一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

該文根據(jù)Hilbert-Huang變換的原理，給出了二維內(nèi)蘊(yùn)模式函數(shù)分量的遞推形式，實(shí)現(xiàn)了二維Hilbert-Huang變換的分解方法，并在圖像分解應(yīng)用中取得了滿意的效果，從而拓展了Hilbert-Huang變換的應(yīng)用范圍。通過(guò)把原始圖像自適應(yīng)分解成有限數(shù)量的子圖像，圖像的細(xì)節(jié)能清晰地被分解出來(lái)，這在數(shù)字圖像處理中有很重要的意義。

該文針對(duì)多用戶MIMO-OFDM系統(tǒng)，基于最大化信號(hào)與干擾加噪聲比(Signal-to Jamming and Noise Ratio，SJNR)預(yù)編碼，提出了實(shí)用的自適應(yīng)資源分配方法。根據(jù)各用戶SJNR值，提出采用遞增(Incremental Algorithm，IA)和遞減(Decremental Algorithm，DA)兩種方法為各子載波選擇用戶集合，使各子載波被多個(gè)用戶最優(yōu)復(fù)用，實(shí)現(xiàn)多用戶分集，以達(dá)到最大化系統(tǒng)吞吐量的目的。此外，基于DA思想，給出了考慮不同用戶QoS要求下分配子載波的方法(QoS Decremental Algorithm，QDA)。分析和仿真結(jié)果表明，IA和DA在大大降低算法復(fù)雜度的同時(shí)使性能很好地接近最優(yōu)算法，QDA能在滿足不同用戶QoS要求的同時(shí)最大化系統(tǒng)吞吐量。

為了提高輕型卷積神經(jīng)網(wǎng)絡(luò)(CNN)在遙感圖像(RSI)場(chǎng)景分類任務(wù)中的精度，該文設(shè)計(jì)一個(gè)雙注意力(DA)與空間結(jié)構(gòu)(SS)相融合的雙知識(shí)蒸餾(DKD)模型。首先，構(gòu)造新的DA模塊，將其嵌入到ResNet101與設(shè)計(jì)的輕型CNN，分別作為教師與學(xué)生網(wǎng)絡(luò)；然后，構(gòu)造DA蒸餾損失函數(shù)，將教師網(wǎng)絡(luò)中的DA知識(shí)遷移到學(xué)生網(wǎng)絡(luò)之中，從而增強(qiáng)其對(duì)RSI的局部特征提取能力；最后，構(gòu)造SS蒸餾損失函數(shù)，將教師網(wǎng)絡(luò)中的語(yǔ)義提取能力以空間結(jié)構(gòu)的形式遷移到學(xué)生網(wǎng)絡(luò)，以增強(qiáng)其對(duì)RSI的高層語(yǔ)義表示能力。基于兩個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集AID和NWPU-45的對(duì)比實(shí)驗(yàn)結(jié)果表明，在訓(xùn)練比例為20%的情況下，經(jīng)知識(shí)蒸餾之后的學(xué)生網(wǎng)絡(luò)性能分別提高了7.69%和7.39%，且在參量更少的情況下性能也優(yōu)于其他方法。

該文對(duì)可轉(zhuǎn)變認(rèn)證加密進(jìn)行了研究，指出了Wu-Hsu(2002)方案和Huang-Chang(2003)方案中存在的問(wèn)題，分別給出了這兩個(gè)方案的改進(jìn)方案，很好地解決了認(rèn)證加密方案的公開(kāi)驗(yàn)證問(wèn)題。

該文研究了低軌道(LEO)衛(wèi)星CDMA系統(tǒng)發(fā)信機(jī)的數(shù)字部分，介紹了其結(jié)構(gòu)、算法原理及其具體實(shí)現(xiàn)。重點(diǎn)介紹了發(fā)信機(jī)數(shù)字信號(hào)處理部分在FPGA的實(shí)現(xiàn)，主要包括信息數(shù)據(jù)流的處理及編碼、交織、成型濾波、CIC插值濾波和數(shù)字上變頻等。在設(shè)計(jì)上采用了基于多相濾波結(jié)構(gòu)和分布式算法(DA)的成型濾波器以及高效CIC插值濾波器，節(jié)省了系統(tǒng)的硬件資源，提高了系統(tǒng)的性能。

為了解決雜波環(huán)境下脈沖多普勒(PD)雷達(dá)的多目標(biāo)跟蹤問(wèn)題，提出一種距離模糊情況下基于概率假設(shè)密度濾波(PHDF)和數(shù)據(jù)關(guān)聯(lián)(DA)的聯(lián)合解距離模糊和多目標(biāo)跟蹤方法。該方法使雷達(dá)采用一組脈沖重復(fù)頻率(PRF)交替變換的工作模式，并對(duì)雷達(dá)生成的模糊量測(cè)進(jìn)行多假設(shè)，得到擴(kuò)展量測(cè)集；然后，利用PHDF可以有效濾除雜波和避免目標(biāo)-量測(cè)數(shù)據(jù)關(guān)聯(lián)的突出優(yōu)點(diǎn)，對(duì)擴(kuò)展量測(cè)集進(jìn)行濾波，得到粗略的目標(biāo)狀態(tài)估計(jì)；最后，對(duì)PHDF的濾波結(jié)果進(jìn)行航跡-估計(jì)值關(guān)聯(lián)，給出多目標(biāo)航跡信息。仿真結(jié)果表明，該算法可以同時(shí)給出目標(biāo)個(gè)數(shù)和各目標(biāo)狀態(tài)估計(jì)，實(shí)現(xiàn)雜波環(huán)境和距離模糊條件下對(duì)多目標(biāo)的有效跟蹤。

Hilbert-Huang變換(HHT)理論通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)提取信號(hào)的內(nèi)蘊(yùn)模態(tài)函數(shù)(IMF)，并對(duì)IMF利用Hilbert變換得到信號(hào)的時(shí)頻幅度譜和邊際譜。在總結(jié)Hilbert變換理論和算法實(shí)現(xiàn)局限性的基礎(chǔ)上，提出基于過(guò)零點(diǎn)-極點(diǎn)估計(jì)求取IMF瞬時(shí)頻率、幅度算法，通過(guò)對(duì)離散信號(hào)插值運(yùn)算精確求取過(guò)零點(diǎn)和極點(diǎn)位置，并據(jù)此求出相應(yīng)點(diǎn)的瞬時(shí)頻率和幅度，最后采用三次樣條求取信號(hào)的瞬時(shí)頻率幅度曲線。通過(guò)幾個(gè)典型的例子對(duì)該算法進(jìn)行檢驗(yàn)，結(jié)果表明，與Hilbert變換結(jié)果比較，借助該算法得到信號(hào)的時(shí)頻幅度譜和邊際譜結(jié)果更精確、頻率分辨率更好。

經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)的一個(gè)關(guān)鍵問(wèn)題是處理邊界效應(yīng)。盡管目前除了Huang申請(qǐng)了NASA專利的邊界處理方法，仍沒(méi)有一個(gè)最終的解決方案，但工程上已經(jīng)提出了多種處理方法。本文實(shí)現(xiàn)了工程上常用的5種EMD邊界處理方法：線性外延，多項(xiàng)式擬合，鏡像法，徑向基(RBF)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)和AR預(yù)測(cè)方法，設(shè)計(jì)了一套消除了EMD處理中信號(hào)的相互作用及模式混淆影響的測(cè)試方法，并利用準(zhǔn)周期信號(hào)和隨機(jī)信號(hào)對(duì)它們的邊界效應(yīng)處理結(jié)果進(jìn)行了定量測(cè)試。結(jié)果表明鏡像法是目前相對(duì)最優(yōu)的EMD邊界處理方法。

該文提出了一種基于空時(shí)分組編碼的多輸入多輸出頻域均衡單載波分組傳輸(MIMO-SC/FDE)系統(tǒng)的空間分集接收方案，通過(guò)在Huang(2004)提出的分集結(jié)構(gòu)中引入使用空時(shí)分組編碼的發(fā)射分集，彌補(bǔ)了因減少DFT塊數(shù)目而造成的性能損失，同時(shí)在接收端進(jìn)一步減少了IDFT塊的數(shù)目；通過(guò)適當(dāng)設(shè)計(jì)空時(shí)分組編碼，還可以進(jìn)一步提高數(shù)據(jù)傳輸速率。該文詳細(xì)推導(dǎo)了使用空時(shí)分組編碼后的處理過(guò)程，并對(duì)使用空時(shí)編碼后的MIMO-SC/FDE系統(tǒng)和相應(yīng)的MIMO-OFDM系統(tǒng)性能進(jìn)行了仿真比較。仿真結(jié)果表明，MIMO-SC/FDE系統(tǒng)的性能從總體上優(yōu)于MIMO-OFDM系統(tǒng)。

穿墻雷達(dá)動(dòng)目標(biāo)探測(cè)中人的心跳、呼吸、手臂擺動(dòng)等運(yùn)動(dòng)的微多普勒信號(hào)是非線性、非平穩(wěn)信號(hào)，可以采用經(jīng)驗(yàn)?zāi)Ｊ椒纸?EMD)對(duì)其進(jìn)行時(shí)頻分析。由于EMD分解存在模式混合問(wèn)題，該文提出一種改進(jìn)的整體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸?EEMD)方法，并將其應(yīng)用于穿墻雷達(dá)人的運(yùn)動(dòng)微多普勒特性分析中，并且對(duì)分解后的每個(gè)本征模式函數(shù)(IMF)進(jìn)行Hilbert-Huang變換(HHT)，得到信號(hào)的時(shí)間-頻率-能量譜。仿真數(shù)據(jù)和實(shí)驗(yàn)結(jié)果分析均表明，改進(jìn)的EEMD方法不僅能夠有效消除EMD中的模式混合問(wèn)題，將人運(yùn)動(dòng)微多普勒信號(hào)中的不同頻率尺度分解在不同的IMF中，而且還能夠有效抑制原始信號(hào)中的噪聲，提高信噪比，得到更精細(xì)、更清晰的時(shí)頻分布。