基于多尺度 3D-2D卷积神经网络的高光谱图像分类

设计提出了 1种针对高光谱图像分类任务的 3D-MSCNN模型。在 PCA降维的基础上,利用 3D空谱特征提 取网络和 2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度 地表覆盖的表达能力。最后,利用 Softmax分类损失函数实现高光谱图像分类任务。实验结果表明,本文算法在 In. dian Pines和 Pavia University数据集上都取得了较好的分类效果。与 CD-CNN、3D-CNN、SS-Net和 HybirdSN等方法相 比,本文算法能够有效提升总体精度、平均精度和 Kappa系数等客观评价指标。     

空时分组码的二阶循环平稳特性分析

针对空时分组码的盲识别问题,研究空时分组码信号的二阶循环平稳特性。利用空时分组码矩阵元素之间的相关性,给出了空时分组码相关矩阵的傅里叶变换形式,推导出空时分组码信号在不同时延参数下具有循环频率的特征。通过仿真实验,验证了推导过程的正确性,并定义了用于空时分组码识别的决策树,对空时分组码盲识别技术的发展进行了展望。