一种基于深度学习与典型相关分析的图像自动标注方法

    公开(公告)号:CN104572940B

    公开(公告)日:2017-11-21

    申请号:CN201410843484.6

    申请日:2014-12-30

    IPC分类号: G06F17/30

    摘要: 本发明公开了一种基于深度学习与典型相关分析的图像自动标注方法,该方法首先通过深度玻尔兹曼机提取图像与标注词汇的高层特征向量,选用多重伯努利分布拟合标注词汇样本,高斯分布拟合图像特征;然后对图像与标注词汇的高层特征进行典型相关分析;其次在典型变量空间内计算待标注图像与训练集图像的马氏距离,根据距离远近加权计算得到高层标注词汇特征;最后由平均场估计生成图像标注词汇。该方法的深度玻尔兹曼机由I‑DBM和T‑DBM组成,分别用于提取图像与标注词汇的高层特征向量,两种模型由下自上依次包括可见层、第一隐单元层和第二隐单元层。该方法能够有效解决图像语义标注过程中的“语义鸿沟”问题,提高标注的准确率。

    基于大数据分析的训练评估模型构建方法

    公开(公告)号:CN105608534A

    公开(公告)日:2016-05-25

    申请号:CN201510979606.9

    申请日:2015-12-23

    IPC分类号: G06Q10/06

    CPC分类号: G06Q10/06398

    摘要: 本发明公开了一种基于大数据分析的训练评估模型构建方法,该方法将真实的军事训练和演习的海量非同构记录数据用于训练模拟系统的训练评估。首先根据历史评价过程构建量化指标体系,然后采用大数据分析方法提取量化指标,最后根据领域专家的评估结果选择量化指标在评估模型中的权重。方法流程见附图。由于充分利用了历史数据中的领域专家的专家知识,通过该方法构建的训练评估模型将更加可信。

    一种基于FOLP的STBC-OFDM信号盲识别方法

    公开(公告)号:CN106506427A

    公开(公告)日:2017-03-15

    申请号:CN201610912168.9

    申请日:2016-10-19

    IPC分类号: H04L27/26 H04L1/06

    摘要: 本发明公开了一种基于FOLP的STBC-OFDM信号盲识别方法,考虑等增益慢衰落频率选择信道和STBC-OFDM信号模型,结合空时分组码元素的相关性,求取STBC-OFDM信号的四阶时延矩;采用峰值检测的方法盲识别STBC信号类型。本发明提出的方法能够在单接收天线下运行,且不需要知道信道信息、噪声信息、调制信息以及OFDM块的起始位置;它不受调制方式的影响,对时延、相位噪声和频率偏移具有一定的适应性。本发明可以较好地满足STBC-OFDM通信中STBC类型识别要求,大大提高了识别性能,并且具有较低的计算复杂度。本发明可直接应用于非合作STBC-OFDM通信系统,也可用于相应的软件无线电等系统。

    基于K-S检测的STBC-OFDM信号盲识别算法

    公开(公告)号:CN106385308A

    公开(公告)日:2017-02-08

    申请号:CN201610831959.9

    申请日:2016-09-19

    IPC分类号: H04L1/00

    CPC分类号: H04L1/0045 H04L1/0057

    摘要: 本发明公开了一种基于K-S检测的STBC-OFDM信号盲识别方法,首先将接收信号重新定义为两个不同的信号序列;然后分别求取两个信号序列的时延相关函数,并分析不同STBC的两个时延相关函数分布情况;最后采用基于K-S检测的方法识别不同STBC。该方法不需要噪声信息、调制信息和信道系数等先验信息,适合非合作通信场合,有很强的应用价值。通过接收信号重新定义为两个不同的信号序列,使其样本利用率提高了一倍;并且该发明提出的算法对频率偏差、非高斯噪声环境的稳健性较好。本发明可直接应用于非合作STBC-OFDM通信系统,也可用于相应的软件无线电等系统。

    一种基于分布式多Agent系统的作战仿真引擎

    公开(公告)号:CN105630578A

    公开(公告)日:2016-06-01

    申请号:CN201510981133.6

    申请日:2015-12-24

    IPC分类号: G06F9/455

    CPC分类号: G06F9/45508

    摘要: 本发明提供了一种基于分布式多Agent系统的作战仿真引擎。作战仿真引擎基于黑板机制构建了一种层次化的通用黑板结构,并运用分布式并行计算理论,实现了对分布式仿真中各仿真节点计算资源的合理分配和充分利用,以及仿真节点中大量智能体模型的多进程、并行计算管理和调度。内容包括:通用黑板框架、黑板管理器、串行网络通信组件、黑板浏览器、记录/回放组件、CGF行为建模框架、图形化CGF行为建模工具、装备性能参数库组件、行为知识库等。

    一种基于高阶累积量的正交空时分组码盲识别方法

    公开(公告)号:CN104601295A

    公开(公告)日:2015-05-06

    申请号:CN201410842395.X

    申请日:2014-12-30

    IPC分类号: H04L1/06

    摘要: 本发明公开了一种基于高阶累积量的正交空时分组码盲识别方法,通过利用高阶累积量的去噪特性消除噪声的影响;考虑信道对于仿真结果的影响,对接收信号进行白化处理,使得信道信息不影响STBC的四阶累积量形式;通过观测白化处理后的接收信号的四阶累积量的对角性来判断所发射的STBC是否正交,若白化后信号的四阶累积量为对角阵,则为正交STBC,若白化后的信号的四阶累积量为非对角阵,则为非正交STBC,以完成所需的STBC正交性识别。

    一种多载波CDMA信号扩频码及信息序列盲估计方法

    公开(公告)号:CN104506466B

    公开(公告)日:2017-12-19

    申请号:CN201410848538.8

    申请日:2014-12-29

    摘要: 本发明公开了一种多载波CDMA信号扩频码及信息序列盲估计简化方法,通过建立频域扩频的信号模型,考虑时变的信道环境,结合分段建模的思想,采用序贯蒙特卡罗的抽样粒子来近似建立的联合后验概率分布,并根据抽样值和重要性权值大小进行参量状态估计;同时合理的设计执行流程,修正原有的迭代计算重要性权值步骤,并充分利用空时分组码和多载波调制的正交属性,简化方法的实现过程。本发明较好地满足了时变信道环境下具有空时分组码的多载波CDMA信号扩频码及信息序列的快速提取要求,大大提高了扩频参数的估计精度,并且具有较低的计算复杂度。本发明可直接应用于非协作扩频通信系统,也可用于相应的软件无线电等系统。

    一种多输入单输出空时分组码系统的分层调制识别方法

    公开(公告)号:CN106341360A

    公开(公告)日:2017-01-18

    申请号:CN201610911498.6

    申请日:2016-10-19

    IPC分类号: H04L27/00

    CPC分类号: H04L27/0012

    摘要: 本发明公开了一种多输入单输出STBC通信系统调制识别方法,通过建立STBC信号模型,考虑平坦衰落信道模型,结合空时分组码的正交性与编码矩阵的相关性,首先计算需要识别的STBC信号的初等四阶累积量的理论值和方差,求取接收信号初等四阶累积量;然后基于最大似然比的方法,求取识别阈值;最后采用联合检测的方法,比较接收信号初等四阶累积量实验值与阈值的大小,达到识别目的。本发明提出的方法较好的满足了多输入单输出STBC通信系统的调制识别要求,大大提高了识别的正确度,并且具有较低的计算复杂度。本发明可直接应用于非合作STBC通信系统,也可用于相应的软件无线电等系统。

    基于序贯蒙特卡罗的扩频码及信息序列联合估计方法

    公开(公告)号:CN104539312B

    公开(公告)日:2017-01-18

    申请号:CN201410850610.0

    申请日:2014-12-29

    IPC分类号: H04L25/02

    摘要: 本发明公开了一种基于序贯蒙特卡罗的扩频码及信息序列联合估计方法,通过建立信号参数的联合后验分布模型,结合分段建模的思想,采用混合重要密度函数对联合后验分布模型进行抽样,同时为了减少算法的计算量,在算法的实现过程中,修正原有的迭代计算重要性权值步骤,以完成所需状态参量的估计,最终拼接得到每个用户完整的扩频码及信息序列。本发明较好地满足了多径信道环境下非同步长码DS-CDMA信号扩频码及信息序列的快速提取要求,大大提高了扩频参数的估计精度,并且能够适应时变和非时变的多径衰落信道环境。本发明可直接应用于非协作扩频通信系统,也可用于相应的软件无线电等系统。