-IPM)电机凭借其反凸极特性以及较高的三次谐波含量，具备转矩输出大、参数变化小、容错性强等优点，能够满足电动汽车多变运行工况对其驱... 详细信息

五相磁场增强型永磁容错(flux intensifying fault-tolerant interior permanent magnet， FIFT-IPM)电机凭借其反凸极特性以及较高的三次谐波含量，具备转矩输出大、参数变化小、容错性强等优点，能够满足电动汽车多变运行工况对其驱动电机的需求。模型预测容错控制策略具有动稳态性良好且控制系统结构简单等特点，能够实现电机故障下的稳定运行。但由于五相FIFT-IPM电机丰富的三次谐波反电势含量，导致现有的模型预测电流容错控制算法无法有效跟踪基波与三次谐波电流，并且三次谐波反电势还将产生不容忽视的转矩脉动，进一步恶化容错控制性能。为此，本文提出一种双平面快速多矢量模型预测容错控制策略，能够实现对基波与谐波平面快速有效控制的同时保障良好的动稳态性能。此外，创新性地引入低阶偶次谐波电流注入的方法，抑制转矩脉动并保障高品质转矩输出。最后，通过实验验证所提控制策略的可行性和有效性。

关键词：磁场增强型电机模型预测控制多矢量容错控制转矩脉动抑制

基于时空统计建模的主要类型癌症全球疾病负担变化研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地球信息科学学报 2025年

作者：申力徐瑱梵艾明耀卢宾宾武汉大学遥感信息工程学院

【目的】癌症是全球绝大多数国家的主要致病死因，对人类寿命和公共卫生构成了严重威胁。本文探讨了全球五类主要癌症死亡率的时空分布特征，并给出了未来发展趋势预测。【方法】本文针对2011—2019年全球200个国家五类主要癌症（肺癌... 详细信息

【目的】癌症是全球绝大多数国家的主要致病死因，对人类寿命和公共卫生构成了严重威胁。本文探讨了全球五类主要癌症死亡率的时空分布特征，并给出了未来发展趋势预测。【方法】本文针对2011—2019年全球200个国家五类主要癌症（肺癌、结直肠癌、胃癌、肝癌与胰腺癌），采用GBD数据与世界银行数据库资料，基于MGWR模型提取各类癌症死亡率影响因素的空间异质性特征，利用ARIMA模型提取各类癌症死亡率的时间变化趋势特征，并将该时空信息作为参数输入构建贝叶斯时空模型，对全球主要类型癌症死亡风险进行预测评估。【结果】研究发现，全球五类癌症死亡率均持续增加，2019年各类癌症死亡率较2011年平均上升了17.2/100 000人。全球超过72.8%的国家癌症死亡相对风险较高（RR>1），呈现出明显的空间聚集性。【结论】相比非洲与南亚地区，欧洲、中亚、北美、东亚及太平洋地区癌症死亡率增速较快。相比中低收入和低收入国家，高收入和中高收入国家各类癌症死亡率上升趋势明显，相对风险更高。65岁及以上人口占比、吸烟、酒精、低运动强度、高糖加工饮食、人均GDP、人均GNI和人均医疗卫生支出成为全球主要类型癌症死亡风险的关键影响因素。本研究通过集成不同地理时空分析方法优势，创新性构建了涵括时空分组变量和不同影响因素的疾病风险时空预测模型，灵活度高，可解释性强，更适用于量化时空非平稳性关系，能够有效评估全球不同地区主要类型癌症死亡的相对风险，加深了地理空间建模技术与流行病研究的交叉融合，对严峻的全球癌症防控规划具有重大科学意义。

关键词：全球疾病负担癌症死亡率多尺度地理加权回归时间序列预测贝叶斯时空模型