基于多对多生成对抗网络的非对称跨域迁移行人再识别

无监督跨域迁移学习是行人再识别中一个非常重要的任务. 给定一个有标注的源域和一个没有标注的目标域, 无监督跨域迁移的关键点在于尽可能地把源域的知识迁移到目标域. 然而, 目前的跨域迁移方法忽略了域内各视角分布的差异性, 导致迁移效果不好. 针对这个缺陷, 本文提出了一个基于多视角的非对称跨域迁移学习的新问题. 为了实现这种非对称跨域迁移, 提出了一种基于多对多生成对抗网络(Many-to-many generative adversarial network, M2M-GAN)的迁移方法. 该方法嵌入了指定的源域视角标记和目标域视角标记作为引导信息, 并增加了视角分类器用于鉴别不同的视角分布, 从而使模型能自动针对不同的源域视角和目标域视角组合采取不同的迁移方式. 在行人再识别基准数据集Market1501、DukeMTMC-reID和MSMT17上, 实验验证了本文的方法能有效提升迁移效果, 达到更高的无监督跨域行人再识别准确率.     

分布式MIMO抗时延算法

在分布式的多输入多输出(MIMO)系统中,由于天线分开配置,并不能保证所有天线的信号同时到达目的节点,这样对于采用空时分组码STBC编码的系统来说,系统的正交性不能保证,严重影响了系统的性能。设计了一种对抗天线之间相对时延的算法,该算法通过对数据进行IFFT/FFT处理和加循环前缀的处理,使得系统具有了一定的对抗天线间相对时延的能力。仿真表明:在时延小于循环前缀长度的条件下,STBC可以正确译码,性能与理想同步情况下几乎一致。     

协作MIMO在无人机通信中的应用研究

针对无人机组网通信的需求,利用MIMO(多输入多输出)技术可以获得分集增益、提高通信质量的优势,构建了一个无人机协作通信系统模型。提出了一种解决MIMO协作传输的组簇算法,对通信传输过程的信干噪比情况进行了理论分析,得知协作传输相比单节点传输可以有效提高信干噪比。在构建的模型下进行了仿真,验证了分析结果的正确性。同时对组簇算法中嵌入的同步技术进行了仿真,可以有效地解决码间串扰问题。     

海水中蓝绿激光传输特性研究

采用蒙特卡罗方法模拟光子在海水中的传输,建立了激光水下传输的蒙特卡罗模型,通过仿真得出了光信号经过Ⅰ类海水信道后的时间(延迟)特性及光场空间分布,并分析了散射和吸收系数对信号传输的影响。仿真结果表明:时间延迟与传输深度呈现线性特征;光学厚度τ=D×(us+ua)是最本质的影响光传输的参数。     

铒铥共掺碲基质宽带光纤放大器研究

文章作者分析了铒铥共掺碲基质光纤放大器在980 nm泵浦下Er~(3+)-Tm~(3+)离子之间的能量转移过程,建立了速率方程和功率传输方程,并通过仿真得出了其放大增益随光纤长度和泵浦功率的变化规律.仿真结果表明:通过优化光纤长度和泵浦功率,该放大器可以在1 440～1 540 nm波段得到高达50 dB的平坦增益.