翟旭平 作品数:37 被引量:121 H指数:7 供职机构: 上海大学 更多>> 发文基金: 国家自然科学基金 上海市教育委员会重点学科基金 上海市科学技术委员会资助项目 更多>> 相关领域: 电子电信 自动化与计算机技术 电气工程 理学 更多>>
采用对数预处理的SVM频谱感知方法 被引量:4 2017年 为提高频谱感知灵敏度和准确率,减少训练时间,提出一种采用对数函数预处理的支持向量机频谱感知方法.通过实验平台采集出样本集,在保证频谱感知性能前提下,选取一个尺寸最小且具有适用性的训练样本集,利用对数函数对样本集进行预处理,增大主用户信号存在与不存在时样本的平均值之差.实验表明,经对数函数预处理的样本集送入支持向量机进行训练和测试,其频谱感知性能在低信噪比下有明显提高,检测率达到90%以上. 翟旭平 孟田 王涛关键词:认知无线电 频谱感知 对数函数 IEEE802.11分布式协调功能在MANET网络中的性能改善(英文) 2004年 研究了移动Ad Hoc网络中的媒体接入控制问题.首先,基于IEEE 802.11媒体接入控制协议,提出了应用于MANET网络媒体接入控制的2个机制:自适应回退窗转发优先机制(FPF)和多跳链邀请发送机制(MFCTI).FPF机制根据业务优先级自适应调整竞争窗大小,而MFCTI机制则充分利用了网络层路由信息和无线传播的广播特性.在此基础上对所提出的机制进行了仿真研究并与原IEEE 802.11媒体接入控制进行了比较.结果表明,所提机制可以有效地提高网络吞吐率,降低端对端迟延,缓解网络局部拥塞,从而提高了MANET网络的性能.其另一优点是只需对IEEE802.11媒体接入控制作少量的补充和改动. 翟旭平 毕光国 徐平平关键词:无线局域网 移动AD HOC网络 媒体接入控制 分布式协调功能 一种基于稀疏自编码器的电机故障诊断方法 被引量:8 2019年 在电机故障诊断研究领域,基于人工智能技术和现代信号处理方法相结合的故障诊断技术正逐步成为目 前的研究热点。一般的模式识别方法往往对信号的数据采集和处理有较高要求,且往往因模型泛化能力有限而受到 制约。为解决这一问题,提出一种基于稀疏自编码器的故障诊断方法,利用Hilbert包络谱信号训练稀疏自编码器,自 适应将大数据的内在特征提炼为简单的特征函数,通过特征函数表达实现电机状况的智能诊断。实验结果表明,相比 BP(Back propagation,BP)神经网络和支持向量机分类算法,本方法可快速、有效地提高故障分类的准确度,对电机故障 精准诊断具有重要意义。 王黎阳 杜翀 汪欣 翟旭平关键词:故障诊断 模式识别 特征提取 一种改进的基于单高斯模型的红外异常目标检测算法 被引量:3 2021年 基于单高斯模型的红外异常目标检测算法是一种常见的能自适应更新背景模型的检测算法。该算法对各个像素的输出响应进行高斯建模,通过设定的阈值确定目标像素点是否为前景像素点,从而达到检测的目的。本文在单高斯模型的基础上,提出一种改进的异常检测算法,该算法利用奈曼-皮尔逊准则选取最佳阈值,克服了根据经验值选取阈值的局限性,为最佳判决阈值的选取奠定了理论基础,使得在虚假率一定的情况下,检测概率达到最高。实验证明,将常见的经验阈值与本文确定阈值进行比较,本文算法确定的阈值检测效果更佳。 宋珊珊 翟旭平关键词:红外成像 目标检测 基于支持向量机和噪声估计的宽带频谱感知方法 被引量:7 2017年 频谱感知技术是认知无线电的核心技术之一,由于未来无线通信技术的发展对高速数据通信的需求,使得宽带频谱感知技术成为目前研究的重点方向。由于宽频带带宽较宽不能直接将整个频段划分为占用或者空闲,需要对宽频带进行细分。将信号划分为多个子频带,通过预处理将多元分类问题转化成二元分类问题。为了降低频谱感知的算法复杂度,提出了基于噪声估计(estimation of noise,EN)和支持向量机(support vector machine,SVM)的频谱感知算法,该算法利用检测性能较好的慢速感知算法作为噪声估计,再使用算法复杂度低的快速感知算法结合噪声估计的信息进行频谱感知。实验结果表明,在低信噪比下,该算法较传统的方法其检测性能有着明显的提高,在信噪比为-10dB的无线环境中能够完全识别各个子信道的使用情况。 聂勇 叶翔 翟旭平关键词:宽带频谱感知 支持向量机 低复杂度 噪声估计 基于PCA和混合核函数QPSO_SVM频谱感知算法 被引量:13 2016年 频谱感知是认知无线电系统的关键技术之一,针对基于支持向量机的频谱感知方法中核函数选取的单一性和核函数参数的不确定性,提出一种基于混合核函数支持向量机的频谱感知算法,将两种核函数混合构造新的核函数,采用量子粒子群算法对其中的参数进行优化,并引入主成分分析方法对样本进行降维并提取其全局特征。实验结果表明,该模型较传统方法在低信噪比下无线环境中的分类精度上有了明显提高,在信噪比为-10dB的无线环境中能完全识别出主用户,为频谱感知提供了一种可靠性高的设计方案。 翟旭平 杨兵兵 孟田关键词:频谱感知 混合核函数 主成分分析 基于随机共振和支持向量机的频谱感知 被引量:3 2017年 认知无线电是一门新技术,它的目标实现用户的动态频谱接入,提高频谱的使用效率。频谱感知是认知无线电的基础,它的作用是感知频谱空洞,实现对主用户无干扰接入。频谱感知需要在极低信噪比下有较好的感知性能,才能保证感知用户在不影响主用户通信的情况下进行通信。即使在较低的信噪比条件下,它也需要较高的检测性能。提出一种对信号进行双稳态随机共振和特征识别的方法,首先信号先通过随机共振系统以提高信噪比,然后使用FAM算法将信号的循环谱特征提取出来。最后使用支持向量机(SVM)对特征进行模式识别。实验结果表明,在低信噪比下本方法相比传统的能量检测和SVM方法具有更高的检测可靠性。 叶翔 聂勇 翟旭平关键词:频谱感知 随机共振 支持向量机 循环平稳特征 一种基于低分辨红外传感器的动作识别方法 被引量:3 2022年 如今,世界各国人口老龄化问题日益严重,为了避免独居老人发生意外,老人日常动作监测和识别算法成为了研究热点。本文设计了一种基于低分辨红外传感器的动作识别方法,通过红外传感器采集探测区的温度分布数据,对温度分布数据进行处理,从时间、温度、形变和轨迹4个方面提取多个特征,最后通过K近邻算法对"行走"、"弯腰"、"坐下"、"站起"和"摔倒"5种动作进行分类。实验结果表明平均识别准确率可达到97%,其中摔倒动作的识别准确率为100%。 张昱彤 翟旭平 汪静关键词:特征提取 K近邻算法 基于低分辨率红外传感器的深度学习动作识别方法 被引量:2 2022年 近年来动作识别成为计算机视觉领域的研究热点,不同于针对视频图像进行的研究,本文针对低分辨率红外传感器采集到的温度数据,提出了一种基于此类红外传感器的双流卷积神经网络动作识别方法。空间和时间数据分别以原始温度值的形式同时输入改进的双流卷积神经网络中,最终将空间流网络和时间流网络的概率矢量进行加权融合,得到最终的动作类别。实验结果表明,在手动采集的数据集上,平均识别准确率可达到98.2%,其中弯腰、摔倒和行走动作的识别准确率均达99%,可以有效地对其进行识别。 张昱彤 翟旭平 聂宏AODV协议在仓库温度监测系统中的应用 2020年 现如今随着无线网络技术的迅猛发展,已经实现了对各种不同设备的远程监控和数据采集。研究了Ad Hoc网络在仓库温度监测系统中的应用,其解决了有线连接布线供电的成本高、扩展性差等的问题。通过对AODV协议的研究,并对比分析了其与DSR协议的性能特点。在AODV协议的基础上,提出了一定的改进意见,并对改进前后的协议进行仿真及性能分析,最终结果表明,改进后的AODV路由协议保证了数据分组转发的可靠性和有效性。 汪静 翟旭平关键词:AODV路由协议 DSR协议 温度监测