针对多部空间姿态时刻变化的机载雷达,提出了一种全新的、无需依赖先验信息(如雷达位置和姿态)的空间配准策略,本策略涉及到实时配准参数解算以及融合点迹优化等多个关键环节。利用目标点迹数据建立雷达间的空间姿态关系,借助递归最小...针对多部空间姿态时刻变化的机载雷达,提出了一种全新的、无需依赖先验信息(如雷达位置和姿态)的空间配准策略,本策略涉及到实时配准参数解算以及融合点迹优化等多个关键环节。利用目标点迹数据建立雷达间的空间姿态关系,借助递归最小二乘法(recursive least squares,RLS)迭代求解旋转矩阵和平移向量,进而实现各雷达坐标系的实时配准。此外,引入了一种基于融合结果的目标轨迹级空间配准参数反向调节策略,通过构建配准误差模型并运用梯度下降法进行优化,有效降低了融合轨迹误差,提升了配准精度与跟踪质量。所提策略为雷达空间姿态的实时配准问题提供了一种全面且高效的解决方案,具有重大的理论价值与实际应用前景。展开更多
针对可见光通信信号在传输中易受信道环境和背景噪声干扰等因素影响调制格式识别精度的问题,提出一种用于可见光通信信号调制格式识别的改进YOLOv5s(You Only Look Once)算法。首先,通过YOLOv5s算法网络输入端引入Mixup数据增强方式,将...针对可见光通信信号在传输中易受信道环境和背景噪声干扰等因素影响调制格式识别精度的问题,提出一种用于可见光通信信号调制格式识别的改进YOLOv5s(You Only Look Once)算法。首先,通过YOLOv5s算法网络输入端引入Mixup数据增强方式,将其与原网络中的Mosaic数据增强方式相结合,提升网络的鲁棒性,并增强算法在不同调制格式信号间的泛化能力;其次,将自适应空间特征融合(ASFF)引入到Neck网络中,充分提取不同层次的特征,提高检测精度。实验结果表明,在混合信噪比条件下,所提改进算法的平均精度均值(mAP)达到了0.903,比原始YOLOv5s算法提升了0.7%,且在信噪比为20 dB时mAP高达0.993。展开更多
文摘针对多部空间姿态时刻变化的机载雷达,提出了一种全新的、无需依赖先验信息(如雷达位置和姿态)的空间配准策略,本策略涉及到实时配准参数解算以及融合点迹优化等多个关键环节。利用目标点迹数据建立雷达间的空间姿态关系,借助递归最小二乘法(recursive least squares,RLS)迭代求解旋转矩阵和平移向量,进而实现各雷达坐标系的实时配准。此外,引入了一种基于融合结果的目标轨迹级空间配准参数反向调节策略,通过构建配准误差模型并运用梯度下降法进行优化,有效降低了融合轨迹误差,提升了配准精度与跟踪质量。所提策略为雷达空间姿态的实时配准问题提供了一种全面且高效的解决方案,具有重大的理论价值与实际应用前景。
文摘针对可见光通信信号在传输中易受信道环境和背景噪声干扰等因素影响调制格式识别精度的问题,提出一种用于可见光通信信号调制格式识别的改进YOLOv5s(You Only Look Once)算法。首先,通过YOLOv5s算法网络输入端引入Mixup数据增强方式,将其与原网络中的Mosaic数据增强方式相结合,提升网络的鲁棒性,并增强算法在不同调制格式信号间的泛化能力;其次,将自适应空间特征融合(ASFF)引入到Neck网络中,充分提取不同层次的特征,提高检测精度。实验结果表明,在混合信噪比条件下,所提改进算法的平均精度均值(mAP)达到了0.903,比原始YOLOv5s算法提升了0.7%,且在信噪比为20 dB时mAP高达0.993。
