侯艳丽 作品数:22 被引量:33 H指数:3 供职机构: 河北科技大学信息科学与工程学院 更多>> 发文基金: 河北省科技支撑计划项目 中国博士后科学基金 河北省自然科学基金 更多>> 相关领域: 电子电信 自动化与计算机技术 文化科学 生物学 更多>>
基于有限反馈的机会波束系统 2013年 针对目前机会波束系统中存在反馈量过多的问题,提出一种基于有限反馈的机会波束系统。设置反馈门限,当用户的接收信干噪比大于反馈门限时,对信干噪比进行量化,再将量化电平反馈给基站,否则无需进行量化和反馈。以吞吐量最大化为原则设定最佳反馈门限和量化电平,在瑞利块衰落信道中对系统进行仿真,并与传统机会波束系统比较,结果表明,该系统大大降低了反馈量。 胡佳伟 侯艳丽 米健关键词:机会波束 基于改进YOLOv5的PCB缺陷检测算法 被引量:3 2023年 针对目前大多数印刷电路板(printed circuit board, PCB)检测模型参数量大、不利于移动部署的问题,同时为了进一步提升检测精度,提出一种基于改进YOLOv5的轻量化缺陷检测算法。该算法使用ShuffleNetV2替换CSPDarkNet53,减少参数量;将普通卷积替换为鬼影混洗卷积(ghost-shuffle convolution, GSConv),提升网络的运行速度;采用内容感知特征重组模块(content-aware reassembly of features, CARAFE)替换最邻近上采样算子,在保证模型轻量化的同时充分利用特征语义信息,有助于提升精度;并且增加了小目标检测层和坐标注意力机制(coordinate attention, CA),以进一步提升算法对小目标缺陷的检测能力。实验结果表明,改进算法相较于YOLOv5,精度提升了0.91%,达到99.11%,召回率提高1.38%,参数量减少40%,检测速度达到74 fps,模型大小仅8.52 MB。该算法可以满足工业检测的要求。 侯艳丽 唐博华关键词:轻量化 基于IMPSiamCAR孪生网络无人机目标跟踪算法 被引量:3 2023年 针对无人机进行目标跟踪时,目标存在尺度变化大、易受遮挡、相似物干扰等问题,在SiamCAR的基础上提出IMPSiamCAR算法。该算法使用改进的ResNet50网络提取目标特征,引入通道注意力机制使模型学习不同通道的语义信息,按特征的重要程度为通道分配不同的权重,使算法能更加关注存在跟踪目标的区域;再将融合后的目标特征送入区域回归网络进行正负样本分类、中心度计算及边界框回归;最后得到每一帧中目标的位置。在UAV123与OTB100数据集上测试的实验结果表明,提出算法与对比算法相比,有更高的跟踪精度与成功率,能较好地应对遮挡、相似物干扰、尺度变化等挑战;并且在VOT2018和UAV123数据集上进行实时性测试的结果表明,所提算法可以满足无人机实时性的要求。 侯艳丽 王鑫涛 魏义仑 王娟关键词:目标跟踪 无人机 OFDM系统中一种低复杂度的TOA和DOA联合估计算法 被引量:1 2023年 针对正交频分复用(OFDM)系统利用求根多重信号分类(Root-MUSIC)算法进行到达时间(TOA)和波达方向(DOA)联合估计时,由于多项式求根过程中所求根为共轭对称形式存在计算冗余的问题,提出一种基于谱分解的TOA和DOA联合估计算法——SF-Root-MUSIC算法。该算法基于劳伦特多项式的结构特点,利用谱分解将求根多项式的阶次降低一半,降低了计算复杂度,完成独立的TOA和DOA估计,并通过构造代价函数进行参数配对,完成联合估计。仿真结果表明,SF-Root-MUSIC算法与Root-MUSIC算法具有相似的估计性能,且复杂度更低,在阵元数为12、子载波个数为512、快拍数为512时复杂度可降低69.94%,在保证精度的同时,以更低的复杂度实现TOA和DOA的联合估计,更适用于实时计算。 李铭 侯艳丽 苏佳关键词:波达方向 ROOT-MUSIC算法 谱分解 基于Efficientnet的红外目标检测算法 被引量:1 2023年 针对复杂场景下红外目标检测存在准确率低、召回率低的问题,为了提高红外图像中的小目标以及被遮挡目标的检测识别能力,提出基于Efficientnet的红外目标检测算法。首先,将高效轻量的Efficientnet作为模型的特征提取主干网,降低模型的参数量,提升训练速度。在Efficientnet主干网的最后一个输出层引入SPP模块,丰富特征图的表达能力,进行多尺度融合,扩大特征图的感受野;在模型特征融合部分,使用FPN特征金字塔网络,特征融合后增加CSPNet模块和ECA注意力机制,加强特征提取。检测部分使用YOLO Head,对目标进行分类和回归,并用CIoU Loss作为边界框回归损失函数,提高对被遮挡目标的识别能力。实验结果表明,基于Efficientnet的模型大小仅为YOLOv3的18.8%,并且在FLIR数据集上mAP达到80.74%,相比于YOLOv3算法提高10.12%,该模型在减少模型参数量的同时,提升了检测精度。该模型在FLIR数据集上具有良好的泛化能力,提高了对小目标和遮挡目标的检测能力。 侯艳丽 王娟关键词:红外目标检测 SPP 基于预编码的正交频分复用雷达通信一体化信号设计 被引量:8 2021年 针对正交频分复用(orthogonal frequency division multiplexing,OFDM)雷达通信一体化信号中的通信信息影响其探测性能的问题,提出一种基于预编码的OFDM雷达通信一体化信号形式。利用具有较好相关特性的伪随机序列对一体化信号的通信信息进行预编码,以提高一体化信号的模糊函数性能,进而提升其探测能力。特别地,选取m序列、gold序列和Kasami序列进行预编码,并分析了扩展因子的影响和这3种序列的特点和适用环境。仿真结果表明,取相同扩展因子时,分别采用这3种序列进行预编码,不同程度地增加了OFDM一体化信号的峰值旁瓣比,将提升OFDM一体化信号的目标检测能力。 侯艳丽 周安敉 郭鑫关键词:正交频分复用 模糊函数 伪随机序列 预编码 基于奥米亚棕蝇的测向天线阵列研究 被引量:4 2015年 目前的测向技术主要是采用天线阵列来接收信号,通过对接收到的信号进行后处理从而对目标实现测向。为了保证测向精度,天线阵元间需保持较大的间距,使得测向系统尺寸较大、集成度较低。奥米亚棕蝇(Ormia ochracea)听觉系统尺寸微小,能通过其双耳的耦合构造对微小的差异进行有效的放大进而实现寄主声源定位。将奥米亚棕蝇听觉系统的耦合结构引入到常规的测向天线阵,以便在天线间距很小时,放大天线接收信号的相位差,实现高精度的测向。设计适合的耦合网络,设置合理的参数,对不同频率、不同角度的入射波进行仿真,仿真结果表明,这种基于外部耦合网络的天线阵列在天线间距较小时能实现接收信号相位差的放大,验证了耦合网络的有效性。与传统的测向阵列相比,该测向结构具有微型化和集成化的特点。 胡佳伟 侯艳丽关键词:天线阵列 测向 融合坐标信息与模板更新的孪生网络目标跟踪 2023年 应对孪生网络单目标跟踪算法在跟踪中遇到背景杂乱、相似物影响、遮挡等复杂场景的问题导致跟踪系统精度和成功率下降的问题,提出一种融合坐标注意力机制和模板更新的跟踪算法MCUSiamRPN(MobileNet coordinate attention and updating of template SiamRPN).在SiamRPN算法基础上,采用改进的MobileNetV3为特征提取网络,多层特征信息分别送入坐标注意力模块,进行特征融合,丰富语义信息;设计了一种自适应模板更新模块,结合初始模板和当前帧的模板用于估计下一帧的最佳模板更新模板信息.在OTB100和UAV123两个数据集上进行测试,结果显示:相比于基准算法SiamRPN,精度分别提升了5.3%和3.7%;成功率分别提升了3.7%和5.2%,验证了该算法的有效性. 侯艳丽 魏义仑 王鑫涛关键词:单目标跟踪 一种基于多跳注意残差网络的调制识别算法 2024年 为了进一步提升通信信号调制识别的准确率,在ResNet网络的基础上提出一种基于多跳注意残差网络(Multi-skip Attention Residual Network,MARN)的调制识别方法。该方法利用提取不同特征的卷积核进行多跳连接构建3种残差块,进而构建多跳残差网络,提取信号的时域特征;加入CBAM(Convolutional Block Attention Module)注意力机制自适应地调整通道权重,加强信号特征的表征能力;采用自适配归一化(Switchable Normalization,SN)加速网络收敛;加入丢弃率为0.3的AlphaDropout层,提高算法的拟合能力,最终实现对通信信号端到端的分类识别。在RadioML2018.01a数据集上仿真实验,结果表明在信噪比为-10~15 dB下,MARN网络平均识别率达到63.3%,较ResNet网络的平均识别率提升3.7%。 侯艳丽 刘春晓关键词:调制识别 基于注意力机制改进的DeepLabV3+遥感图像分割算法 2024年 DeepLabV3+分割算法具有高效的编解码结构,常用在图像分割任务中。针对DeepLabV3+高分辨率遥感图像语义分割中存在的分割目标边缘不精确和孔洞缺陷问题,提出了一种基于注意力机制改进的DeepLabV3+遥感图像分割算法。构建ECBA(Efficient Convolutional Block Attention Module)注意力机制,将ECBA添加至DeepLabV3+主干网络Xception,增强其特征提取能力,得到注意力加权的高层特征。同时,将ECBA添加至编码器和解码器的连接支路,得到注意力加权后的低层特征。解码器将两种特征进行特征融合,以增强网络对不同分割目标的边缘以及同一目标内部的感知。实验结果表明,改进后的算法在ISPRS Potsdam数据集上的平均交并比(mean Intersection over Union,mIoU)和F1指数分别达到了79.80%和75.88%,比DeepLabV3+算法提高了11.06%和6.32%。 侯艳丽 盖锡林关键词:遥感图像分割 神经网络