崔琳
- 作品数：52 被引量：195H指数：7
- 供职机构：西安工程大学电子信息学院更多>>
- 发文基金：国家自然科学基金博士科研启动基金陕西省教育厅科研计划项目更多>>
- 相关领域：电子电信自动化与计算机技术交通运输工程理学更多>>
- 双基地线性最小二乘估计算法定位精度分析
- 双基地声纳，由于收发设备分置，系统具有主动和被动声纳工作的特点，能利用现在的技术和设备，因此在反潜作战和水声对抗方面，具有很大的优势。目前，双基地声纳系统受到极大关注，并成为新一代声纳技术研究的重要课题。一般地双基地声纳...
- 刘若辰王英民崔琳
- 关键词：双基地声纳
- 文献传递
- 局部投影降噪算法参数的确定及其应用被引量：1
- 2011年
- 针对水声信号的非线性特征,采用局部投影降噪算法研究了舰船辐射噪声的非线性降噪问题。在分析局部投影降噪算法有关参数的选择对降噪效果影响的基础上,研究了局部投影邻域半径参数的估计。提出一种适合水声信号降噪的邻域半径估计算法,即通过估算信号的噪声强度确定局部投影的邻域半径。对Logistic模型和实际舰船信号进行降噪处理,结果表明采用噪声强度估计邻域半径的局部投影降噪算法不仅结构简单,具有较好的收敛性,而且对舰船辐射噪声具有很好的降噪效果。
- 崔琳李亚安刘若辰李国辉
- 关键词：水声信号降噪LOGISTIC模型
- 阵元失效缺陷阵波束形成方法研究
- 阵列中的阵元会因为各种原因而失效,由于无法及时更换,而且阵元的失效会增加波束形成的旁瓣级,所以处理该问题的方法显得尤为重要。本文采用时间延迟估计和线性预测两种方法来对失效阵元的输出进行预测,从而达到抑制旁瓣级,提高基阵指...
- 崔琳林关成李亚安
- 关键词：波束形成
- 文献传递
- 圆形稀布阵列天线综合被引量：2
- 2017年
- 将智能优化算法应用到圆形阵列天线综合当中,介绍了圆形稀布阵列天线的设计方法,利用入侵杂草算法优化阵列单元的位置,得到旁瓣电平尽量低的方向图。文章介绍的方法不但能够对相邻阵列单元的最小间距、阵列天线孔径尺寸和阵列单元数目进行限制,而且能够降低圆形稀布阵列天线优化过程的复杂程度。
- 郭华崔琳焦亚萌张晓丹
- 关键词：阵列天线
- 课堂场景下改进MobileNetv3人脸识别算法被引量：5
- 2022年
- 针对课堂场景中人脸识别性能不佳的问题,提出一种基于改进MobileNetv3的人脸识别算法。首先,利用全局逐通道卷积层(global depthwise convolution, GDConv)优化特征提取网络,根据特征提取网络最后一层特征图中不同感知单元的重要性程度对其赋予不同的权重,提取更多人脸有效特征,同时减少干扰信息影响。然后,采用协调注意力机制(coordinate attention, CA)同时提取人脸特征位置信息和通道信息,增强模型的特征表达能力。此外,通过优化模型提取的特征向量维度,降低遮挡对人脸识别算法精度的影响。最后,使用Softmax损失函数和Center损失函数联合监督模型训练,使学习到的特征类内距离更加紧凑,类间距离更加发散。实验结果表明,算法在识别准确率和速度方面均优于其他比较算法,在LFW数据集上人脸识别准确率可达96.1%,在真实课堂场景中识别精度为93.54%,速率为124 fps。
- 冯婧顾梅花刘晓龙崔琳
- 关键词：人脸识别
- 基于开源信息平台的威胁情报挖掘综述被引量：13
- 2022年
- 网络空间新生威胁日趋复杂多变,传统安全防御手段已经捉肘见襟。网络安全威胁情报作为直接或潜在安全威胁的外部信息资源,可帮助安全人员快速甄别恶意威胁攻击并及时作出响应防御。开源威胁情报挖掘技术可从多方开源情报中获取高质量情报,极大弥补了传统威胁情报挖掘信息量单薄等不足。美国及欧洲是最早在政府层面开展开源情报挖掘技术研究的国家和地区,并将其作为政府的常规情报搜集手段。近年我国也在广泛采集整理网络开源威胁信息,并拓展开源威胁情报的应用。本文深入分析了近6年来开源威胁情报挖掘的一百多篇相关文献,系统梳理了威胁情报挖掘相关文献的技术理论以及在网络安全检测中的应用场景,归纳总结出了开源威胁情报挖掘的一般流程框架模型,并针对开源威胁情报采集与识别提取,开源威胁情报融合评价以及开源威胁情报关联应用三个关键场景进行了分析和论述,系统评述了这三部分研究工作中的细分热点方向,并从技术应用场景,所使用的技术,性能评估以及优缺点评价对各解决方案做了系统优劣势分析;最后分析总结了当前我国开源威胁情报挖掘中尚待解决的共性问题,并指出了未来的研究趋势与下一步研究方向。本文期望通过研究和分析已有的开源威胁情报研究概况,推进我国开源威胁情报挖掘分析工作的发展,提升国家网络安全的整体防御能力。
- 崔琳杨黎斌何清林王梦涵马建峰
- 波束形成算法指向误差时的稳健性研究被引量：3
- 2014年
- 为有效克服期望信号方向存在指向误差而导致的阵列流形向量失配的问题,提出了一种基于支持向量回归机的波束形成方法.该方法在分析线性约束最小方差波束形成器的基础上,将支持向量机的损失函数引入到线性约束最小方差波束形成器的最优化问题中,从而使基于结构风险最小化原理的支持向量回归机算法与波束形成算法相结合.通过MATLAB仿真实验,在没有失配的理想情况和期望信号存在方向向量失配的情况下,选取不同的支持向量机参数以及信噪比,分析对2种损失函数的基于支持向量机的波束形成算法.仿真实验结果表明,该算法在期望信号方向存在指向误差时,依然能够保持较好的系统输出信噪比,具有一定的稳健性.
- 崔琳焦亚萌
- 关键词：波束形成线性约束最小方差支持向量机
- 基于峰均功率比的多目标检测方法性能分析被引量：3
- 2014年
- 为了避免多目标治理环境中由于存在强度差导致检测概率降低的情况,给出了3种基于峰均功率比的多目标检测方法.利用采样协方差矩阵的特征向量受噪声方差影响小的特性,计算其峰均功率比值,将峰均功率比值应用于信息论准则和盖尔圆半径,检测信号源个数.仿真结果表明,对于不等强双目标,PAPRT、PGAIC和PGMDL方法的检测性能优于AIC和MDL方法.随着强度差的增大,给出方法的检测概率稳定在100%.
- 焦亚萌崔琳
- 关键词：阵列信号处理多目标目标检测峰均功率比
- 自适应变分模态分解与RCNN-3结合的扬声器异常声分类方法被引量：1
- 2023年
- 针对扬声器异常声分类准确率较低问题,提出基于自适应变分模态分解(adaptive variational mode decomposition,AVMD)与残差卷积神经网络(residual convolutional neural network,RCNN)相结合的异常声分类方法。AVMD中首先利用灰狼优化(grey wolf optimizer,GWO)算法优化变分模态分解(variational mode decomposition,VMD)的二次惩罚因子(α)和模态分解数(K),然后用VMD提取特征,最后通过随机森林递归特征消除(random forest recursive feature elimination,RF-RFE)算法提取最优特征数据,RCNN-3是在卷积神经网络(convolutional neural network,CNN)基础上引入残差网络(residual network,ResNet)进行异常声分类。实验结果表明,提出的方法具有更好的分类准确率和稳定性,其分类平均准确率可达99.3%。
- 周静雷贺家琛王晓明崔琳
- 阵元失效缺陷阵波束形成方法研究
- 阵列中的阵元会因为各种原因而失效,由于无法及时更换,而且阵元的失效会增加波束形成的旁瓣级, 所以处理该问题的方法显得尤为重要。本文采用时间延迟估计和线性预测两种方法来对失效阵元的输出进行预测,从而达到抑制旁瓣级,提高基阵...
- 崔琳林关成李亚安
- 文献传递
