简介：当电缆经营者想以更多的创收业务去吸引新用户时,他们往往陷入困境。问题是他们开展那些创收业务就需要增加开支。这些开支包括当新业务被定购时,需要进行大量的交易;及有效系统安全性的更大投资。另外,有时还要失掉潜在的用户,原因是技术人员或安装人员迟迟才到用户家。新的交互视频、数据和话音业务的引入可以更有效地吸引带有可寻址分支的经营者和用户。可寻址分支这一新一代技术提供了一种经济可行的方法,可经济有效地迅速扩展到新用户和保留原有用户。该技术可使经营者增加收入、用户满意、系统安全可靠——这通过可向用户提供准瞬时起动和准

简介：

简介：四元数信号模型保持了阵元各分量之间固有的正交特性,因而针对极化敏感阵列信号处理基于四元数的方法具有比常规基于复数的长矢量方法更优的性能。将最大信号干扰噪声比准则应用于波束形成求得四元数最优权向量,进而完成了极化敏感阵列的滤波。与长矢量方法相比在具有相同的滤波性能情况下,四元数方法减少了一半的数据存储单元,降低了除法计算复杂度,从而提高了算法的处理速度。同时四元数的四维超复数正交结构提高了阵列对指向误差的稳健特性,计算机仿真结果验证了文中方法的有效性。

简介：针对MIMO雷达最大阵元利用率阵列结构优化算法中使用穷举搜索运算量太大的问题，提出了一种快速算法。该算法在只包含两个阵元的最优阵列基础上，通过迭代的方式向前一个最优阵列增加一个新阵元来寻找包含指定阵元数的最优阵列。文中对该算法的有效性进行了证明，并与穷举搜索方法做了复杂度比较。理论分析和仿真实验表明，该算法能够显著降低运算量，尤其在阵元数目较大时具有明显优势。并且，在阵元数一定的情况下，所得到的优化阵列与穷举搜索的结果具有等同的性能。

简介：针对传统道路障碍物检测算法准确性和鲁棒性不强等问题,本文提出一种基于卷积神经网络的道路障碍物检测算法。该算法首先对车载图像预处理生成障碍物候选区域,再将障碍物候选区域输入到改进的卷积神经网络中,进行精确识别和剔除,区分道路障碍物和非障碍物。改进的卷积神经网络在原有网络的基础上,调整了卷积核的大小和个数、池化层的空间尺寸和神经网络的深度,并且在卷积层后选择性的加入池化层,提高障碍物的识别率。在不同场景中进行了测试,实验结果表明：本文提出的道路障碍物检测算法有效的提高了障碍物的识别率,识别率达到98.2%,并且拥有较高的鲁棒性。