【摘 要】
：
为分析1090 MHz信道具体占用情况,提出一种1090 MHz信道分析软件设计与实现方法.该软件采用C++语言编程,将接收机接收到的1090 MHz统计数据帧进行解析处理,利用处理后的数据实时监测信道占用情况;创建本地数据库,将数据进行分类存储和统计;使用MFC制作上位机软件界面,调用后台数据库中存储的数据,对全天的信道占用率做可视化显示,与信道内的各帧信号进行分析比较.测试结果表明,使用该方法设计并实现的1090 MHz信道分析软件系统可以实时处理和统计接收的数据,用人机交互方式监测信道实际使用情况并
【机 构】
：
中国民航大学天津市智能信号与图像处理重点实验室,天津300300
论文部分内容阅读
为分析1090 MHz信道具体占用情况,提出一种1090 MHz信道分析软件设计与实现方法.该软件采用C++语言编程,将接收机接收到的1090 MHz统计数据帧进行解析处理,利用处理后的数据实时监测信道占用情况;创建本地数据库,将数据进行分类存储和统计;使用MFC制作上位机软件界面,调用后台数据库中存储的数据,对全天的信道占用率做可视化显示,与信道内的各帧信号进行分析比较.测试结果表明,使用该方法设计并实现的1090 MHz信道分析软件系统可以实时处理和统计接收的数据,用人机交互方式监测信道实际使用情况并做具体分析.
其他文献
针对原始SSD算法各检测特征层没有关联导致特征融合较差,使得检测效果不佳,而现有改进算法DSSD以及RSSD等检测速度太慢的问题,提出一种基于多任务分支的SSD目标检测算法.对特征金字塔进行研究,构建语义与定位级联模块和融合分裂模块用于两个不同分支,在通过两个分支模块之后得到两组多尺度特征,构建多尺度通道聚合模块进行融合和加权,得到最终用于检测的特征金字塔.实验结果表明,在PASCAL VOC 2007数据集上达到79.6％ 的检测精度,与SSD、DSSD相比具有更好的准确率,检测速度优于DSSD,具有实
针对目前的领域概念查询聚类方法中未见考虑用户偏好,提出一种支持用户偏好查询的领域概念图模型.该图模型主要包括两部分:基于概念本身考虑,利用综合语义相似度计算方法构建概念的语义关系图;基于用户查询偏好考虑,采用改进的互信息计算用户生成数据间隐含的查询偏好,将其结果用于补全领域概念的语义关系图.这一处理过程使得原有领域概念的语义关系图得到了有益的补充,满足了用户的偏好查询.经实验验证,该算法较现有方法,查准率、查全率以及F-measure值均有所提高且响应时间得到了降低.
为解决现有深度学习图像分割算法不能有效分割指针仪表图像中密集小目标的问题,提出基于多重感受野UNet的仪表图像分割方法.将自编码器结构和空洞卷积结构结合,使多尺度浅层特征和深层语义信息融合;以多种光照强度下采集的指针仪表数据训练模型,充分提升神经网络的泛化能力;并行调节空洞卷积参数,使神经网络学习到最优模型.实验结果表明,算法显著提升了指针仪表图像中密集小目标的分割效果,有效泛化于不同光照强度下采集的同种指针仪表图像,验证了该模型的有效性.
针对高效视频编码(high efficiency video coding,HEVC)分像素运动估计亮度分量插值算法计算量大、冗余度高、难以实现不同编码块之间灵活切换的问题,提出一种动态可重构且具有高数据复用率的分像素插值算法实现方法.根据编码单元(coding unit,CU)的规模和大小自适应地对其周围参考像素块进行插值计算,得到最优预测单元的编码模式和运动矢量.实验结果表明,与专用硬件实现的分像素插值算法相比,不同编码块灵活切换的同时,参考像素的读取数量减少43.8％,硬件资源消耗减少18.5％.
针对城市停车难,车位检测环境复杂等情况,研究了一种基于Inception-V4算法的车位状态检测方法.在Inception-V4网络结构基础上使用Leaky_ReLU代替ReLU作为激活函数,解决ReLU激活函数引起的神经元失活问题;在网络分类层前添加FReLU激活函数层和多个全连接层,使其获得有更丰富语义信息的特征向量,防止了网络过拟合问题,提高车位状态检测模型的整体性能.基于PKLot停车场数据集的实验结果表明,该方法对车位状态检测准确率较原模型有较大程度的提升.
为提高智能车辆的行人检测成功率,同时保证人身安全,提出一套完整的仿行人步态装置研发流程,通过建模仿真的方法促进该装置的研发并降低成本.仿真模型按照人体真实数据进行设计,步态的变化主要体现在四肢上;利用D-H参数法和正逆运动学知识,结合MATLAB建模和关节轨迹规划的方法,实现运动仿真;成功模拟出行人步态,得出仿真模型的末端轨迹、关节转角等步态指标在一个周期内的变化.将仿真结果与标准人类行走周期图谱进行了对比验证,保证了仿真模型的结构设计以及运动学模型的合理性,为后续的实际开发提供一定理论依据.
对基于深度学习的红外图像步态识别方法进行研究,利用卷积神经网络相关技术搭建一个深度学习模型,以此对红外图像中人体步态轮廓特征进行学习,对红外图像中人体步态身份做出识别.使用图像形态学中的闭运算对图片进行数据预处理,实验结果表明,经过预处理后的红外图像能够有效减少因红外相机成像原理导致的图像中产生冗余信息,有效提高模型的泛化能力.经过对实验数据的对比与分析,该模型及数据预处理的方法对红外图像中的人体步态识别有着比较显著的效果.
为有效解决药物靶点亲和力预测中单模型提取特征种类受限问题,结合深度学习混合模型,提出一种深度并行全局特征提取策略.利用卷积神经网络(CNN)和特征存储融合层构建局部特征提取器,实现药物靶点序列局部特征的多层次提取、存储与压缩;利用卷积神经网络(CNN)和双向长短时记忆(BiLSTM)神经网络的串行混合模型构建上下文特征提取器,提取局部特征之间的上下文联系;将两种互补特征进行融合.该特征提取策略解决了单模型提取特征种类受限问题,缓解了数据集差异对特征提取效率的影响.实验结果表明,该特征提取策略有助于提升预测
随着工业4.0的到来,互联网与工业结合愈发紧密,但工业大数据规模大、类型杂、质量低的特点导致大量设备数据无效且企业人员无法正确监测到设备信息.针对这一问题,提出一种基于Flink的工业大数据平台.以企业传感器数据为基础,用Flink将不同类型的数据发送至消息管道Kafka中暂存数据,用Flink对Kafka中的数据进行处理,实现工业大数据的查询与预警,与当前典型的两个大数据平台进行比较.实验结果表明,由Flink和Kafka集成的工业大数据平台,能更清晰高效地查询到设备数据且能够更快速地实现对企业设备的预
针对慢性肾病(chronic kidney disease,CKD)致死率高、早期症状不明显的特征,结合互信息和皮尔逊相关系数两种评价准则提出一种慢性肾病预测的多目标特征选择模型.针对慢性肾病预测,提出多目标群集智能特征选择算法MCFS,所提算法在GWO的基础上采用精英反向学习、非线性控制参数和联想记忆策略3个改进算子.仿真结果表明,所提算法对CKD的预测准确率高,筛选出与CKD紧密相关的特征子集能力强,明显优于现有的CKD预测方法和其它特征选择算法,能够为CKD早期患者提供准确可靠的辅助诊断.