江娜
- 作品数：7 被引量：23H指数：3
- 供职机构：兰州交通大学自动化与电气学院更多>>
- 发文基金：国家自然科学基金甘肃省自然科学基金甘肃省中青年科技研究基金更多>>
- 相关领域：自动化与计算机技术交通运输工程电子电信电气工程更多>>
- 高速铁路外场监控防雷接地技术研究被引量：1
- 2015年
- 通过对我国一些地区高速铁路外场监控的防雷接地项目进行实例分析,提出高速铁路外场监控防雷接地的设计要点,重点对防雷接地线和接地网设计进行分析和总结。结合高速铁路外场监控的环境和设备特点,采用较为合理有效的防雷措施。
- 江娜
- 关键词：防雷接地
- 基于动态间隔时间的列车追踪策略研究被引量：4
- 2018年
- 基于追踪控制的实时性需求,提出列车追踪动态间隔时间指标,并对列车追踪运行时该指标的变化情况进行分析。根据分析结果提出一种在满足列车间实时通信的情况下,对追踪运行的2列车进行整体考虑的列车追踪方案。该方案先通过改变追踪策略,达到在追踪列车减速进限速区的过程中,间隔距离减小的同时后车速度也逐渐减小,减缓追踪间隔时间实时的变化情况,从而增大最小追踪动态间隔时间,降低列车追踪运行的安全风险;在保证安全运行的前提下,通过适当减小图定追踪间隔时间,提高效率。针对该运行方案,进一步设计模糊决策预测控制的分层控制器进行仿真,仿真结果与理论分析一致,达到预期目的。
- 郑维耀李茂青江娜
- 关键词：列车自动驾驶
- 基于模糊算子的Tetrolet变换图像融合算法被引量：12
- 2015年
- 针对目前图像融合信息不完整,融合结果对比度不高的缺点,提出了一种基于模糊算子的Tetrolet变换图像融合算法。将源图像经过改进的Tetrolet变换,得到高频系数和低频系数;对于低通系数引入邻域能量及其接近度的融合规则,而对高频系数采用一种新的模糊融合算子,通过模糊推理确定各个源图像高频系数的权值,再对相应系数加权平均得到融合后的高频系数;对融合后的高频系数和低频系数,经Tetrolet反变换重构得到融合后的融合图像。通过实验证明了该算法的有效性。
- 沈瑜伍忠东王小鹏董亚楠江娜
- 关键词：图像融合模糊算子
- 基于拓扑增强的深度学习遥感影像道路提取方法被引量：2
- 2023年
- 利用深度学习提取道路信息可以充分挖掘遥感影像的深层特征,但仍存在道路边界模糊、断裂等问题,为了提高道路提取的精度和完整性,提出基于拓扑增强的深度学习遥感影像道路提取方法。首先,对传统卷积神经网络的编码和解码部分进行优化改进,提升像素分割性能;然后,在像素分割结果的基础上,采用像素差分卷积构建道路拓扑提取模块,并采用残差网络、通道注意力和空洞空间金字塔池化等模块实现道路拓扑特征提取;最后,将像素分割结果与道路拓扑特征结果进行融合,以实现对道路提取结果做边缘细化。在2个不同数据集上的实验结果表明:该方法提高了道路提取的精度,增强了道路的连通性,优化后的道路结构更加完整。
- 江娜李吉元杨景玉林俊亭
- 关键词：遥感影像道路提取
- 列车间多频段直接通信系统设计及性能分析被引量：4
- 2017年
- 列车间直接通信对减少铁路交通事故的发生具有重大意义,但是目前只设计出了平原环境下列车间直接通信的通信系统。设计了既适用于平原环境也适用于隧道环境下列车间直接通信的多频段通信系统下并在隧道环境下分析了该通信系统的通信性能。确定了适合隧道环境中通信的毫米波工作频段和通信范围;设计了既可适用于平原环境也可适用于隧道环境下的多频段接收机和多频段发射机,并计算了接收机的灵敏度;最后通过分析电磁波在隧道内的传播方式、隧道壁粗糙度以及不同隧道类型对电磁波的损耗模型、帐篷定律以及隧道环境下电磁波传播的多径效应,分别建立了单线和双线铁路隧道中列车间直接通信信道的确定性模型和统计模型。通过仿真分析得出,所提出的隧道中列车间8 mm波直接通信方案是可行的。
- 李淑娟李茂青高云波林俊亭江娜
- 关键词：工作频段确定性模型统计模型
- 基于EMD的数字调相信号去噪算法研究
- 2015年
- 数字调相信号是一类比较常见的数字通信调制信号,由于它的频谱利用率高,在通信领域中得到了广泛的应用。然而信号在传输过程中常常会受到噪声的干扰,噪声的存在会对后续过程调制参数的估计和解调造成不利的影响,严重时会使信号处理系统不能正常的工作。在这种情况下,必须采用信号处理的方法对信号进行去噪,抑制背景噪声以提高通信质量。由于经验模态分解(EMD)是一种自适应的方法,本文将经验模态分解算法应用于数字调相信号的去噪中。仿真实验结果也表明,对加入不同信噪比的数字调相信号进行EMD去噪,得到了较好的去噪效果,从而证明了这种方法的可行性与优越性。
- 江娜
- 关键词：去噪经验模态分解
- 结合多路径与高阶注意力的遥感图像道路提取
- 2024年
- 针对遥感影像中的道路目标尺寸差别较大带来的多尺度特征识别困难的问题,提出了一种结合多路径与高阶注意力的道路提取语义分割网络。以U-Net网络为基础,编码部分加入并行多路径网络模块,利用逐步式通道分割来获得分层特征。解码部分嵌入高阶自注意力模块恢复上采样后部分细节特征;使用像素重组与双线性插值进行双通道上采样,恢复分割细节。采用加权交叉熵和困难样本挖掘的组合损失函数,缓解类不平衡。在Massachusetts和DeepGlobe道路数据集上进行实验,与常见的语义分割模型U-Net、DeeplabV3+、PSPNet、HRNet、SegFormer等在道路提取的召回率、精确率、F1值和准确率等方面进行了对比分析。结果表明,提取效果优于对比模型,有效提高了道路提取的准确率和完整性。
- 江娜彭麟童
- 关键词：道路提取
