基于支持向量机的无人机定位信号分离算法研究

为了解决无人机(UAV)无源定位中难以从多径干扰严重的环境中提取无人机定位信号的问题,该文提出一种基于支持向量机(SVM)的无人机定位信号分离算法,在SVM模型训练时,通过计算无人机相邻数据集之间的欧氏距离获取信息熵,为SVM映射高维空间提供模型数据.在此基础上,加入映射函数阈值软边界,使模型具有参数自适应调整能力,来适应无人机运动灵活所导致的数据差异.最后构建了观测者操作特性曲线获取无人机定位信号分离结果.仿真结果表明所提算法能够有效分离无人机定位信号与噪声,在多径干扰严重的情况下具有较高的信号分离准确率.     

基于支持向量机的车牌定位方法

车牌定位是汽车牌照自动识别系统中的关键步骤。对车牌定位文体进行研究,提出一种基于支持向量机的定位方法。首先将图像分割为N×N大小的子块,提取每个子块的灰度特征,训练SVM分类器;然后用训练好的分类器进行牌照子块和非牌照子块的分类,再使用数学形态学滤波和区域合并;最后运用投影方法定位牌照区域。实验结果表明,该方法能正确定位牌照区域。     

基于支持向量机的欠定盲分离

该文提出了信号稀疏性的新度量方式,在估算出有效源信号的个数后,提取源信号到达方向角度的特征作为训练样本,利用支持向量机理论构造分类超平面,从而实现对观测信号的最优分类。采用加权系数法获得每一类信号的聚类中心,其中对系数权重的学习是自适应的,同时避免了K-均值聚类等方法对初值的敏感性。此外,针对大规模样本点,该文还提供了在线算法。仿真效果说明了此方法的稳定性和鲁棒性。     

基于支持向量机的实际调制信号识别

提出一种基于支持向量机的实际调制信号自动识别新方法。利用支持向量机把分类特征向量映射到一个高维空间，并在高维空间中构造最优分类超平面以实现信号分类。计算机仿真结果表明，该方法对实际采集的信号具有很好的分类性能。     

基于主动学习的支持向量机算法

针对支持向量机（svM）模型不能有效处理海量数据挖掘的问题,提出一种改进的基于主动学习的支持向量机（AL_SVM）方法。该方法首先将训练集随机划分为多个独立同分布的子集,并选择其中一个子集作为初始训练集来训练SVM得到初始分类器和支持向量集,然后根据已经得到的分类器信息在剩余样本集中选择对于分类器改进作用最大的有价值样本。并与已得到的支持向量集合并构成新训练集,以更新分类器,从而在保留重要支持向量信息的前提下,去除大量不重要的支持向量,一定程度上避免了过学习问题,提高了学习效率。实验表明,AL_SVM方法能够在保持学习器泛化能力的同时提高其学习效率。     

基于支持向量机的多分辨率信号逼近算法研究

鉴于多分辨率信号逼近算法(MSA算法)中尺度空间是再生核希尔伯特空间(RKHS)这一事实。借助于支持向量机(SVM)优秀的分类能力和泛化性能,提出了一种基于支持SVM的MSA算法。通过引入松弛变量后借助于拉格朗日乘子法来求的约束规划,最后获得逼近表达式和逼近系数。通过对比MSA算法,基于SVM的MSA算法不仅保留了MSA算法多分辨率逐级逼近的优点,而且具有更好的逼近准确度与平滑度。并通过实验验证了该算法的正确性和有效性。     

一种基于支持向量机的分类算法

支持向量机是在统计学理论基础上提出的一种新的机器学习方法，由于其出色的学习性能，该技术已成为机器学习界的研究热点，并成功地应用在文本分类、图像识别、生物信息处理等领域。这里简要介绍了支持向量机算法及其应用，并且讨论了其未来的发展方向。     

支持向量机及其算法研究

本文首先概要介绍了支持向量机的理论背景,然后结合目前一些主要的SVM训练方法以及它们之间的联系,比较了各种算法的优缺点。重点阐述了其中最有代表性的序贯最小优化(SMO)算法及其多种改进方案。最后指出了SVM及其算法进一步研究和亟待解决的一些问题。     

常用支持向量机算法分析

支持向量机是在统计学习理论的VC维理论和结构风险最小化原则的基础上提出的一种新的模式识别技术,本文对于当前常用支持向量机的几种算法进行了总结和分析,对于今后提出更精确的方法做了充分的准备。     

基于支持向量机的Morse检测算法研究

针对短波通信中Morse人工接收存在劳动强度大、实时性差的问题,提出一种Morse自动检测算法。对时频图像进行图像增强和尺度归一化预处理。提取图像的纹理特征和形状特征,并将特征组合后进行高斯归一化。最后选择不同核函数设计支持向量机分类器,基于交叉验证选取最优分类器用于Morse的检测。通过实验测试,验证了算法的有效性。     

利用激光对无人机进行侦察的可行性探索

无人机在战争中的作用令世人瞩目,在和平时期,也是收集情报的重要手段之一．探测和跟踪无人机成为一项重要的军事课题．由于材料制作等方面的原因,雷达很难探测到无人机．利用无人机在过顶飞越时,激光对它有最大反射截面(LCS)和激光垂直向上只有极小大气衰减的原理,提出了利用激光探测和大功率激光测距机跟踪无人机的方法,并对该方法所需的参数进行了定量计算和可行性分析。     

基于多维信号特征的无人机探测识别方法

如今,无人机(UAVs)在军用民用领域得到大规模应用,在无人机带来便利的同时也带来了巨大的安全隐患。针对无人机的探测识别技术逐渐成为研究热点,传统的无人机探测方法主要是通过获取雷达回波信号、无人机声音信号和光电信号的方式对无人机进行探测。然而,这类方法往往容易受到环境影响具有一定的局限性,无法对无人机进行精确的定位和识别。该文提出一种基于多维信号特征的无人机识别方法,该方法首先通过自适应三角阈值法从接收到的无线信号中探测并筛选出无人机信号,同时解析获取的无线信号的信道状态信息(CSI)。然后,利用正交匹配追踪算法(OMP)进行参数估计来获取无人机的位置信息对无人机进行定位。最后,提取无人机信号中的盒维数和径向积分双谱(RIB)来对无人机进行分类识别。通过实验,该方法对无人机的3维定位精度小于1 m,对无人机的分类识别精度最高能达到100%。     

基于甲虫搜索的改进粒子群无人机辅助网络部署优化算法

在体育赛场等用户大规模聚集或者突发灾难的情况下,地面基站经常面临过载甚至瘫痪的问题。此时,多无人机(UAV)辅助网络系统可以很好地为地面基站提供信号补偿,有效地增强局部地区的通信质量。然而,无人机的机动性和网络流动引起的拓扑结构变化,会导致频繁的间歇性连接甚至出现传输故障。因此,UAV基站的有效部署以及网络性能的优化成为亟待解决的问题。该文提出一种基于甲虫搜索的改进粒子群UAV辅助网络部署优化算法—智能高效算法(IEA),利用甲虫搜索算法(BAS)的个体寻优优势,对粒子群算法(PSO)进行改进,并首次采用双门限约束保证用户通信质量,使得多UAV系统下的网络性能得到了改善。仿真结果表明,相对于传统算法,该文提出的IEA算法在系统吞吐量、用户平均吞吐量以及频谱效率等方面都获得了较大提升。     

一种无人机航拍影像快速特征提取与匹配算法

无人机影像具有非常高的分辨率,边缘和纹理信息更加丰富,基于经典SURF特征的影像拼接算法在处理无人机影像时面临着新的挑战。为提高无人机航拍影像拼接效率,该文提出一种快速特征提取与匹配算法。在特征提取环节,提出采用局部差分二进制算法描述特征,在不降低特征区分性的同时,较SURF描述子而言降低了特征维度。在特征匹配环节,提出采用局部敏感哈希搜索算法代替kd树搜索算法,提高了最近邻特征匹配效率。实验结果表明,与基于SURF描述子和kd树搜索算法的最近邻匹配拼接算法相比,该文算法特征匹配效率有明显提升,匹配精度也有所改善,更适合应用于基于特征的无人机航拍影像快速制图。     

基于搜索规则和交叉熵优化的无人机路径规划方法

针对快速扩展随机树(RRP)算法计算效率低、不具备渐进最优性等问题,该文提出一种基于搜索规则和交叉熵优化的改进RRT(IRRT)算法。在路径搜索过程中根据当前节点位置及搜索规则,调整搜索步长及搜索方向,实现高效、快速的初始路径规划。然后,利用交叉熵理论优化初始路径,使得路径具备渐进最优性。仿真实验1结果表明所提方法的有效性和收敛性,仿真实验2将该文所提算法与多种变体RRT算法进行比较,结果表明所提算法能够保证计算效率,同时使得路径具备渐进最优性。     

基于最小二乘支持向量机的衰落信道预测算法

该文探讨了利用相空间重构和支持向量机进行衰落信道非线性预测算法。该算法基于多径衰落信道具有混沌行为,利用坐标延迟理论,重建衰落信道系数的相空间,再根据混沌吸引子的稳定性和分形性,在相空间中通过递归最小二乘支持向量机(RLS-SVM)进行预测。该算法对原始数据可以进行更平滑的处理,在噪声环境下预测的时间范围更长。对时间跨度为63.829ms的衰落系数进行了预测,仿真结果表明,在信噪比为15dB时,预测结果优于AR算法。     

基于JAYA算法的紫外光通信无人机编队路由优化

紫外光通信由于其灵活性高、安全性好和全天候工作等优点,被认为是应急通信用无人机编队(UAV)的有潜力通信解决方案。为了提升紫外光通信无人机编队的有效作业时间,该文基于低功耗自适应集簇分层(LEACH)算法,并结合JAYA智能优化算法提出一种新颖的路由优化算法(RJLEACH)。该方法被用来改善紫外光通信无人机编队的有效操作时间。应用该算法对不同结构的紫外光通信无人机编队路由优化,并与其它算法得到的结果进行了比较分析。结果表明,RJLEACH算法在簇首选举阶段降低了无人机节点间的剩余能量方差,并且通过搜索最优路由降低了簇间通信的能量消耗。最终使网络出现第1个死亡节点和出现1/2死亡节点的时间相比经典LEACH算法分别延长了31.8%和13.8%,同时明显提高了能量利用率,能够为灾区救援和应急通信等任务争取宝贵的时间。     

智能反射面辅助的无人机无线携能通信网络吞吐量最大化算法研究

为了解决城市场景中无人机(UAV)与地面终端设备(GUs)间易受到障碍物阻挡的问题,该文提出一种基于智能反射面(IRS)辅助的UAV供能通信网络吞吐量最大化算法。首先,在满足能量因果、IRS相移、UAV移动性等约束条件下,建立了一个联合IRS相移设计、GU无线资源分配、UAV飞行轨迹设计的多变量耦合优化模型。其次,通过快坐标下降法(BCD)将原非凸问题转换为3个易于处理的子问题,并通过三角不等式、引入松弛变量、连续凸近似(SCA)等方法,对子问题进行转化求解。仿真结果表明,该文所提算法具有较好的收敛性,同时可有效提高系统总吞吐量。     

无人机着陆技术研究

无人机着陆引导在现代无人机中的作用越来越重要。本文介绍了国内外无人机的回收方式,分析了多种着陆引导技术的优缺点,在此基础上,对于未来无人机着陆引导技术进行了展望。