基于星座图恢复的PSK信号调制方式盲识别

针对非协作通信条件下PSK信号识别问题,提出了一种基于星座图恢复的MPSK/MDPSK信号调制方式盲识别系统.该系统不需要信号任何先验信息,星座图恢复所需的参数如载波频率、符号速率、位定时信息均从接收序列中估计得到,同时,在系统中采用相位差分的方法以消除由载波估计偏差引起的星座图扩散.提出并定义信号隶属度函数,该函数利用星座图盲聚类得到的聚类中心的数目计算隶属度来实现MPSK和MDPSK信号调制方式识别.仿真表明,在AWGN信道条件下,当SNR＞11dB时,对所有信号的识别率大于90%,对于BPSK、4PSK信号在SNR＞6dB时识别率达到100%,证明了该算法的有效性.     

社会网络和团队认知对团队知识转移的影响

文章整合社会网络理论和知识转移等理论,分析团队中的社会网络结构对团队认知、团队知识转移的影响,结果表明社会网络结构有助于团队认知的形成和团队知识转移。因此,应该充分利用团队内部的社会网络关系,增强团队成员的团队认知,促进团队的知识转移,提升企业绩效。     

基于仿射不变矩特征的舰船图像识别方法

获取舰船图像会受到视角影响,产生仿射变换。文章研究了矩特征的平移、旋转、尺度不变性和仿射变换的性质,进一步构造了仿射不变矩。首先,提取舰船图像的封闭轮廓;然后,计算仿射不变矩作为识别的特征库。通过计算待识别图像仿射不变矩与特征库特征的相关系数进行舰船类型识别,通过仿真数据证明仿射不变矩具有良好的识别性,最大相对误差小于...     

结构振动分析中的连接子结构

连接元和连接子结构与模态综合技术相结合,能够解决部件间连接比较薄弱、变形不连续结构系统的振动分析问题,子结构间的耦合变换非常简单,连接子结构的刚度系数可用参数识别的方法获取。计算和试验结果表明,这种结构连接方法能达到足够的精度,计算量也较小。     

基于红外视频的火灾探测算法

视频火灾探测技术成为火灾探测的主要研究方向之一,该技术的难点是保证对火灾准确快速地探测。针对目前视频火灾探测识别率较低、报警时间较长的问题,为了提高火灾识别率,增强算法实时性,本文提出一种红外视频的火灾火焰探测方法,采用带有截止可见光透红外滤波片的摄像头采集现场红外影像,结合火焰的静态和动态特征,对火灾进行准确快速探测,同时,综合运用火焰圆形度和尖角个数变化判据对稳定火焰和非稳定火焰进行区别,实现对火灾的分级报警。实验结果表明,改进算法对火焰识别的准确性高,抗干扰能力较强,并且具有显著的快速性,其处理速度达到20ms/帧,并且系统平均报警时间小于200ms。     

基于时频矩阵非负分解特征的多视角SAR目标识别

针对多视角合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别问题,提出一种基于目标高分辨率距离像(High Range Resolution Profile,HRRP)时频矩阵非负分解特征提取和识别方法。该方法首先对SAR图像进行滤波预处理,得到相应的目标HRRP序列;然后采用匹配追踪时频分析方法计算得到目标HRRP的时频矩阵;应用非负矩阵分解技术分解时频矩阵,得到相应的谱矢量和时相矢量。基于分解得到的谱矢量和时相矢量提取时频域矩特征和稀疏特征。最后,应用隐马尔科夫模型(Hidden Markov Model,HMM)对这些时频特征序列建模及识别。采用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)计划公开发布的SAR目标数据库的实验结果表明,该方法不仅能有效降低时频域特征的维数,而且识别性能优于传统的时频域特征。     

基于菲涅耳变换的不变矩提取及目标识别方法

提出了一种基于菲涅耳变换的不变矩特征提取方法,并应用于图像目标识别.利用菲涅耳变换得到图像的衍射图样,将图像映射到菲涅耳衍射空间;在衍射空间提取几何矩或正交矩来获取图像全局信息的特征描述;利用k近邻法识别目标.实验结果表明基于菲涅耳变换的不变矩提取方法对于平移、尺度及旋转变化的图像目标具有更高的分类精度和抗噪声能力.     

基于连续数据流的动态手势识别算法

为识别用户做出的动态手势序列,基于数据手套采集的连续数据流,运用奇异值分解消除数据噪点,提取手势的特征信息,并利用关节弯曲的生理学特性与用户解耦合,将各种动作片段抽象成用户无关的手势模板,从而唯一定义手势特征并屏蔽不同用户的手势差异,再基于Hill Climbing思想把连续数据流分割成有序的动作序列,并按时序对所有片段在预先构造的层次树上实时搜索,根据欧式距离度量序列与手势模板的相似性.该算法对手势序列的分割准确,对多用户具有良好的适应性,其有效性在使用5DT数据手套搭建的两组动态手势识别的实验中得以验证.     

铝合金平板超高速撞击声发射信号S2模态特征分析

对铝合金平板上形成的超高速撞击(HVI)声发射(AE)信号S2模态的特征进行研究,分析其与损伤模式之间的关系。以3 mm厚5A06铝合金平板为研究对象,通过数值仿真获得不同撞击工况下的超高速撞击声发射信号,提取信号中的S2模态,并分析其幅值、能量、频谱等特征。结果表明,S2模态能量随传播距离呈指数衰减;分别随撞击弹丸直径和撞击速度的增加先下降后上升,且在弹丸直径与靶板厚度相近、临界撞击速度时最低。S2模态的中心频率随弹丸直径的增加而降低;随撞击速度的增加而增加;随传播距离的增加向1500 kHz移动。S2模态小波包系数呈凹性的频域范围分别随撞击速度和弹丸直径的增大变窄。在此基础上,当靶板形成穿孔损伤时,可根据S2模态的中心频率推测弹丸的直径;在传播距离和弹丸直径已知的前提下,可根据S2模态小波包系数呈凹性的频域范围推测撞击速度。     

基于求解校验序列的(n,k,m)卷积码盲识别

针对卫星通信和深空探测等采用的(n,k,m)卷积码盲识别问题,提出了一种新的识别方法。首先,根据卷积码本身的线性约束关系改进分析矩阵模型的构造方法,有效地减小了识别所需数据量。在通过矩阵化简识别出码长、码字起始位置和校验序列基础上,提出了由校验序列推导出生成多项式矩阵的方法,进而完成卷积码的识别。仿真实例表明,该识别方法不需要任何先验条件,能够有效识别所有(n,k,m)卷积码。