【摘 要】
：
本文主要考虑认知网络中感知节点集的选择问题。联合谱感知技术虽然可以极大地提高认知系统的感知性能,但是随着参与感知的认知节点数目的增加,对系统资源的占用也会越来越多
论文部分内容阅读
本文主要考虑认知网络中感知节点集的选择问题。联合谱感知技术虽然可以极大地提高认知系统的感知性能,但是随着参与感知的认知节点数目的增加,对系统资源的占用也会越来越多,使系统的传输效率下降。本文首先给出了认知网络中最优感知节点集的概念,接着分析了最优感知节点集的节点数目和平均接收信噪比所必须满足的条件,最后通过推导得到了在固定虚警概率条件下最优感知节点集的检测概率与它的节点数目和平均接收信噪比之间的关系表达式,并在此基础上提出了一种最优感知节点集的自适应选择算法。该算法不但能在认知网络中寻找最优感知节点集,同
其他文献
本文提出了一种利用加权自适应次梯度投影算法（Weighted Adaptive Projection Subgridient Method,WAPSM）进行声反馈抑制的方案。WAPSM算法来自于自适应次梯度投影算法（Adaptive
现下的工业技术领域规模日渐壮大,尤其是涉及微小尺寸精密技术检测的实际要求逐渐上升,以往的检测手段已经不能满足大量工业部件的供应需求,因此需要竭尽全力对计算机视觉范围内的精密校正处理方案进行总结。
本文针对快速旋转目标的三维成像问题,首先,建立雷达目标成像的几何模型,推导了快速旋转目标的距离-慢时间域回波信号的解析表示;其次,提出了基于匹配滤波和复值反投影的三维
摘 要：现如今人们的生活已经进入了互联网时代，每天网络上都会形成海量的数据。对于互联网企业而言，需要对大量的数据进行系统分类，以便能够找寻对自身有价值的信息。MapReduce是一款能够用于大型计算机集群并发处理大量网络数据的模型，本文对该模型进行了系统的分析与研究，提出了一种更为通用且可扩展的平台。 关键词：并行计算；MapReduce模型；平台设计 中图分类号：TP338.6 文献标识码：
针对传统时域统计背景模型只关注于单个像素的统计特征而忽略背景像素之间的相互关联,同时不能很好地适应目标进入场景并静止的情形,在高斯背景模型基础上,融合背景的空间统计特征,建立一个时空联合的背景模型。结合背景的空间区域特征和像素的亮度变化更新背景,使得背景更新过程中保持背景的空间特征。实验结果表明,利用该方法建立的背景模型进行目标检测,能有效检测移入静止的目标,克服了传统检测方法检测目标中的空洞,检
基于语音信号在离散余弦基下的近似稀疏性，本文对语音信号采用压缩感知（Compressed Sensing）技术进行压缩和重构，即将语音信号投影到随机高斯观测矩阵，并采用线性规划（Linear Progr