基于MBP算法和深度学习的人脸识别

为了解决在深度学习提取人脸图像特征时,易忽略其局部结构特征和缺乏对其旋转不变性学习的问题,提出了一种基于单演局部二值模式(MBP)与深度学习相结合的高效率人脸识别方法。首先,用多尺度单演滤波器对图像进行滤波,得到幅值和方向信息;其次,用LBP算法和象限比特的方法进行编码,分块计算组合其直方图特征;然后,将提取的单演特征作为深度信念网络(DBN)的输入,逐层训练优化网络参数,得到优异的网络模型;最后,将训练好的DBN网络在ORL人脸数据库上进行人脸识别实验,进行识别率计算,其识别率为98.75%。所提出的方法使用无监督的贪婪算法,隐藏层设定为2层,使用反向传播算法优化网络。相较于已知的人脸识别方法,MBP+DBN算法对光照、表情和部分遮挡变化具有较好的鲁棒性,在人脸识别中识别率较高,具有一定的优势,为图像特征提供了一种新的识别方法。     

基于深度学习的跳频信号识别

针对跳频信号分选存在人工提取参数特征具有复杂性的问题，提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换，得到二维的时频矩阵；接着提取信号的轮廓特征，构造三维矩阵作等高线图，并对等高线图进行预处理；最后把预处理后的等高线图输入到卷积神经网络中进行训练、测试，进而实现分类识别。仿真结果表明，在不需要复杂的人工提取参数特征的基础上，在分选率为100〖WT《Times New Roman》〗%〖WTBZ〗时，所提方法经裁剪处理下的信噪比为-15 dB，比支持向量机和传统K-Means聚类算法都低10 dB。实测数据的算法验证表明，所提方法能够将大疆精灵4Pro、hm无人机、司马航模X8HW以及大疆悟2这四类无人机正确分类。     

基于PRI信息的雷达脉冲信号分选技术研究综述

基于脉冲重复间隔（Pulse Repetition Interval，PRI）信息的雷达脉冲信号分选是电子侦察信号处理中的核心关键技术之一。以公开文献资料为来源，从直接搜索判定分选、直方图统计分选、PRI变换分选、平面变换分选、多方法综合应用等多个方面对该技术方向上的各种方法的原理、流程、特点、适用条件等进行了分类对比与归纳总结，指出了其所面临的巨大挑战，展现了其未来的发展趋势，为该方向上技术研究的深入推进与工程应用的优化推广提供了重要参考。     

基于软件无线电平台的1090ES扩容信号收发处理

随着空中交通的信息传输与新应用拓展需求不断增加，1090ES信号容量有限问题日益显现，对1090ES信号进行容量扩充是一种有效解决途径。针对一种基于脉内调相的1090ES信号扩容技术，给出了叠加调制的信号模型，研究了1090ES信号的解调解码算法；在GNU Radio+ USRP软件无线电平台上，实现了1090ES扩容信号的产生和接收处理，包括脉冲位置调制（Pulse Position Modulation，PPM）与8PSK叠加调制、低通滤波、报头检测、载波同步、PPM解码和相位解调等，并利用Matlab对实验的解码错误率和信号的频谱特性做了统计分析与仿真，结果表明了该扩容技术的可行性。     

进站信号机开放时机的计算

开放进站信号机是车站的基本作业,进站信号机的开放时机对车站通过能力有一定影响,既要尽量减少对车站咽喉区的占用时间,又要保证列车进出站的运行安全。为此提出进站信号机开放时机的计算公式,并按自动闭塞和半自动闭塞区段两种情况,确定进站信号机的开放时机。     

LTE-A上行链路中单用户MIMO的球形译码算法性能分析

多输入多输出（MIMO）系统的接收端需要有效的检测算法以处理衰落和空间复用干扰等削弱效应,而算法的性能和复杂度等特性会随不同的应用场景有所变化,因而从这些角度评估和比较不同算法对于MIMO系统的实现具有重要意义。针对LTE-A上行链路中单用户MIMO的应用场景,通过分析现有文献中的球形译码（SD）算法及相关方法,以及对工程可实现性的考量,引入了一种将基于单树搜索的SD与迭代干扰消除结合运用的实现方案,并在遵循3GPP标准的上行仿真平台中对其进行了性能评估,观察了SD相对于MMSE的性能增益及相关趋势,进而为SD算法的工程实现提供参考依据。     

金融科技对银行业务的冲击影响——基于VAR模型的实证分析

金融科技加快了银行“金融脱媒”的进程,研究金融科技对银行业务影响作用机理对商业银行的转型至关重要。利用VAR模型分析了2017—2022年商业银行贷款、存款、手续费及佣金净收入及对应市场第三方互联网支付交易规模等季度数据,通过建立VAR模型来分析金融科技对商业银行资产、负债、中间业务的冲击程度和相应解释贡献度。研究发现第三方互联网支付交易规模对商业银行的资产业务在前五期产生了较为明显的反向作用;此外余额宝的货币市场基金以及第三方互联网支付交易两者的联合依次对商业银行的负债、中间业务产生正向、反向的作用。     

基于时域分割的DS/FH信号参数估计

针对时频分析方法在直扩/跳频(DS/FH)混 合扩频信号参数估计中存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分 析DS/FH信号的时频特性,提出了一种新的DS/FH信号参数估计方法。该方法从待测信号的时 域分析出发,利用不同跳频点对应的周期数不相等的性质,完成了对DS/FH信号的时域分割 ,最后结合DS/FH信号性质完成了对待测信号跳频周期、驻留时间、跳频频率的估计。仿真 结果表明,该方法针对DS/FH信号的参数估计精度高,运算速度较快,且没有干扰频率。     

基于AD9834的简易信号源设计

采用模拟电路设计的信号源存在频率精度不高、调试与维修不方便以及直接升级困难等缺点。为了克服这些缺点,提出利用直接数字频率合成技术（AD9834）产生要求的正弦测井激励信号,利用小功率低压器件的串联实现信号的大功率大电压输出,利用电源跟踪技术在一定程度上降低功率器件的损耗,提高电路的工作效率。实验结果表明,信号源输出频率1～15Hz,频率分辨率为0.004Hz。     

一种低信噪比突发信号载波跟踪技术研究

为了改善低信噪比卫星下行短突发扩频信号载波跟踪时,解调性能随着信号动态增大而明显恶化的现象,提出了一种多普勒动态补偿辅助的载波跟踪算法,首先通过短时傅里叶变换(STFT)结合最小二乘拟合(LSM)算法估计信号频率及变化率,再利用估计值对原始信号进行多普勒动态补偿,最后使用三阶锁相环完成载波精确跟踪,对算法进行优化设计并进行仿真,以提高数据利用率。仿真结果表明,在接收-170 dBW灵敏度电平条件下,优化后的算法在对捕获后频偏小于200 Hz,频率变化率小于2 kHz/s的信号进行跟踪时,跟踪成功率达到99%,解调损失小于0.2 dB。新算法复杂度适中,利于工程实现,为现有接收机载波跟踪模块对低信噪比突发扩频信号进行改进提供了参考。