首页期刊导航|无线电工程
期刊信息/Journal information
无线电工程
中国电子科技集团公司第五十四研究所
无线电工程

中国电子科技集团公司第五十四研究所

屈永欣

月刊

1003-3106

gch4954@163.com

0311-86924962

050081

河北省石家庄市中山西路590号

无线电工程/Journal Radio Engineering 北大核心
查看更多>>《无线电工程》(月刊)创刊于1971年,由中国电子科技集团公司第五十四研究所主办,国内外公开发行。本刊坚持学术性与技术性相结合,以跟踪遥感遥测遥控学科发展、交流测控领域学术与技术应用成果为主要报道内容,突出高科技并兼顾其他相关专业。《中文核心期刊要目总览》收录期刊,多次荣获工业和信息化部编辑质量优秀奖、出版质量优秀奖,河北省出版物印刷优质产品(一等品)。
正式出版
收录年代

    基于YOLOv5算法的无人机巡检图像中绝缘子单目测距方法

    陈彬刘华洲李勃铖贾燕峰...
    1421-1430页
    查看更多>>摘要:为了提升无人机安全飞行性,提升线路运维能力,基于YOLOv5深度学习算法,提出了一种无人机单目测距方法,用于实现一种精确的辅助距离测量功能.对现有的开源绝缘子数据集进行了扩充和标定,采用YOLOv5s模型进行了训练、验证和测试,建立了绝缘子串的测距模型,设计代码加入到检测模块中,实现对绝缘子的识别和测距.实验结果表明,该模型能够准确识别输电线路不同类型的绝缘子并进行精确测距,平均测距误差为4.76%;对复合绝缘子的识别和测距效果最佳,改变俯仰角和相对距离,最大测距误差为6%;在不同天气条件下,亮度变化越大,对绝缘子的识别测距误差也越大,亮度增加至100%时,误差最高可达到12.3%.测距所需平均时间为0.298 4 s,可以实现高效、高精度测距,为无人机巡检安全距离测量提供支持.

    安全距离绝缘子深度学习YOLOv5图像识别单目测距

    基于DMSANet-YOLOv7的雾霾下绝缘子缺陷实时检测方法

    王海群王康
    1431-1439页
    查看更多>>摘要:针对复杂环境与雾霾天气下绝缘子缺陷过小,传统目标检测算法难以识别造成误检、漏检等情况,提出一种以YOLOv7为基础模型并改进的缺陷检测算法.在图像预处理部分采用暗通道先验去雾算法,提高模型对特征的可分辨性与鲁棒性;为提高模型特征提取能力和识别小目标能力,在主干网络结构后端引入双重多尺度注意力机制(Dual Multi Scale Attention Network,DMSANet);为减小模型尺寸,提高模型识别速度,采用基于SwinTransformer改进的C3模块替代E-ELAN模块;在预测部分使用Wise-IOU损失函数,提高模型收敛效率.实验结果表明,DMSANet-YOLOv7算法相较于原YOLOv7算法平均准确率、准确率以及召回率分别提高6.3%、7.9%、12.3%,单张图片检测速度达到12.3 ms,参数量为37.7 M.在提高检测精度的同时确保检测速度和性能的平衡,能够更好地搭载至无人机及其他平台,满足绝缘子及其缺陷的实时动态检测需求.

    绝缘子缺陷目标检测注意力机制YOLOv7暗通道先验去雾算法

    基于CNN-BiLSTM混合神经网络的雷达信号调制方式识别

    房崇鑫盛震宇夏明周慧成...
    1440-1445页
    查看更多>>摘要:针对具有时频特性的雷达信号,传统的雷达信号识别方法已经无法满足对信号类型精准识别的需求,因此需要通过采集并分析雷达信号脉内的时频特征实现对目标雷达的具体信息进行有效评估.设计了一种卷积-双向长短时记忆(Convolution-Bidirectional Long Short-Term Memory,CNN-BiLSTM)混合神经网络模型,主要通过 BiLSTM 的时序记忆特性深度挖掘雷达信号的时域特征,结合权值共享特性和CNN层捕获雷达信号的时频特征,再利用二者信号特征联合完成对雷达信号调制方式的识别.通过对比实验验证,所提方法对若干种雷达信号的识别具有较高的准确度,平均值达到95.349%;优于只使用单一特征的网络和传统算法,具有良好的抗噪声能力.

    深度学习卷积-双向长短时记忆混合神经网络雷达信号调制识别

    PSOS-YOLOv5s:一种轻量级玉米雄穗快速检测算法

    胡阵马宗军黄传宝赵景波...
    1446-1453页
    查看更多>>摘要:针对玉米雄穗检测中速度较慢的问题,提出一种基于YOLOv5s改进的轻量化快速检测算法——PSOS-YOLOv5s.所提算法在主干网络中采用轻量级PP-LCNet替换CSPDarknet53,采用2种不同的深度可分离卷积与注意力机制的组合来构成基本块,降低模型复杂度并加快检测速度;在预测部分采用SimOTA标签匹配策略替换YOLOv5s中的标签匹配策略,采用中心先验思想获得精准的先验知识,提出动态k策略过滤冗余标签,提高模型对正样本的快速选取能力;在预测部分采用SIOU Loss替换GIOU Loss,引入角度损失因子来降低回归自由度、加快收敛速度、节省训练时间,重新定义惩罚指标,提高检测精度.实验结果表明,在玉米雄穗数据集中,提出的改进算法相比于YOLOv5s,模型参数量降低52.86%,模型的检测精度提升0.6%,模型的检测速度提升65.5%.改进后的算法提升效果明显,可以满足大规模玉米雄穗快速检测的要求.

    玉米雄穗检测轻量化网络标签匹配策略损失函数YOLOv5

    基于改进YOLOv5的城市火灾检测算法研究

    武慧杨玉竹卜显峰曹丽英...
    1454-1461页
    查看更多>>摘要:火灾引发的经济与人员损伤始终是社会的棘手问题,迫切需要能够实时、准确监控火灾发生的方案.针对城市火灾场景复杂、目标小和定位要求高等问题,提出了一种改进YOLOv5的城市火灾场景下烟火目标检测算法.整理收集到的网络数据、构建数据集,并进行数据增强.基于YOLOv5s算法模型,重构网络结构,增加小目标检测层,使模型更加关注小目标的检测.嵌入了压缩与激励网络(Squeeze-and-Excitation Network,SENet),使YOLOv5模型的检测精度进一步提升.讨论了 SENet添加位置的问题.实验结果表明,改进YOLOv5算法的精确率达到了 93.7%,与原YOLOv5s相比召回率和平均精确度分别提高了 1.9%、1.6%;在网络中添加注意力模块的位置不同,所产生的模型效果也不同.

    火灾检测小目标样本YOLOv5压缩与激励网络

    面向通信SNR增强的RIS三维空间位置部署研究

    郭歆莹田高峰
    1462-1469页
    查看更多>>摘要:针对可重构智能表面(Reconfigurable Intelligent Surface,RIS)辅助无线通信系统存在"双衰落效应"问题,提出了一种RIS位置部署优化方法.建立了符合实际应用场景的RIS辅助无线通信系统模型,该模型考虑RIS可部署在三维空间中任意位置.以最大化用户接收信噪比(Signal to Noise Ratio,SNR)为目标,通过数值分析三维空间中基站、RIS和用户之间的相对位置关系,理论推导出RIS最优部署位置的闭式解.仿真实验结果表明,将RIS部署在通过数值分析方法获取的最优位置处,提高了实际应用场景下RIS辅助无线通信系统中的用户接收SNR.

    可重构智能表面三维空间最优位置部署用户接收信噪比

    基于颜色校正与改进的CLAHE多尺度融合水下图像增强

    弭永发迟明善张强刘鹏杰...
    1470-1480页
    查看更多>>摘要:由于水体对光线的吸收和散射作用,水下图像易出现色偏、对比度低等问题.针对上述问题,提出一种基于颜色校正与改进的限制对比度自适应直方图均衡(Contrast Limited Adaptive Histogram Equalization,CLAHE)多尺度融合水下图像增强方法.提出自动对比度调整的改进版白平衡方法对图像颜色进行校正;采用结合自适应伽马校正的CLAHE提高图像的对比度、亮度、轮廓与细节;采用高斯与拉普拉斯金字塔提取图像不同特征图进行多尺度融合,从而实现水下图像的增强处理.此外,还对提出的算法与其他算法进行主客观评价与对比分析.对比实验结果表明,采用所提方法增强处理后的水下图像质量明显提升,水下图像颜色质量评价(Underwater Color Image Quality Evaluation,UCIQE)、信息熵、水下图像质量评价(Underwater Image Quality Measure,UIQM)的均值分别为0.639 0、7.714 9、0.718 3,均证明了所提方法的有效性.另外,消融实验结果也证明所提算法的合理性,能够有效解决水下图像色偏问题,均衡提高水下图像的对比度与亮度,增强图像的边缘和细节特征.

    水下图像增强多尺度融合白平衡自适应伽马校正限值对比度自适应直方图均衡

    一种面向区域尺度的DMSP/OLS夜间灯光影像校正方法

    朱军桃李海林兰荣添任招财...
    1481-1488页
    查看更多>>摘要:针对美国国防气象卫星计划(Defense Meteorological Satellite Program,DMSP)/线性扫描业务系统(Operational Linescan System,OLS)夜间灯光影像存在大量饱和像元的问题,提出一种基于不饱和像元校正的去饱和方法.以北京市为研究区,提取出待校正影像内不饱和灯光像元与参考影像相应像元拟合,通过幂函数回归模型将参考影像校正到各期待校正影像尺度,得到饱和像元的真实灯光值;建立相互校正模型将待校正影像统一校正到参考影像尺度上,使影像具有可比性;利用连续性校正获得北京市1992-2013年时间序列影像数据.结果表明,该校正方法更大程度地改善了 DMSP/OLS像元饱和现象,与GDP和人口的拟合优度分别为0.716和0.812,相比不变目标区域校正方法(GDP:R2=0.613;人口:R2=0.713),相关性有明显提高.该校正方法能消除地域间的差异,提高了夜间灯光影像的数据质量,形成较为优质的影像序列数据集.

    美国国防气象卫星计划/线性扫描业务系统夜间灯光连续性校正方法GDP

    扩展卡尔曼滤波的改进蛇定位算法在WSN中的应用

    彭铎刘明硕谢堃
    1489-1496页
    查看更多>>摘要:针对接收信号强度指示(Received Signal Strength Index,RSSI)定位易受到环境因素的影响,提出了一种基于RSSI 扩展卡尔曼滤波的改进蛇定位算法(RSSI Extended Kalman Filter-based Improved Snake Optimization Localization Algorithm,RSSI-EISL).该算法利用扩展卡尔曼滤波(Extended Kalman Filter,EKF)模型对RSSI信号值进行平滑处理,使其能够抑制噪声和异常值对估计结果的影响,从而提高测距的准确性和鲁棒性.通过引入Levy飞行和非线性收敛因子的改进蛇优化算法(Improved Snake Optimization Algorithm,ISO),提升了蛇优化算法(Snake Optimization Algorithm,SO)的寻优能力,使之能够更加准确地计算出待测节点的坐标.根据仿真结果显示,相较于基于RSSI最小二乘定位算法(RSSI Ordinary Least Squares Localization Algorithm,ROL)、基于 RSSI EKF 的灰狼定位算法(RSSI Extended Kalman Filter-based Grey Wolf Optimization Algorithm,REGL)和基于 RSSI EKF 的蛇定位算法(RSSI EKF-based Snake Optimization Localization Algorithm,RESL),RSSI-EISL的定位精度分别提高了 26.4%、8.75%和5.6%,算法的收敛速度和全局搜索能力也有所提升.

    无线传感器网络接收信号强度蛇优化算法扩展卡尔曼滤波Levy飞行非线性收敛因子

    BDS-3/GPS双频RTK定位性能分析

    张国利杨开伟刘帅尹继凯...
    1497-1503页
    查看更多>>摘要:为了系统地分析评估BDS-3 B1C/B2a频点的实时动态(Real-Time Kinematic,RTK)定位性能,选取了短基线和中长基线2组基线,设计了 GPS L1/L2分别联合BDS-2 B1I/B2I、BDS-3 B1I+B3I、BDS-3 B1C/B2a进行RTK定位实验3种方案,分别对各组实验的有效卫星数、卫星空间几何强度以及定位精度方面进行分析.实验结果表明,各组实验有效卫星最少为12颗,位置精度因子(Position Dilution of Precision,PDOP)值最大为1.48,满足高精度定位需求;在短基线条件下,3种定位方案的平面及高程定位精度均优于6 mm,采用B1C/B2a频点观测数据的三维定位精度相较于B1I/B2I和B1I/B3I分别有33.6%和16.4%的提升;在中长基线条件下,3种定位方案的平面定位精度均优于1cm,高程定位精度优于3 cm,采用B1C/B2a频点观测数据的三维定位精度相较于B1I/B2I和B1I/B3I分别提升了 25.0%和7.7%.实验结果证明了联合GPS和BDS-3 B1C/B2a新频点进行RTK定位,可以取得较好的效果.

    BDS-3/GPS实时动态卡尔曼滤波精度分析