General precoder design for mitigation of intercarrier interference in OFDM mobile systems

For orthogonal frequency-division multiplexing （OFDM） communication systems, the frequency offset in mobile radio channels distorts the orthogonality between sub-carriers, which results in Intercarrier Interference（ICI） and seriously degrades the performance of systems. Based on ICI coefficients analysis, a novel preceder design scheme is proposed for mitigation of ICI. In this technique, preceder matrix is designed by the way of linear counteraction and inserted in the former transmitter signal. Computer simulation results show that this new scheme can effectively reduce ICI and significantly provide the carrier-interference power ratio improvement. Compared with existing ICI mitigation schemes with channel estimation, the proposed scheme has lower computational complexity, and compared with self- cancellation scheme, the bandwidth efficiency can be improved in this proposed scheme. The proposed scheme also has better convergence stability for time-varying frequency selective fading channel.     

基于卷积自编码的沥青路面目标与裂缝智能识别

目前基于深度学习的路面裂缝识别经常面临训练数据集小,以及路面图片标注成本高等问题,基于小规模路面图片数据集,利用卷积自编码（CAE）方法进行数据增强,开展包括路面裂缝在内的路面目标智能化识别方法研究。在传统图像几何变换数据增强的基础上,采用CAE重构图片方法对原始数据集进行两步骤扩增;利用卷积神经网络DenseNet,设置了不同数据扩增方法的对比试验;针对沥青路面裂缝图片背景较黑,裂缝特征不清晰,无监督聚类学习难度大等问题,采用了一种基于CAE预训练的深度聚类算法DCEC,对经数据增强的路面图片进行无标注的聚类识别。研究结果表明：经过DenseNet网络100代的训练,在同一测试集的测试下,基于原始数据集训练的网络分类准确度为78.43%,利用传统图像处理方法进行扩增后准确度为83.44%,利用所提出的图片增强方法进行数据扩增后准确度达87.19%;在保持扩增后数据集样本量大小相同的情况下,与几何变换、像素颜色变换等经典数据增强手段相比,CAE重构图片的数据扩增方法有较高的路面图片识别精度;CAE数据扩增方法较受训练数据集样本量的影响,利用传统方法将数据集扩增后进行CAE特征学习,重构后的图片样本更易被机器识别;相较于传统机器学习聚类算法,所提出的的DCEC深度聚类方法将聚类准确率提升了约10%,初步实现了无需人工标注的路面目标的端到端智能识别。     

基于递归框架的高速公路交通流量实时预测方法

实时与准确的断面交通流量预测是实现高速公路智能化管理与控制的基础。高速公路交通流量预测要求对数据噪声进行有效处理,且需要满足实时性需求。然而,少有研究从实时性的角度对高速公路交通流量预测的准确性进行改善。研究了结合自适应卡尔曼滤波与长短时记忆神经网络（long short-term memory,LSTM）自编码器的高速公路交通流量递归预测框架,可以满足智能交通系统的实时性与准确性需求。收集高速公路的交通流量和速度等历史数据,应用卡尔曼滤波方法进行数据平滑,以提高原始数据的可预测性能;引入无监督机器学习算法LSTM自编码器对交通流量的时变特征进行建模,以提高模型的运算效率;考虑到高速公路交通流量预测的实时性需要,进一步提出递归预测框架,用LSTM自编码器的预测值代替卡尔曼滤波值;根据获取的实时数据,执行自适应卡尔曼滤波算法以修正当前的最佳状态值,并将该修正值输入LSTM自编码器进行迭代预测。选取美国明苏尼达双子城高速公路的实测交通数据进行案例分析,结果表明：所提出的高速公路实时交通流量递归预测框架在计算成本与预测精度2个方面具有相对竞争优势,模型预测的平均绝对百分比误差为5.0%,优于卡尔曼滤波和LSTM自编码器组合模型的7.4%;模型训练时间为85 s,低于标准LSTM模型的101 s。     

IP OVER SDH视频传输技术在阳茂高速公路机电系统中的应用

网络上的视频监控系统是近年来一种新的网络多媒体典型应用,IP数字视频远程传输技术已逐步从理论转化为实际应用。简要介绍IP OVER SDH视频传输技术的原理,以及在阳茂高速公路机电系统中的应用情况。     

多业务光传输平台在石吉高速公路中的应用

描述了石吉高速公路在闭路电视监控系统设计中采用多业务光传输平台、图像采用非压缩数字处理的新技术,实现对收费系统的业务接入、业务交换和业务传输.     

视频监控系统研究

闭路电视监控系统是维护和保证交通运输安全的重要手段.研究目前几种主流监控系统技术方案,对其技术、经济、压缩编解码方式等方面进行比较,有利于轨道交通监控系统的建设.     

数字式船舶多点视频监视系统设计

采用编码技术和网络传输技术,设计了应用于船舶视频监视的数字视频网络监控系统.该系统以船舶内部的TCP/IP网络为载体,可以实现全船范围的宽带一体化网络视频监控.实验测试结果表明监控图像画面清晰,录像回放质量明显提高,能够充分满足船舶操控对视频监视系统的要求.     

ANI与船舶通信安全管理

长江航运发展迅猛，由于种种原因，损害航行船舶安全通信秩序的行为时有发生，应用ANI能有效维护通信秩序，确保长江船舶航行安全。