论文部分内容阅读
基于U形网络的局部图像模糊检测
【出 处】
：
西安电子科技大学
【发表日期】
：
2021年01期
其他文献
随着无线通信技术的蓬勃发展和广泛应用,人们对信息的高效可靠传输提出了更高的要求。无线通信系统中始终面临的一个关键问题是如何在信道条件不断地随着时间变化的情况下实现一种具有高吞吐率的通信协议。与固定码率编码方案不同,无码率码能够根据干扰情况自适应地调整传输的编码符号数量,而无需对信道质量进行估计或对码率进行显式调整。在面对快速变化或无法估计的信道时,无码率码的优势更为显著。作为一种无码率码,Spin
线性调频信号是一种非平稳信号,由于其截获概率低、作用距离远以及具有大时宽带宽积等优点,广泛应用于雷达、声呐、通信以及地震探测等领域。传统的线性调频信号的检测与参数估计方法大多是在高斯噪声环境下进行的,但近年来研究发现,实际应用中的噪声大多是非高斯的,更适合用alpha稳定分布模型描述。这种背景下,基于高斯噪声模型的信号处理方法均不再适用。因此,开展alpha稳定分布噪声下线性调频信号检测与参数估计
遥感图像变化检测是指对同一地表区域在不同时期的遥感图像进行分析从而识别变化区域。SAR图像因其能确保全天时全天候成像且不依赖光照和大气等条件,成为了遥感数据的重要来源。SAR图像变化检测被广泛用于灾害监测、土地利用、军事监测和城市变化分析等。针对如何改进生成对抗网络来更好地利用两时相SAR图像间的差异信息进行研究,论文主要工作如下:（1）提出了基于双差异学习生成对抗网络的SAR图像变化检测方法。通
机载雷达通常处于下视工作状态,接收到的后向散射回波中往往包含功率很强的地杂波。地杂波强度大、范围广且在距离多普勒平面上会发生展宽。回波功率较弱的目标常常湮没在副瓣杂波中,导致雷达探测性能下降。空时自适应处理（STAP）能够有效抑制杂波,提高雷达的目标检测性能。但实际的杂波环境和重频、带宽等工作参数往往限制了雷达能够获得的均匀样本数量,导致杂波协方差矩阵估计不准确,STAP对杂波的抑制性能下降。针对
插入/删除错误（Insertion/Deletion Error）,即在信息传输过程中插入（Insertion）或删除（Deletion）一些信息比特,导致发送序列和接收序列不同步。随着通信系统传输速率的提高和存储容量的增加,现代通信系统和存储系统对信息同步的要求越来越严格,接收方在接收信息时很容易因为物理条件限制导致信息同步失败,产生插入/删除错误。插入/删除错误经常出现在高密度磁存储系统、赛道
在计算机视觉领域中,多目标跟踪算法一直是研究人员和科研机构关注的热点。在大数据时代如何高效地分析和利用这些数据并且从中挖掘出具有价值的信息是一个亟待解决的难题。使用多目标跟踪算法可以在视频序列的每一个视频帧中确定所有感兴趣目标对象的位置,并且在连续的视频帧中保证同一个目标对象的身份信息不发生改变,最终得到所有感兴趣目标对象的运动轨迹。因此在计算机视觉领域中,对于多目标跟踪算法的研究具有非常高的价值
为了突破当前通信系统的速率瓶颈,达到超高速数据传输的要求,毫米波频段的应用受到了国内外学者的广泛关注。毫米波因为其超高频特性,有利于提高传输速率;但同时也因为其超短波长,使信号在传输过程中易受突发干扰,导致信息传送失败。针对毫米波通信易受突发干扰的问题,第五代移动通信（5th-Generation,5G）系统采用两类解决方案:一是设计合适的大规模多输入多输出（Massive Multiple In
电子产品的发展由于功率MOS器件的出现进入到了一个节能高效的新阶段。为了进一步降低特性阻抗,提高集成度,功率MOS器件的研究重心开始往垂直型MOSFET结构转移,以VDMOS结构和UMOS结构为代表,无论是针对开关应用还是线形应用而言,两种结构都是理想的功率器件。功率器件的优化目标是为了获得高击穿电压（BV）和低比导通电阻(Ron,sp),并且打破两者之间的极限关系。随着以硅（Si）材料为基础的功