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。     

The electoral migration cycle

This paper proposes a new test of Tiebout sorting that relies on the exogenous time structure of recurrent local elections. The test is based on the idea that competitive elections represent periodic perturbations to the Tiebout equilibrium of local public good provision and allocation of households to communities, so that their schedule should affect the timing of households' sorting decisions. On the other hand, internal migration flows that have nothing to do with the demand for public goods over which localities vote recurrently ought to be orthogonal to the timing of elections in a reduced-form migration equation. I exploit the staggered schedule of mayoral elections in Italy to analyze migration, elections, and public budget data across several thousands of municipalities, and find evidence of a systematic influence of the electoral calendar on the timing of sorting decisions.     

广义空间调制系统的正则化OMP检测算法

在广义空间调制（GSM）系统中，最大似然（ML）检测可以取得最优的检测性能，然而其计算复杂度随激活天线数的增加急剧增长。针对这一问题，提出了一种基于稀疏重构理论的低复杂度检测算法——正则化正交匹配追踪（ROMP）算法。该算法首先根据信道矩阵和当前残差的内积选取多个候选激活天线索引，接着对候选天线索引按正则化标准进行可靠性验证，剔除错误索引，缩小信号的搜索空间，最后通过求解最小二乘问题估计信号。仿真结果表明，与经典的正交匹配追踪（OMP）算法相比，所提算法以少许复杂度的增加为代价极大提升了检测性能，能够在检测性能与复杂度之间取得更好的折中。     

跳频信号的归一化多普勒频差最大似然估计

针对双站定位涉及的跳频信号多普勒频差估计问题，提出了归一化的频差最大似然估计算法，利用两个定位站接收到的跳频脉冲串信号，构建一个关于基准跳频频率多普勒频差的似然函数，通过网格搜索得到使似然函数最大的多普勒频差估计，既解决了跳频信号在不同跳频频率上多普勒频差不一致的问题，又充分利用在不同频率的脉冲串信号提高了多普勒频差估计精度。通过仿真对算法的性能进行了评估，结果表明，与基于子空间的算法比较，在脉冲数达到240个时，所提算法执行效率提升30%以上。     

基于改进指纹聚类的WLAN定位优化方法

将K-means聚类算法应用到无线局域网（WLAN）位置指纹定位中，虽然可以缩短定位时间，但是容易降低定位精度。为了解决此问题，提出了基于改进指纹聚类的WLAN定位优化方法。首先根据接收信号强度标准差来优化初始聚类中心的选取,然后对指纹数据进行聚类处理,最后进行在线定位。实验结果表明，与传统的WLAN位置指纹定位方法和K-means聚类定位方法相比，基于改进指纹聚类的定位优化方法不仅缩短了定位时间，还能有效提高定位精度。     

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。     

利用相位差变化趋势的多源信号关联

针对多源信号关联难度大、关联准确率低的问题，利用同一目标平台上搭载的多个辐射源信号具有一致的动态变化趋势这一特点，提出一种利用相位差特征的多源信号关联方法。已知阵列形式和侦测点位置，通过对侦收到的多个辐射源信号进行处理，获取相位差信息并累积形成相位差变化趋势；对比提取疑似相似段，根据相似性判决策略进行有效关联。该方法能有效避免不同传感器对位置测量的误差影响，相比传统基于位置信息关联的方法，能有效提升关联准确率。仿真和实测数据分析证明了该方法的有效性，在阵列形式和侦测点位置已知的条件下该方法具有重要工程意义。     

利用频移动态特征的辐射源目标盲分选

利用辐射源目标的频移动态特征进行盲分选时，针对已有的分选方法不能很好解决非合作接收数据非周期、间断、交叠的问题，提出了一种改进的逻辑回归分选算法,将信号分选转化为轨迹分类的问题来处理。首先，借鉴多目标航迹起始模型中的M/N逻辑法的框架，设计新的数据关联门限，以建立目标起始曲线；其次，采用最小二乘拟合方法替代卡尔曼滤波，设计新的外推规则，建立载频变化预测曲线；分析新的接收数据与预测曲线的关联性，不断迭代回归或形成新的分支，最后获得目标分选结果。仿真与实测试验表明，利用逻辑回归分选算法，对不同运动目标搭载的同频辐射源可进行自动分选，4个仿真目标与2个真实目标的分选正确率达到100%。同时，该方法拓展了辐射源目标盲分选中的动态频移特征应用，为辐射源个体识别提供了新的支持。     

Relationship between city size and firm productivity – A new interpretation using the Chinese experience

This paper contributes to the literature on the relationship between city size and firm productivity by focusing on agglomeration, selection (market competition), and sorting (presence of firms with diverse productivity) effects using Chinese firm-level data for 1998–2013. Contrary to the existing literature, our parametric regression estimates from nearly two million firms show that when the selection effect is controlled, productivity advantage in big cities is reversed. This outcome is explained through a quantile regression showing the existence of left-sided sorting (inefficient firms sort themselves to larger cities) in big cities which is not captured in existing empirical literature. We further find that (1) left-sided sorting is stronger in exporters than non-exporters; (2) is also generated mainly in enterprises with high asset-liability ratios; and (3) selection has a positive effect on firm productivity, suggesting that market competition is key in an explanation of the rapid growth of big cities in China.