为了在视域(field of view,FOV)不同的条件下实现对数量时变的不确定目标的最优跟踪,提出一种高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GM-PHD)滤波器的去相关算术平均(arithmetic average,AA)融合算法...为了在视域(field of view,FOV)不同的条件下实现对数量时变的不确定目标的最优跟踪,提出一种高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GM-PHD)滤波器的去相关算术平均(arithmetic average,AA)融合算法。鉴于多目标AA融合被分解为多组单目标分量的合并,先通过重构贝叶斯融合推导出最优去相关估计融合,后将其用作单目标分量的合并方法。由于推导的去相关估计融合需要先验估计,设计了一个包含主滤波器的分层结构,以自动提供需要的先验估计。为了解决不同FOV导致的目标势低估问题,融合节点利用FOV补偿单目标分量的权重。仿真结果证实了提出的算法在各种场景中的最优性,提升了多目标跟踪的精度。展开更多
在水声通信中,扩频通信具有可靠性高、抗多径能力强等特点,适合于远程或低信噪比情况下的通信;但另一方面,由于其带宽利用率低加之水声信道带宽有限,通信系统的数据率将受到很大的限制。为了提高数据率,提出了一种正交M-ary/DS扩频方法...在水声通信中,扩频通信具有可靠性高、抗多径能力强等特点,适合于远程或低信噪比情况下的通信;但另一方面,由于其带宽利用率低加之水声信道带宽有限,通信系统的数据率将受到很大的限制。为了提高数据率,提出了一种正交M-ary/DS扩频方法,该方法将正交直接序列(DS)扩频与并行M-ary扩频结合在一起,能够显著提高水声通信系统的数据率与带宽利用率。经过湖上实验验证,该方法在25 km距离约0 dB的接收信噪比下,采用63、127长度G o ld序列并通过RAKE接收,分别实现了对480个符号的无误码传输,数据率为381.0 b its/s与220.5 b its/s,其带宽利用率与使用相同序列的直接序列扩频相比提高了约一个数量级。展开更多
SPIHT和无链表SPIHT(Not List SPIHT)是高效的图像压缩算法,但是抗误码性差、压缩速度慢等缺点限制了其在航天领域的应用。文章针对上述两个缺点对算法进行了改进,采用Le Gall5/3小波对遥感图像进行小波分解,将小波域系数分家族块进行...SPIHT和无链表SPIHT(Not List SPIHT)是高效的图像压缩算法,但是抗误码性差、压缩速度慢等缺点限制了其在航天领域的应用。文章针对上述两个缺点对算法进行了改进,采用Le Gall5/3小波对遥感图像进行小波分解,将小波域系数分家族块进行索引、扫描和码率分配,按照比特平面或运算进行重要性预测,实现了N个位平面同时编码。改进算法与SPIHT相比易于硬件编程实现,仿真结果显示,解压后图像峰值信噪比(PSNR)提高了0.2～0.6db,压缩速度提高了4～6倍。用硬件实现时如果采用并行和流水线操作,速度还可以进一步提高。展开更多
文摘为了在视域(field of view,FOV)不同的条件下实现对数量时变的不确定目标的最优跟踪,提出一种高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GM-PHD)滤波器的去相关算术平均(arithmetic average,AA)融合算法。鉴于多目标AA融合被分解为多组单目标分量的合并,先通过重构贝叶斯融合推导出最优去相关估计融合,后将其用作单目标分量的合并方法。由于推导的去相关估计融合需要先验估计,设计了一个包含主滤波器的分层结构,以自动提供需要的先验估计。为了解决不同FOV导致的目标势低估问题,融合节点利用FOV补偿单目标分量的权重。仿真结果证实了提出的算法在各种场景中的最优性,提升了多目标跟踪的精度。
文摘在水声通信中,扩频通信具有可靠性高、抗多径能力强等特点,适合于远程或低信噪比情况下的通信;但另一方面,由于其带宽利用率低加之水声信道带宽有限,通信系统的数据率将受到很大的限制。为了提高数据率,提出了一种正交M-ary/DS扩频方法,该方法将正交直接序列(DS)扩频与并行M-ary扩频结合在一起,能够显著提高水声通信系统的数据率与带宽利用率。经过湖上实验验证,该方法在25 km距离约0 dB的接收信噪比下,采用63、127长度G o ld序列并通过RAKE接收,分别实现了对480个符号的无误码传输,数据率为381.0 b its/s与220.5 b its/s,其带宽利用率与使用相同序列的直接序列扩频相比提高了约一个数量级。
文摘SPIHT和无链表SPIHT(Not List SPIHT)是高效的图像压缩算法,但是抗误码性差、压缩速度慢等缺点限制了其在航天领域的应用。文章针对上述两个缺点对算法进行了改进,采用Le Gall5/3小波对遥感图像进行小波分解,将小波域系数分家族块进行索引、扫描和码率分配,按照比特平面或运算进行重要性预测,实现了N个位平面同时编码。改进算法与SPIHT相比易于硬件编程实现,仿真结果显示,解压后图像峰值信噪比(PSNR)提高了0.2～0.6db,压缩速度提高了4～6倍。用硬件实现时如果采用并行和流水线操作,速度还可以进一步提高。
