【摘 要】
                                :
                                传统正交频分复用(OFDM)多载波通信中常用最大似然(ML)算法进行信号检测,然而正交频分复用索引调制(OFDM⁃IM)的出现使得最大似然算法复杂度大大提高,不具有实用性。针对该问
                              
  
                             
                           
                                                       
						   
                                【基金项目】
                                :
                                 国家自然科学基金(11574120),江苏省研究生科研与实践创新计划项目(KYCX19_1713)
                              
                            
                        
                        
                            
                                论文部分内容阅读
                            
                            
                                传统正交频分复用(OFDM)多载波通信中常用最大似然(ML)算法进行信号检测,然而正交频分复用索引调制(OFDM⁃IM)的出现使得最大似然算法复杂度大大提高,不具有实用性。针对该问题,提出一种基于深度学习的信号检测技术,利用具有全连接层的神经网络检测恢复原始数据,同时为了提高信号检测的精度,对接收到的信号和信道矩阵进行预处理,将预处理后的数据作为神经网络的输入层。仿真结果表明,该算法的误码率检测性能接近传统的最大似然算法,并且相比传统检测算法具有更快的运行速度。
                            
                        
                        
                        
                            其他文献
        
 
                            
                                
                                
                                    目的探讨一氧化氮(nitric oxide,NO)、抑制素B(inhibin B,INHB)、胰岛素样因子-3(insulin-like factor-3,INSL-3)与精索静脉曲张(varicocele,VC)患者病情程度相关性及表达意                                
                                
                             
							 
                            
                                
                                
                                    目的探讨经皮肾镜碎石取石术(percutaneous nephrolithotomy,PCNL)、输尿管镜气压弹道碎石术(ureteroscopic lithotrips,URL)、后腹腔镜输尿管切开取石术(retroperitoneoscop                                
                                
                             
							 
                            
                                
                                
                                    相位解包裹是光学三维测量中获得连续相位分布的重要环节之一,断截相位解包裹结果的好坏会对测量精度产生重要的影响。针对已有的相位解包裹算法在解包裹后得到的连续相位波动幅度较大,不能对存在严重欠采样和较强噪声的包裹相位进行精确解包裹,从降低连续相位波动幅度和防止相位差出现突增突减现象的角度出发,提出一种基于四步相移法对连续相位逐一分段式斜率矫正的新型处理方法。仿真结果表明,该方法不仅提高了三维还原图的精                                
                                
                             
							 
                            
                                
                                
                                    应急管理科技是服务于应急管理大体系的一个重要支撑体系。运用科技力量提升应急管理综合能力,是实现应急管理工作科学化、规范化、高效化的必要手段。通过总结目前湖北省应                                
                                
                             
							 
                            
                                
                                
                                    受到运动姿态初始视频图像质量的影响,导致传统的运动姿态自动识别方法存在明显的识别误差问题,为此利用计算机视频处理技术实现对运动姿态自动识别方法的优化设计。首先设置运动姿态的识别标准,分别定义不同运动姿态的运动特征向量。通过安装的摄像机设备,捕获运动姿态视频数据;利用计算机视频处理技术,通过运动视频图像提取、视频变换以及补偿运动残差等步骤,实现对初始视频数据的预处理;在此基础上检测运动目标,并从轮廓                                
                                
                             
							 
                            
                                
                                
                                    针对传统机器人图像采集系统受限于本地处理计算能力有限,导致视频分辨率低、图像质量差等问题,提出一种云机器人图像采集系统。其中,本地机器人负责采集500万像素超高清视频                                
                                
                             
							 
                            
                                
                                
                                    目的探讨经皮肾镜体内碎石系统(electro medical systems,EMS)治疗肾结石的临床效果。方法选取2019年3月至2020年9月广西壮族自治区防城港市第一人民医院收治的复杂性肾结石                                
                                
                             
							 
                            
                                
                                
                                    为弥补最大频繁子图在相似性检索方面的不足,实现对图像信息的定向化匹配,设计基于模糊图神经网络的最大频繁子图相似匹配系统。以模糊型神经网络作为服务器执行框架,分别连接图像相似度检测模块与定向匹配元件,完成系统的硬件应用环境搭建。在此基础上,处理最大频繁子图的待提取相似特征,通过计算相似性匹配度量条件的方式,连接核心匹配索引数据库,实现系统软件应用环境的构建,联合相关硬件设备元件,完成基于模糊图神经网                                
                                
                             
							 
                            
                                
                                
                                    服装的款式识别是服装检索中的一个关键性问题。自然条件下的服装图像包含人体信息和复杂背景等,对服装款式特征提取产生干扰。针对以上问题,提出一种结合目标检测网络和GA-BP神经网络的服装款式识别方法。首先,利用目标检测网络Mask R-CNN对服装图像进行像素级分割,提取服装轮廓,并得到服装初步特征;随后针对处理后的服装轮廓,使用BP神经网络识别每种类别的服装轮廓,由于BP神经网络训练时易陷入局部最优                                
                                
                             
							 
                            
                                
                                
                                    针对传统方法进行运动轨迹的自动检测速率低的问题,提出基于图像处理技术的运动轨迹自动检测方法。首先通过高斯背景混合模型对图像视频序列进行预处理,提取运动目标;然后采用平滑运动模型描述运动目标映射代价,计算运动模式,分割垂直区域目标平行切片,进行时空切片扫描从而对其进行层次聚类;最后对聚类后的运动目标数据进行降维,通过Hough变换程序实现运动轨迹自动检测。在相同条件下,与传统运动轨迹检测方法进行对比