一种基于误差补偿的部分码字SCMA检测算法

针对稀疏码多址接入(sparse code multiple access,SCMA)技术中多用户检测算法复杂度过高的问题,根据SCMA的非正交特性,提出了一种基于误差补偿部分码字球型译码的log-MPA检测算法(ECPC-log-MPA)。通过设置球型半径减少参与迭代的用户码字,并引入信道质量判决机制进一步降低log-MPA算法的计算复杂度;为降低log-MPA算法的误码率(bit error ratio,BER),引入误差补偿机制,采用稀疏度自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)算法对误差进行估计,并对检测信号进行补偿。仿真结果表明,所提算法可以在保证误码率的同时有效降低计算复杂度,且算法的计算复杂度会随着信噪比(signal noise ratio,SNR)的增大明显降低。     

基于交叉免疫算法的多用户检测器

基于传统的免疫算法,提出了一种多种群并行遗传交叉免疫的多用户检测器,其在加快收敛速度的同时避免了因近亲繁殖容易造成早熟收敛的缺陷.仿真结果表明:所提出的检测器在误码率方面有良好的性能.     

基于IBCC优化算法的多阈值图像分割

图像阈值分割算法中,如何确定最优阈值是关键.使用传统多阈值法对较复杂图像进行分割,存在计算复杂度高、分割速度慢等问题.文章将细菌群体趋药性优化算法和阈值分割算法相结合,并且对细菌群体趋药性算法进行改进,提出了基于改进细菌群体趋药性优化算法的多阈值图像分割算法.实验结果证明,文章提出的算法具有很好的收敛性和稳定性,得到了较好的图像分割效果和图像分割速度.     

一种非二进制LDPC与SCMA系统的联合检测译码方案

针对现有的一些低密度奇偶校验码（low-density parity code,LDPC）与稀疏码多址（sparse code multiple access,SCMA）系统联合检测方案复杂度高、误码率高、传输时延大、收敛速度慢的问题,提出一个非二进制低密度奇偶校验码（non-binary lowdensity parity code,NB-LDPC）与SCMA系统的联合检测译码（joint detection decoding,JDD）方案。在SCMA多用户检测部分改进基于阈值辅助的期望传播算法（expect propagation algorithm,EPA）,在LDPC部分采用NB-LDPC并且在两节点更新过程选取部分消息状态值来改进译码算法,同时,利用联合因子图在联合检测译码信息交互时加入一种消息阻尼因子来提高收敛速度,最终完成联合检测译码过程。通过多角度仿真发现,该方案降低了复杂度和误码率,减小了传输时延,提高了收敛速度,并且在不同码本下均验证了所提方案的适用性。     

基于鸡群算法的Tsallis熵多阈值图像分割

为了改善Tsallis熵在多阈值图像分割时存在计算量大、耗时长、实用性差的问题,提出基于鸡群算法的Tsallis熵多阈值图像分割方法。首先分析基于Tsallis熵的单阈值分割原理并将其推广到多阈值分割,同时推导出Tsallis熵的多阈值选取公式;其次用鸡群算法求解Tsallis熵函数的最优问题;最后,用穷举法、粒子群算法、差分进化算法及鸡群算法分别对4个典型图像进行多阈值分割,并将各算法的分割数据分别作比较。实验结果表明,鸡群算法能够快速准确地分割复杂图像,且分割效果优于穷举法、粒子群算法以及差分进化算法。     

基于变参数阈值的随机扩展树算法路径规划研究

针对随机扩展树算法在未知空间中进行路径规划扩展时随机性大,且扩展的树节点在整个环境空间中搜索过于均匀等问题,提出一种基于变参数阈值的随机扩展树算法。改进后的算法在路径规划中,针对具体情况选取参数阈值作下一步扩展,使得每次扩展都有着一定的概率性偏向目标|同时设定可变参数阈值,避免了陷入局部极小值,有效解决了随机性大和搜索均匀问题。通过Matlab仿真实验,验证了该算法的可行性和有效性。     

基于反向萤火虫算法的多阈值缺陷图像分割(英文)

为了分割QFN表面的缺陷,提出一种基于反向萤火虫算法的大津多阈值分割法.首先,将大津阈值分割扩展为大津多阈值分割.其次,提出了一种基于反向学习的萤火虫算法.在该算法中,生成的反向萤火虫用于增加萤火虫的多样性和全局搜索能力.然后,将基于反向学习的萤火虫算法应用于多阈值分割.最后,使用所提出的方法对QFN缺陷图像进行阈值分割实验,并将结果与穷举法、基于粒子群算法的大津多阈值分割法、基于萤火虫算法的大津多阈值分割法进行比较.实验结果表明,所提方法能更有效地分割QFN表面缺陷,且分割速度快.     

基于稀疏网络中机会波束成形技术的算法

提出了两阶段的框架,即用户调度和最终机会波束成形,利用波束功率控制技术,并将这种方案应用于OFDM多载波情况,得到了提高系统性能的方案。模拟结果表明,与传统的机会波束成形技术相比,这种两阶段的机会波束成形技术联合波束功率分配方案,可以提高稀疏网络系统的总吞吐量。     

一种基于ALOHA的RFID标签多址接入算法

多址接入问题是多节点信号共享一个无线信道产生的信号冲突问题,是RFID系统的主要问题之一。目前,解决该问题的方法有4个：空分多路法、频分多路法、码分多路法和时分多路法,而RFID系统中常用的TDMA算法是ALOHA算法。对ALOHA算法的过程及效率进行了分析,在帧长和标签数目相同的条件下,求出系统吞吐率最大值。在此基础上提出一种标签估算算法,并对其估算误差率进行了分析。计算机仿真实验证明,随着帧长和标签数增加,该算法可以有效降低误差率,解决RFID标签多址接入问题。     

基于Matlab的图像阈值分割算法研究

重点讨论了图像分割法中的阈值研究法,包括全局阈值法和自适应阈值法。对全局阈值算法中的人工选择法、迭代式阈值选择法、最大类间方差法以及自适应算法中的分水岭算法进行了重点分析,用Matlab进行实现并给出了实验结果;分析了几种算法的适用情况,并提出了一些改进意见。     

基于和声搜索算法的图像阈值寻优算法

针对最大类间方差法在图像分割时产生的阈值会引起过分割的缺点,提出一种基于和声搜索算法的图像阈值寻优算法。算法将苹果图像预处理、计算图像目标和背景两类间方差作为和声搜索算法的目标函数,通过和声搜索算法寻找最优分割阈值,选取6种不同光照条件下的苹果图像进行阈值寻优实验。结果表明,采用基于和声搜索算法的图像阈值寻优算法较最大类间方差法和基于混合蛙跳算法的图像阈值寻优算法具有较好的图像阈值寻优能力。     

基于并行粒子群算法的Otsu双阈值医学图像分割

医学图像分割一直是医学影像分析领域的研究热点。由于粒子群优化(PSO)容易陷入局部极小,因此该算法用于搜索某些函数极值时精确度较低且稳定性较差。针对该问题,结合Otsu分割技术,提出了一种基于并行粒子群优化算法的Otsu双阈值医学图像分割算法。在该算法中,将粒子群体分成若干个子群体,进化在多个不同的子群中并行进行,避免单种群进化过程中出现的过早收敛现象,提高整个算法的收敛速度。实验结果表明,提出的分割算法与传统粒子群算法相比,不仅能够对图像进行准确的分割,而且具有更强的精确性和稳定性,其收敛速度明显优于基于单种群的粒子群算法的Otsu双阈值医学图像分割。     

基于改进阈值函数的小波去噪算法研究

为更好地消除心电信号（ECG）处理过程中存在的基线漂移、工频干扰和肌电干扰等噪声,提出一种基于改进小波阈值的去噪算法。该算法选定 coi5 作为小波基进行分解,选取分解尺度为 8 层,使用改进的阈值选取方法对每一层信号系数进行去噪。该阈值函数不仅克服了硬阈值函数不连续的缺点,而且解决了软阈值函数存在的恒定偏差,同时具有良好的自适应性。实验结果表明,该方法与传统阈值法相比,信噪比提高了24.26%,均方误差降低了 21.42%;与当前国际上先进的去噪算法相比,信噪比提高了 2.01%,均方误差降低了6.9%,去噪效果显著提升,验证了该算法的有效性。     

基于包含度理论的双阈值视频镜头边界检测算法

在视频镜头边界检测中,由于人眼视觉具备的主观性和视频帧图像结构与边界的不确定性,比较适合采用模糊理论,本文基于模糊集中的包含度理论提出双阈值化的视频镜头边界检测方法：首先基于包含度公式定义视频镜头边界检测函数,然后利用包含度理论提出视频边界镜头渐变和突变的通用检测算法,最后提出双阈值优化选取办法,实验结果表明本文方法具有较好的检测渐变和突变镜头能力。     

基于YOLO目标检测的生猪多阈值Otsu分割方法

采用一种基于YOLO目标检测的多阈值Otsu分割方法对采食区域的生猪进行分割.首先,利用自适应直方图均衡化对彩色图像进行增强并划分采食区域,训练一个YOLO目标检测网络,提取出采食区域内的生猪目标;然后在每个目标区域内利用Otsu方法计算多个阈值并对图片像素进行分类,将属于前景的像素叠加起来并通过形态学处理得到精确的分...     

第三代短波网络自适应多址接入算法的研究

设计一种基于第三代短波链路自动建立（3G—ALE）技术的自适应多址接入算法。文中分析3G—ALE基本多址接入算法及改进型算渚的缺点,设计依据业务长、短不同而进行自适应接入的TA—CSMA算法,建立网络模型进行计算机仿真验证。仿真结果表明,TA—CSMA算法可以使网络呼损率及信道占用率明显降低,使网络吞吐量有较大提高。TA—CSMA算法是适合短波自组织网络的一种高效的多址接入协议。     

基于动量线性约束恒模算法的盲多用户检测

提出了一种DS-CDMA系统盲多用户检测的动量线性约束恒模算法,对算法的收敛性进行了理论上的分析。仿真表明所提算法在动态环境下有较好的收敛性、跟踪性和鲁棒性。     

一种基于删除准则的NOMA资源联合优化算法

非正交多址 （NOMA）技术大大提高了频谱效率,并且支持海量连接,是第五代移动通信中最具潜力的多址技术。现有NOMA资源分配算法仅从功率分配或子载波分配单一角度出发,未实现两者的联合优化。因此,为实现发射功率受限时最大化系统总传输速率的优化目标,在子载波分配方案确定的情况下,提出一种基于固定子载波分配的功率分配方案。在此基础上,提出一种基于速率贡献比的删除准则,以实现子载波和功率的联合优化。仿真结果表明,该方案明显优于传统的NOMA功率分配方案,不仅降低了算法复杂度,而且提升了系统性能。     

一种基于Pearson分布类的图像阈值选取方法

为更准确地模拟数字图像的目标与背景的灰度分布,提出了基于混合Pearson分布类型的图像阈值方法.设计了EM算法计算混合Pearson分布类的待估参数.Pearson分布类能覆盖更大范围的统计分布曲线,因此能更好地匹配未知分布.同时计算量相对比混合广义高斯分布小.     

基于改进的各向异性扩散方程Canny的边缘检测算法

在计算机视觉中边缘检测是一个热门的研究领域。边缘检测能缩减大量数据并滤掉无用的信息,同时保护图像中重要的结构特征。Canny边缘检测算法是一个经典的算法,对此提出基于改进的各向异性扩散方程的检测算法,以克服传统算法对噪声的敏感性。传统Canny算法的双阈值需要人工赋值,针对不同的图像具有使用缺陷,因此,提出基于Otsu方法的自适应方法。实验表明,改进的算法有效地提高图像边缘检测的准确性,定位精确度高。