检索结果

Select

1. 基于改进智能水滴的正交匹配追踪混合预编码算法

刘紫燕, 马珊珊, 白鹤

计算机应用 2021, 41 (5): 1419-1424. DOI: 10.11772/j.issn.1001-9081.2020071116

摘要（222）

PDF （956KB）（412）

针对毫米波大规模多输入多输出（mmWave Massive MIMO）系统硬件成本高、系统开销大等问题，提出一种基于改进智能水滴的正交匹配追踪（IWD-OMP）混合预编码算法。首先，基于正交匹配追踪（OMP）算法求解预编码矩阵；其次，采用改进的智能水滴（IWD）算法求解矩阵中全局最优的索引向量；最后，通过此方法求解的矩阵无须提前构造候选矩阵，可以达到节约系统资源、降低矩阵计算复杂度的目的。实验结果表明，当发送端天线数为128，信噪比为28 dB时，与OMP算法相比，该方法的系统可达和速率提高了约7.71%；当信噪比为8 dB时，该方法的系统误码率降低约19.77%。此外，所提预编码算法对实际信道环境中非完全信道状态信息（CSI）具有鲁棒性，当信噪比取值为28 dB时，相较于完全CSI，该方法对非完全CSI的可达和速率降低了约1.08%。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于非局部关注和多重特征融合的视频行人重识别

刘紫燕, 朱明成, 袁磊, 马珊珊, 陈霖周廷

计算机应用 2021, 41 (2): 530-536. DOI: 10.11772/j.issn.1001-9081.2020050739

摘要（399）

PDF （1057KB）（389）

现有视频行人重识别方法无法有效地提取视频连续帧之间的时空信息，因此提出一种基于非局部关注和多重特征融合的行人重识别网络来提取全局与局部表征特征和时序信息。首先嵌入非局部关注模块来提取全局特征；然后通过提取网络的低中层特征和局部特征实现多重特征融合，从而获得行人的显著特征；最后将行人特征进行相似性度量并排序，计算出视频行人重识别的精度。在大数据集MARS和DukeMTMC-VideoReID上进行实现，结果显示所提出的模型较现有的多尺度三维卷积（M3D）和学习片段相似度聚合（LCSA）模型的性能均有明显提升，平均精度均值（mAP）分别达到了81.4%和93.4%，Rank-1分别达到了88.7%和95.3%；同时在小数据集PRID2011上，所提模型的Rank-1也达到94.8%。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于注意力机制的行人重识别特征提取方法

刘紫燕, 万培佩

计算机应用 2020, 40 (3): 672-676. DOI: 10.11772/j.issn.1001-9081.2019081356

摘要（1137）

PDF （726KB）（722）

针对真实环境中非重叠多摄像头的行人重识别受到不同摄像机场景、视角、光照等因素的影响导致行人重识别精度低的问题，提出一种基于注意力机制的行人重识别特征提取方法。首先，使用随机擦除法对输入的行人图像进行数据增强，提高网络的鲁棒性；然后，通过构建自上而下的注意力机制网络增强空间像素特征的显著性，并将注意力机制网络嵌入ResNet50网络提取整个行人的显著特征；最后，将整个行人的显著特征进行相似性度量并排序得到行人重识别的结果。该注意力机制的行人重识别特征提取方法在Market1501数据集上Rank1达到88.53%，平均精度均值（mAP）为70.70%；在DukeMTMC-reID数据集上Rank1达到77.33%，mAP为59.47%。所提方法在两大行人重识别数据集上性能都有明显提升，具有一定的应用价值。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于改进共轭梯度的大规模多输入多输出预编码

白鹤, 刘紫燕, 张杰, 万培佩, 马珊珊

计算机应用 2019, 39 (10): 3007-3012. DOI: 10.11772/j.issn.1001-9081.2019040638

摘要（259）

PDF （825KB）（224）

针对大规模多输入多输出（Massive MIMO）系统下行链路预编码实现复杂、线性预编码矩阵求逆困难等问题，提出一种基于对称逐步超松弛预处理共轭梯度法（SSOR-PCG）的低复杂度预编码算法。该算法在共轭梯度（PCG）算法的基础上，采用对称逐步超松弛分裂（SSOR）算法对矩阵进行预处理以降低矩阵的条件数，达到提高预编码算法收敛速度、降低复杂度的目的。仿真结果表明：与PCG算法相比，所提出的SSOR-PCG预编码算法运行时间缩短约88.93%，在信噪比为26 dB时已收敛；与迫零预编码算法相比，所提算法迭代2次即可获得与迫零预编码算法相近的系统容量性能，复杂度降低约一个数量级，误码率降低约49.94%。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于压缩感知的大规模多输入多输出空间共稀疏信道估计

唐虎, 刘紫燕, 刘世美, 冯丽

计算机应用 2018, 38 (4): 1106-1110. DOI: 10.11772/j.issn.1001-9081.2017082027

摘要（377）

PDF （747KB）（434）

针对频分复用双工方式的大规模多输入多输出（MASSIVE MIMO）系统在虚拟角域信道中估计精度较差的问题，提出一种基于门限的稀疏度自适应匹配追踪（BT-SAMP）算法。该算法融合了回溯正交匹配追踪（BAOMP）算法的原子选择特性和稀疏度自适应匹配追踪（SAMP）算法的自适应特性，将BAOMP算法的"添加原子"规则作为SAMP算法的原子选择预处理，通过合理的阈值添加固定的原子，然后延续SAMP算法的步长迭代自适应特性，寻找到信道矩阵近似系数最大，达到了提高SAMP算法估计精度、加快算法收敛的目的。仿真结果表明，在低信噪比（SNR）情况下，与SAMP算法相比，信道估计精度均有提高，特别是信噪比在0~10 dB时，其估计精度提升4 dB，算法的运行时间减少约61%。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于压缩感知的多小区MASSIVE MIMO信道估计

刘紫燕, 唐虎, 刘世美

计算机应用 2017, 37 (9): 2474-2478. DOI: 10.11772/j.issn.1001-9081.2017.09.2474

摘要（560）

PDF （919KB）（730）

针对多小区多用户大规模多输入多输出（MASSIVE MIMO）系统信道估计在低信噪比情况下估计精度较差的问题，提出了一种基于群智能搜索的果蝇分段正交匹配追踪（FF-StOMP）压缩感知算法。该算法在分段正交匹配追踪（StOMP）求解不同阈值下的信道矩阵参数与归一化最小均方误差的基础上，采用果蝇优化算法动态搜索出最小归一化均方误差与其对应的阈值，达到自适应参数设定的目的。仿真结果表明，与StOMP算法相比，信噪比在0~10 dB情况下，所提出的FF-StOMP算法信道估计性能能够提升0.5~1 dB；信噪比在11~20 dB时，信道估计性能能够提升0.2~0.3 dB。当小区用户数发生变化时，所提出的算法能实现自适应信道估计，能够有效提升MASSIVE MIMO系统低信噪比情况下的信道估计精度。

参考文献 | 相关文章 | 多维度评价

Select

7. 基于压缩感知的MASSIVE MIMO空间共稀疏信道估计

唐虎刘紫燕刘世美冯丽

录用日期: 2017-10-24