夜夜精品视频一区二区,写真一区日本福利一区二区

基于曲率尺度空間的角點檢測圖像匹配算法分析[嵌入式技術(shù)][數(shù)據(jù)中心]

計算機(jī)技術(shù)的發(fā)展下，優(yōu)化提升圖像匹配算法，可以提升圖像檢測精度?；谇食叨瓤臻g的角點檢測圖技術(shù)，優(yōu)化設(shè)計圖像匹配算法，基于曲率尺度空間的角點檢測算法進(jìn)行圖像特征點的提取，歸一化處理特征點，有助于提高圖像匹配精度。利用該算法最終實現(xiàn)圖像匹配需求，驗證了算法的有效性，改進(jìn)了圖像匹配中特征點過度分離的弊端，提高了圖像匹配檢測的整體精度約10.0%。該算法發(fā)揮了積極應(yīng)用價值，值得在實踐應(yīng)用中推廣。

發(fā)表于：1/23/2017

一種改進(jìn)的二維Otsu閾值分割算法[通信與網(wǎng)絡(luò)][航空航天]

Otsu算法，也被稱之為最大類間方差算法，是實現(xiàn)閾值分割的經(jīng)典算法之一。二維Otsu算法是一維Otsu算法的推廣，它充分考慮了圖像的灰度信息和空間鄰域信息，可以有效濾除噪聲影響，但是同樣存在著運算量大、時效性差的問題。對此提出了一種改進(jìn)的二維Otsu快速閾值分割算法，先將二維Otsu算法分解為兩個一維Otsu算法，并集成類間和類內(nèi)方差信息構(gòu)造了一種新的閾值判別函數(shù)，同時通過降維，進(jìn)一步降低計算量。實驗結(jié)果表明，該算法在時間效率與分割效果兩方面明顯優(yōu)于傳統(tǒng)的二維Otsu算法與快速二維Otsu算法。

發(fā)表于：1/23/2017

基于分布式壓縮感知的信道估計導(dǎo)頻優(yōu)化策略[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了保證為LTE-R系統(tǒng)用戶提供可靠的無線通信服務(wù)，需要通過信道估計獲取信道狀態(tài)信息。在高速移動性場景下，無線信道呈現(xiàn)頻率-時間雙選擇性，若要實現(xiàn)信道估計，則需引入大量導(dǎo)頻。針對上述問題，提出一種結(jié)合分布式壓縮感知理論的信道估計導(dǎo)頻優(yōu)化方案。首先，根據(jù)時延域中無線信道的稀疏特性挖掘基函數(shù)系數(shù)之間的聯(lián)合稀疏性并對估計方程進(jìn)行去耦處理。接著，引入分布式壓縮感知理論，獲得一種能夠抑制子載波間干擾的新型導(dǎo)頻圖樣。仿真結(jié)果表明，對導(dǎo)頻圖樣的優(yōu)化處理，可使信道估計方案的系統(tǒng)性能顯著優(yōu)于傳統(tǒng)方案。

發(fā)表于：1/22/2017

時變OFDM系統(tǒng)中基于基擴(kuò)展模型的物理層認(rèn)證[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

基于信道信息的物理層認(rèn)證是一種對傳統(tǒng)認(rèn)證技術(shù)的有效補(bǔ)充和增強(qiáng)，實質(zhì)上是利用了豐富的無線信道資源。提出一種適合解決時變情況下的物理層認(rèn)證方法。在時變信道中，可分徑的各個抽樣值在塊傳輸時間內(nèi)存在相關(guān)性，基于基擴(kuò)展模型的信道探測方法采用變化的相互正交的基函數(shù)結(jié)合不變的基系數(shù)來逼近該可分徑的狀態(tài)。因此，基于基擴(kuò)展模型的信道探測方法的物理層認(rèn)證算法能有效提高時變環(huán)境下認(rèn)證準(zhǔn)確率。通過在OFDM系統(tǒng)中進(jìn)行的仿真實驗，證明該認(rèn)證方法的有效性，且相對于傳統(tǒng)的LS信道探測的物理層認(rèn)證，獲得2～4 dB性能提升。

發(fā)表于：1/22/2017

全雙工D2D通信系統(tǒng)下的一種資源分配算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

將全雙工技術(shù)運用到D2D (Device-to-Device)通信中，可以增大D2D用戶的吞吐量進(jìn)而提高系統(tǒng)吞吐量，但全雙工通信帶來的自干擾也不可避免?？紤]多個D2D用戶對可共享相同的蜂窩用戶資源，此時D2D用戶對之間將產(chǎn)生同頻干擾。針對該問題，在系統(tǒng)中用戶正常通信的前提下，提出了一種基于圖論中點著色的資源分配算法。該算法將D2D用戶對之間的同頻干擾限制在可接受范圍內(nèi)，利用圖論中圖的點著色算法協(xié)調(diào)D2D用戶對和蜂窩用戶之間的資源以最大化系統(tǒng)的吞吐量。仿真結(jié)果表明，相比于傳統(tǒng)的半雙工D2D通信，該算法有效地提高了D2D用戶的通信質(zhì)量，并提升了整個蜂窩網(wǎng)絡(luò)的系統(tǒng)容量。

發(fā)表于：1/22/2017

基于局部控制核的彩色圖像目標(biāo)檢測方法[嵌入式技術(shù)][數(shù)據(jù)中心]

在圖像處理問題中，對圖像中給定目標(biāo)進(jìn)行檢測和定位時，為提高目標(biāo)檢測的速度與可靠性，引入一種基于圖像局部控制核的目標(biāo)檢測算法。利用參考圖像同等大小的窗口遍歷目標(biāo)圖像，得到一系列與參考圖大小相同的子圖，然后計算參考圖和目標(biāo)子圖的局部控制核，得到圖像特征信息的數(shù)據(jù)矩陣。為了提高運算速度，對數(shù)據(jù)矩陣用局部保留投影方法降維。再用相似性判決準(zhǔn)則將參考圖像與目標(biāo)圖像中子塊的特征矩陣進(jìn)行相似性分析，查找與參考圖像最相似矩陣所對應(yīng)的圖像區(qū)域即為檢測結(jié)果。實驗結(jié)果表明，該算法對目標(biāo)定位具有較高的可靠性與準(zhǔn)確度。

發(fā)表于：1/17/2017

一種新型線-圓極化轉(zhuǎn)換反射陣天線設(shè)計[微波|射頻][航空航天]

無法獨立控制空間補(bǔ)償相位值和正交極化相位差值一直是傳統(tǒng)線-圓極化轉(zhuǎn)換反射陣中的難題。基于電場矢量合成，提出了一種可以將空間相位補(bǔ)償方式和極化控制方式兩者完全獨立的線-圓極化轉(zhuǎn)換設(shè)計方法，為高純度線-圓極化轉(zhuǎn)換反射陣的研究提供了新的思路。提出了一種層疊三平行偶極子單元組來實現(xiàn)這種線-圓極化轉(zhuǎn)換的方法，以此設(shè)計、加工并測試了一款工作在X波段的線極化-右旋圓極化轉(zhuǎn)換反射陣天線。測試結(jié)果表明，該反射陣在中心頻點增益22.4 dB，交叉極化優(yōu)于-28 dB，1 dB增益帶寬和3 dB軸比帶寬約為10%。

發(fā)表于：1/17/2017

基于STM32的無線次聲采集系統(tǒng)的設(shè)計[測試測量][工業(yè)自動化]

為實現(xiàn)對次聲波的遠(yuǎn)距離監(jiān)測，設(shè)計了一種基于STM32的高精度、高動態(tài)范圍的無線次聲波傳輸系統(tǒng)。系統(tǒng)前端采用基于Δ-Σ技術(shù)的24位精準(zhǔn)模數(shù)轉(zhuǎn)換器ADS1246和八階橢圓形低通濾波器MAX293，因而實現(xiàn)較強(qiáng)的數(shù)據(jù)采集和處理能力。主控制器采用STM32，提高了系統(tǒng)的可靠性，同時降低了系統(tǒng)的功耗。通過網(wǎng)口連接路由器上網(wǎng)，實現(xiàn)數(shù)據(jù)的無線傳輸。上位機(jī)設(shè)計采用LabVIEW軟件平臺，通過串口與主控制器實現(xiàn)通信，完成系統(tǒng)的參數(shù)配置。

發(fā)表于：1/16/2017

基于WPKPCA和SVM的SEMG動作識別方法[測試測量][工業(yè)自動化]

為了有效提取表面肌電信號SEMG(Surface Electromyographic)的特征，更好的識別人體上肢運動模式，提出了一種小波包核主元分析(WPKPCA)和支持向量機(jī)(SVM)相結(jié)合的新方法。通過虛擬儀器采集橈側(cè)腕屈肌和肱橈肌兩路表面肌電信號，應(yīng)用小波包核主元分析法對表面肌電信號進(jìn)行特征提取，采用支持向量機(jī)對表面肌電信號特征數(shù)據(jù)進(jìn)行分類識別。實驗結(jié)果表明，采用此方法能夠從表面肌電信號中識別出握拳、展拳、手腕內(nèi)翻和手腕外翻4種動作，更能有效提取表面肌電信號信息，動作識別率高達(dá)98%。

發(fā)表于：1/16/2017

基于IEEE-1588協(xié)議的高精度時鐘對時設(shè)計[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對分布式控制系統(tǒng)的時間同步精度要求，基于ADI公司的BF518高性能DSP芯片，對IEEE-1588協(xié)議的P2P對時進(jìn)行了闡述。通過芯片中關(guān)于IEEE-1588協(xié)議的TSYNC模塊檢測PTP事件消息，并提供事件消息的硬件時間戳以提高時間標(biāo)記的精度，從而降低計算主從時鐘時延時間的誤差。分析了時鐘晶振固有穩(wěn)定性對時鐘同步精度的影響，通過設(shè)置加數(shù)寄存器值調(diào)整本地時鐘的頻率，并對IEEE-1588協(xié)議高精度時間同步過程的軟件實現(xiàn)進(jìn)行了詳細(xì)闡述。實驗測試結(jié)果表明，該方法很大程度上提高了同步精度，達(dá)到了高精度同步系統(tǒng)的要求。

發(fā)表于：1/16/2017

平面陣天線柵瓣性能分析[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

在相控陣天線設(shè)計中，增加陣元間距能提高天線分辨率,但天線波束會出現(xiàn)柵瓣，柵瓣多值性導(dǎo)致目標(biāo)位置模糊,接收機(jī)錯誤跟蹤。因此，陣元間距的合理取值是相控陣天線設(shè)計的重要內(nèi)容。首先建立了陣列天線方向圖函數(shù)模型,然后推導(dǎo)出矩形陣和三角陣柵瓣出現(xiàn)的位置及不出現(xiàn)柵瓣時陣元間距的取值范圍，最后通過MATLAB仿真來驗證結(jié)論的正確性。

發(fā)表于：1/16/2017

DCVSL的SET特性分析[模擬設(shè)計][工業(yè)自動化]

利用SPICE電路模擬研究了DCVSL的SET特性。模擬了單端的SET脈沖在DCVSL中的傳播特性，結(jié)果表明單端的SET脈沖經(jīng)過兩級DCVSL反相器后就基本被消除了。模擬了在負(fù)載和閾值電壓不對稱的條件下，雙端的SET脈沖在DCVSL反相器鏈中的脈沖展寬效應(yīng)。結(jié)果表明，在最差情況下，DCVSL中的SET脈沖展寬效應(yīng)比CMOS更明顯；在典型情況下，雙端的SET脈沖在DCVSL反相器鏈的傳播過程中并沒有展寬。

發(fā)表于：1/16/2017

基于ML的OFDM優(yōu)化同步算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

OFDM作為下一代通信系統(tǒng)的關(guān)鍵技術(shù)，亟需解決其同步問題。在ML算法的基礎(chǔ)上，提出了基于多符號的 ML同步算法。在加性高斯白噪聲條件下進(jìn)行了仿真,結(jié)果表明改進(jìn)的同步算法性能比ML算法要好很多。其中，基于連續(xù)符號的定時估計方法1在信噪比超過2 dB時準(zhǔn)確率幾乎可達(dá)100%，基于重復(fù)發(fā)送符號的定時估計方法2在較低信噪比條件下性能比方法1更好。信噪比為-8 dB左右時，3種優(yōu)化的頻偏估計方法的估計誤差均在1%以內(nèi)，明顯好于ML頻偏估計算法，證明了改進(jìn)算法的優(yōu)越性。

發(fā)表于：1/16/2017

用于油畫鑒別的自適應(yīng)MPSoC中NoC仿真平臺研究[嵌入式技術(shù)][數(shù)據(jù)中心]

實時光譜圖像技術(shù)的應(yīng)用是數(shù)據(jù)和通信的密集型算法的綜合。因為片上系統(tǒng)（SoC）具有較大的靈活性及良好的性能，并可以直接采用IP核，基于片上網(wǎng)絡(luò)（NoC）的SoC架構(gòu)是實現(xiàn)這種實時系統(tǒng)最合適的解決方案。針對不同的應(yīng)用算法，調(diào)整基于SoC的NoC架構(gòu)是較為復(fù)雜的工作，因為設(shè)計空間探索和實驗需要大量的時間。針對這些問題，提出了一種探索和評估SoC架構(gòu)性能的仿真平臺。該仿真平臺基于NoC和參數(shù)化的評估模塊，在FPGA上對SoC的通信結(jié)構(gòu)進(jìn)行仿真，并將時間性能和模擬結(jié)果進(jìn)行對比?；谠摲抡嫫脚_的系統(tǒng)評估主要用來考察用于油畫鑒別應(yīng)用的MPSoC的性能。

發(fā)表于：1/16/2017

基于PLC的BCM功能自動測試系統(tǒng)[測試測量][工業(yè)自動化]

在分析BCM的特點和傳統(tǒng)人工測試缺點的基礎(chǔ)上，提出基于PLC的BCM的功能自動測試系統(tǒng)。該系統(tǒng)以DVP PLC為控制核心，配以相應(yīng)的外圍輸入輸出擴(kuò)展電路，采用組態(tài)界面實現(xiàn)人工交互的功能，利用針床機(jī)構(gòu)避免了人工的插拔操作，并具有語音提示功能，能有效地實現(xiàn)對BCM的功能的測試，具有操作簡單、測試效率高、運行穩(wěn)定等特點。

發(fā)表于：1/16/2017