【碩士論文】lte-tdd系統(tǒng)enodeb端空閑狀態(tài)-文庫吧資料
2025-05-01 05:11本頁面
【正文】 1 .71 .81 .9識別時間(秒)人臉類別數(shù) 經典的 2DPCA 算法 結合線性判別法則的 2DPCA 算法啟迪管理課程 重慶郵電大學碩士論文答辯 34 內容安排 一、研究背景 二、論文主要工作 2DPCA算法 三、總結及未來工作 四、致謝 啟迪管理課程 重慶郵電大學碩士論文答辯 35 主要工作二：最近鄰分類器存在的問題及改進的思路 ?最近鄰分類器的優(yōu)點 ■ 直觀、易于理解和計算。 結論三： 使用 YALE人臉庫時，算法識別率為 %。 結論二： 算法首先提取前 4個特征向量，然后在后 16個特征向量 選擇出包含分類信息較多的特征向量。仿真鏈路如圖所示： 24 啟迪管理課程 重慶郵電大學碩士論文答辯 主要工作二：發(fā)送廣播信息的流程設計 25 加擾解層映射IFFT資源映射預編碼層映射調制解擾信道解調加C P去C PFFT解映射解預編碼信道估計均衡 啟迪管理課程 重慶郵電大學碩士論文答辯 主要工作二：發(fā)送廣播信息的流程設計 在發(fā)送端處理流程完成后信號要經過 LTE系統(tǒng)的三種典型信道，參數(shù)表如下 . 擴展行人 A模型 Extended Pedestrian A model （ EPA ）信道參數(shù)設置 ： 擴展車輛 A模型 Extended Vehicular A model （ EVA） 信道參數(shù)設置 ： 擴展典型城市模型 Extended Typical Urban model （ ETU）信道參數(shù)設置 ： 26 延遲 ( n s ) 0 30 70 90 110 190 410 相對功率 ( d B ) 0 1 .0 2 .0 3 .0 8 .0 1 7 .2 2 0 .8 延遲 ( n s ) 0 30 150 310 370 710 1090 1730 2510 相對功率 ( d B ) 0 1 . 5 1 .4 3 . 6 0 . 6 9 . 1 7 . 0 1 2 . 0 1 6 . 9 延遲 ( n s ) 0 50 120 200 230 500 1600 2300 5000 相對功率( d B ) 啟迪管理課程 重慶郵電大學碩士論文答辯 主要工作二：發(fā)送廣播信息的流程設計 27 啟迪管理課程 重慶郵電大學碩士論文答辯 28 主要工作一：改進算法的依據 ? 類間散度矩陣表示人臉類別之間的離散程度 ? 類內散度矩陣表示樣本在人臉類別內的離散程度 ? 用線性判別法則篩選特征向量的算法為 11 ( )( )jK Tw j jj x CS x u x uN??? ? ???11 ( ) ( )K Tb j jjS u u u uN?? ? ??||||Ti b ii Ti w ix S xmx S x?啟迪管理課程 重慶郵電大學碩士論文答辯 29 主要工作一：結合線性判別法則的 2DPCA算法 ? 對總體散度矩陣進行特征值分解，得到特征向量 ? 提取前 個特征向量，記為 ? 用線性判別法則篩選較小特征值對應的特征向量，記為 ? 用兩次提取的特征向量，一起組成投影空間的基 12, , ... , kx x x1n112, , ..., nx x x212, , ..., nz z z121 , 2 1 2[ , . . . , , , , . . . , ]nnW x x x z z z?啟迪管理課程 重慶郵電大學碩士論文答辯 30 主要工作一：篩選特征向量示例 表 1和表 2 特征向量與投影后的比值 啟迪管理課程 重慶郵電大學碩士論文答辯 31 主要工作一：改進 2DPCA算法的人臉識別過程 圖 4 結合線性判別法則的 2DPCA算法的人臉識別過程 投 影 空 間特 征 信 息利 用 結 合 線 性 判 別 法 則 的 2 D P C A 算 法 ， 生 成 投 影 空 間投 影特 征 信 息輸 出最 近 鄰 分類 器輸 出投 影測試樣本訓 練 樣 本輸 出 結 果啟迪管理課程 重慶郵電大學碩士論文答辯 32 主要工作一：改進 2DPCA算法的識別率 圖 5 使用 ORL人臉庫的識別率 0 5 10 15 20 25 30 35 40 450 .8 60 .8 80 .9 00 .9 20 .9 40 .9 60 .9 8識別率人臉類別數(shù) 經典的 2D PC A 算法 結合線性判別法則的 2D PC A 算法2 4 6 8 10 12 14 160 .7 7 50 .7 8 00 .7 8 50 .7 9 00 .7 9 50 .8 0 00 .8 0 50 .8 1 00 .8 1 50 .8 2 00 .8 2 50 .8 3 00 .8 3 50 .8 4 00 .8 4 50 .8 5 00 .8 5 50 .8 6 00 .8 6 5識別率人臉類別數(shù) 經典的 2DPCA 算法 結合線性判別法則的 2DPCA 算法圖 6 使用 YALE人臉庫的識別率 結論一： 結合線性判別法則的 2DPCA算法提高了經典 2DPC的 識別率。 ? PBCH性能仿真 為驗證系統(tǒng)是否能正確收發(fā)廣播信息，搭建 PBCH的仿真鏈路平臺。也即是說廣播信息的周期為 40ms。復值符號序列被劃分成等長的 4段，每一段復值符號序列被映射至連續(xù)的 4個無線幀的第 0時隙的前 4個 OFDM符號中，生成基帶信號發(fā)送。處理流程如 下 圖 ： 23 加1 6位CRC校驗咬尾卷積編碼速率匹配加擾調制層映射預編碼物理資源映射基帶信
教學課件相關推薦
鄂ICP備17016276號-1