针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络(multi-scale retinal artery and vein classification network,MCFNet),该网络使用多尺度特征(multi-scale feature...针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络(multi-scale retinal artery and vein classification network,MCFNet),该网络使用多尺度特征(multi-scale feature,MSF)提取模块及高效的全局上下文信息融合(efficient global contextual information aggregation,EGCA)模块结合U型分割网络进行动静脉分类,抑制了倾向于背景的特征并增强了血管的边缘、交点和末端特征,解决了段内动静脉错误分类问题。此外,在U型网络的解码器部分加入3层深度监督,使浅层信息得到充分训练,避免梯度消失,优化训练过程。在2个公开的眼底图像数据集(DRIVE-AV,LES-AV)上,与3种现有网络进行方法对比,该模型的F1评分分别提高了2.86、1.92、0.81个百分点,灵敏度分别提高了4.27、2.43、1.21个百分点,结果表明所提出的模型能够很好地解决动静脉分类错误的问题。展开更多
针对Chirp基调制信号在分数阶傅里叶变换域特征明显,信号周期易被检测等问题,提出一种能够实现多域隐蔽的低检测概率(low probability of detection,LPD)波形构造方法。该方法采用分数阶傅里叶变换跳频(fractional Fourier transform-fr...针对Chirp基调制信号在分数阶傅里叶变换域特征明显,信号周期易被检测等问题,提出一种能够实现多域隐蔽的低检测概率(low probability of detection,LPD)波形构造方法。该方法采用分数阶傅里叶变换跳频(fractional Fourier transform-frequency hopping,FrFT-FH)架构,在不改变Chirp信号扩频增益的前提下,通过时宽分割和重组(time width division and reorganization,TDR),降低信号在分数阶傅里叶变换域和周期域的能量聚敛特性。仿真结果表明,相较于现有LPD波形只能实现单一特征域隐蔽的问题,所提波形在不影响系统通信性能的前提下,面对频域检测、分数阶傅里叶变换域检测、周期域检测多种检测手段,在10 dB信噪比条件下的信号检测概率均低于0.2,满足系统在不同特征域下的LPD需求。展开更多
文摘以二进制正交键控(binary orthogonal keying,BOK)为传统方法调制Chirp信号的检测手段日益丰富,针对常用时频分析手段分数阶傅里叶变换和短时傅里叶变换对Chirp信号的高破译性问题,提出了一种将信息映射到Chirp信号时域的新型调制方式,即时变信息映射(time varying-information mapping,TVIM)调制,通过构建时域携带信息的调制模式,解决了周期能量聚敛特性,增加了以BOK为检测思想的信息干扰,加强了波形的低截获概率(low probability of intercept,LPI)。以数学推导和仿真分析的方法,探究了新型调制方式的误码特性、时频分析下LPI特性及先验信息抗破译性。理论分析和仿真验证表明,TVIM调制架构下,可保证比特信噪比在13 dB前误码率达到10-4,并提高了波形LPI性能。
文摘针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络(multi-scale retinal artery and vein classification network,MCFNet),该网络使用多尺度特征(multi-scale feature,MSF)提取模块及高效的全局上下文信息融合(efficient global contextual information aggregation,EGCA)模块结合U型分割网络进行动静脉分类,抑制了倾向于背景的特征并增强了血管的边缘、交点和末端特征,解决了段内动静脉错误分类问题。此外,在U型网络的解码器部分加入3层深度监督,使浅层信息得到充分训练,避免梯度消失,优化训练过程。在2个公开的眼底图像数据集(DRIVE-AV,LES-AV)上,与3种现有网络进行方法对比,该模型的F1评分分别提高了2.86、1.92、0.81个百分点,灵敏度分别提高了4.27、2.43、1.21个百分点,结果表明所提出的模型能够很好地解决动静脉分类错误的问题。
文摘针对Chirp基调制信号在分数阶傅里叶变换域特征明显,信号周期易被检测等问题,提出一种能够实现多域隐蔽的低检测概率(low probability of detection,LPD)波形构造方法。该方法采用分数阶傅里叶变换跳频(fractional Fourier transform-frequency hopping,FrFT-FH)架构,在不改变Chirp信号扩频增益的前提下,通过时宽分割和重组(time width division and reorganization,TDR),降低信号在分数阶傅里叶变换域和周期域的能量聚敛特性。仿真结果表明,相较于现有LPD波形只能实现单一特征域隐蔽的问题,所提波形在不影响系统通信性能的前提下,面对频域检测、分数阶傅里叶变换域检测、周期域检测多种检测手段,在10 dB信噪比条件下的信号检测概率均低于0.2,满足系统在不同特征域下的LPD需求。
