无码国产精品一区二区gif ,亚洲午夜福利视频一区

基于字典學(xué)習(xí)的古建筑圖像修復(fù)研究[嵌入式技術(shù)][數(shù)據(jù)中心]

古代建筑圖紙是我國(guó)重要的民族瑰寶，亟待利用現(xiàn)代計(jì)算機(jī)技術(shù)對(duì)古代建筑圖紙進(jìn)行信息化和修復(fù)。提出了一種新的基于字典學(xué)習(xí)的古建筑圖像修復(fù)模型，通過(guò)K-svd算法進(jìn)行字典學(xué)習(xí)，在稀疏域利用已知像素信息填充缺損像素，從而實(shí)現(xiàn)對(duì)古建筑圖像的修復(fù)及噪聲的濾除。實(shí)驗(yàn)表明，該算法能較好地修復(fù)古建筑圖像，降低圖像的均方誤差，在實(shí)際應(yīng)用中具有良好的可行性和應(yīng)用前景。

發(fā)表于：1/12/2017

基于超聲傳感器的骨密度儀的研究與設(shè)計(jì)[MEMS|傳感技術(shù)][醫(yī)療電子]

超聲骨密度儀可以很好地對(duì)人體的骨質(zhì)疏松程度進(jìn)行測(cè)量，具有無(wú)放射性、廉價(jià)等優(yōu)點(diǎn)。從硬件和軟件兩個(gè)方面討論了基于超聲傳感器的骨密度儀的設(shè)計(jì)，主要包括超聲發(fā)射、超聲接收、信號(hào)處理以及嵌入式平臺(tái)的搭建，骨密度儀判定標(biāo)準(zhǔn)T值和Z值數(shù)據(jù)庫(kù)的建立。從實(shí)際測(cè)試結(jié)果驗(yàn)證了此設(shè)計(jì)方案的可行性。

發(fā)表于：1/12/2017

譯碼轉(zhuǎn)發(fā)協(xié)作通信系統(tǒng)的誤碼率優(yōu)化研究[通信與網(wǎng)絡(luò)][其他]

摘要：協(xié)作通信技術(shù)能有效提高無(wú)線網(wǎng)絡(luò)系統(tǒng)的誤碼率(SER)性能。采用譯碼轉(zhuǎn)發(fā)（Decode-Forward，DF）協(xié)議的單中繼的協(xié)作通信系統(tǒng)，推導(dǎo)并給出了線性拓?fù)浣Y(jié)構(gòu)下DF系統(tǒng)的平均誤碼率性能上界表達(dá)式，并以最小化平均SER為目標(biāo)，分別從功率分配比和中繼位置兩個(gè)角度進(jìn)行了優(yōu)化；最后通過(guò)數(shù)值分析的方法求解出DF協(xié)作系統(tǒng)的最優(yōu)參數(shù)對(duì)。理論分析和仿真結(jié)果表明，以此最優(yōu)參數(shù)對(duì)為參考標(biāo)準(zhǔn)來(lái)選擇中繼伙伴和分配功率，可以使DF協(xié)作系統(tǒng)的平均SER最優(yōu)化。協(xié)作通信；譯碼轉(zhuǎn)發(fā)；誤碼率；功率分配；中繼位置

發(fā)表于：1/12/2017

基于殘差統(tǒng)計(jì)的時(shí)間序列加性離群點(diǎn)檢測(cè)算法研究[嵌入式技術(shù)][數(shù)據(jù)中心]

針對(duì)時(shí)間序列，提出了一種基于殘差統(tǒng)計(jì)的加性離群點(diǎn)檢測(cè)算法，利用AR模型對(duì)時(shí)間序列進(jìn)行前向與后向擬合；采用了數(shù)據(jù)相對(duì)變化率判別法減少離群點(diǎn)對(duì)擬合的影響；根據(jù)假設(shè)檢驗(yàn)原理，以高斯分布統(tǒng)計(jì)檢驗(yàn)對(duì)殘差進(jìn)行統(tǒng)計(jì)分析并最終確定離群點(diǎn)。仿真結(jié)果表明，該方法對(duì)離群點(diǎn)檢測(cè)有較高的準(zhǔn)確性。

發(fā)表于：1/12/2017

地基差分干涉微形變監(jiān)測(cè)實(shí)驗(yàn)系統(tǒng)[微波|射頻][其他]

摘利用Agilent矢量網(wǎng)絡(luò)分析儀(VNA)測(cè)量S參數(shù)的端口與X波段天線相連，并置于滑軌上合成方位向孔徑，構(gòu)成基于低成本實(shí)驗(yàn)室通用設(shè)備的地基合成孔徑雷達(dá)（Ground Based Synthetic Aperture Radar，GBSAR）系統(tǒng)，且具備和實(shí)際雷達(dá)系統(tǒng)同樣有效的二維成像功能。利用該系統(tǒng)對(duì)目標(biāo)進(jìn)行干涉成像，然后得出兩幅圖像的相位差，結(jié)合相位與形變量之間的幾何模型，實(shí)現(xiàn)了目標(biāo)的形變監(jiān)測(cè)。實(shí)驗(yàn)證明，該地基差分干涉微形變監(jiān)測(cè)系統(tǒng)對(duì)于毫米級(jí)的微形變具有顯著的分辨能力。

發(fā)表于：1/12/2017

基于圖像塊分類(lèi)處理的快速單圖超分辨率重建[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

基于稀疏編碼的單幅圖像超分辨率重建效果較好，但其計(jì)算量大、計(jì)算復(fù)雜，較低的超分速度阻礙了實(shí)時(shí)應(yīng)用。為提高超分速度，提出一種基于圖像塊處理的快速超分辨率重建算法。先將特征提取后的圖像塊用均值和方差對(duì)分成3類(lèi)，再分別運(yùn)用不同的方法對(duì)圖像塊進(jìn)行超分處理，如雙三次插值（Bicubic）、鄰域嵌入（NE）和稀疏編碼超分法（SCSR）等。另外還運(yùn)用主成分分析法（PCA）對(duì)圖像塊進(jìn)行降維。實(shí)驗(yàn)中與經(jīng)典的SCSR方法相比較，在獲得幾乎相同的PSNR值時(shí)，超分耗時(shí)減少了17.2 s。新方法的超分效果與經(jīng)典的NE和SCSR方法處于同一水平，超分速度得到了較顯著的提高。

發(fā)表于：1/12/2017

一種改進(jìn)的異步CDMA信號(hào)的盲解擴(kuò)算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

對(duì)異步碼分多址(CDMA)信號(hào)的盲解擴(kuò)進(jìn)行研究，提出了基于迭代最小二乘投影算法的改進(jìn)算法。首先將異步CDMA信號(hào)建模為帶約束的同步CDMA信號(hào)模型，并對(duì)其進(jìn)行特征分解。將帶約束的同步CDMA信號(hào)投影到其信號(hào)子空間中，再采用迭代最小二乘投影算法(ILSP)估計(jì)擴(kuò)頻序列，并用最小均方誤差接收機(jī)獲得信息碼序列的估計(jì)值。理論分析和仿真結(jié)果表明，提出的算法比原迭代最小二乘投影算法具有更好的估計(jì)性能。

發(fā)表于：1/12/2017

面向車(chē)間布局的自適應(yīng)LANDMARC算法[嵌入式技術(shù)][數(shù)據(jù)中心]

在車(chē)間定位中，運(yùn)用基于有源射頻識(shí)別校驗(yàn)的動(dòng)態(tài)定位（LANDMARC）算法時(shí)，由于車(chē)間障礙物引起的多徑效應(yīng)和邊界處參考標(biāo)簽數(shù)量不足，算法無(wú)法正確選擇參考標(biāo)簽中的最近鄰，對(duì)此，提出一種面向車(chē)間布局的自適應(yīng)LANDMARC算法。首先引入對(duì)數(shù)距離路徑損耗模型處理RFID讀寫(xiě)器接收信號(hào)強(qiáng)度指示（RSSI），再通過(guò)對(duì)比法篩選出參考標(biāo)簽有效值以及插值法在邊界插入虛擬標(biāo)簽。對(duì)比傳統(tǒng)LANDMARC算法，將定位平均誤差從0.39 m降低到0.16 m，證明了自適應(yīng)LANDMARC算法的有效性。

發(fā)表于：1/12/2017

一種基于FPGA實(shí)現(xiàn)的優(yōu)化正交匹配追蹤算法設(shè)計(jì)[可編程邏輯][數(shù)據(jù)中心]

針對(duì)壓縮感知重構(gòu)算法中正交匹配追蹤(OMP)算法在每次迭代中不能選取最優(yōu)原子問(wèn)題，對(duì)OMP算法進(jìn)行優(yōu)化設(shè)計(jì)，保證了每次迭代的當(dāng)前觀測(cè)信號(hào)余量最小，并提出了一種基于FPGA 實(shí)現(xiàn)的優(yōu)化OMP算法硬件結(jié)構(gòu)設(shè)計(jì)。在矩陣分解部分采用了修正喬列斯基(Cholesky)分解方法，回避開(kāi)方運(yùn)算，以減少計(jì)算延時(shí)，易于FPGA實(shí)現(xiàn)。整個(gè)系統(tǒng)采用并行計(jì)算、資源復(fù)用技術(shù)，在提高運(yùn)算速度的同時(shí)減少資源利用。在Quartus II 開(kāi)發(fā)環(huán)境下對(duì)該設(shè)計(jì)進(jìn)行了RTL 級(jí)描述，并在FPGA仿真平臺(tái)上進(jìn)行仿真驗(yàn)證。仿真結(jié)果驗(yàn)證了設(shè)計(jì)的正確性。

發(fā)表于：1/12/2017

基于MEMS傳感器的海浪特征參數(shù)的提取[MEMS|傳感技術(shù)][其他]

針對(duì)波浪能發(fā)電過(guò)程中需要實(shí)時(shí)得到海浪頻率、幅值等特征參數(shù)的問(wèn)題，利用STM32F4系列高性能單片機(jī)、MEMS運(yùn)動(dòng)傳感器和GPRS無(wú)線傳輸技術(shù)，設(shè)計(jì)了一種實(shí)時(shí)的遠(yuǎn)程海浪特征參數(shù)監(jiān)測(cè)系統(tǒng)。重點(diǎn)描述了監(jiān)測(cè)終端的硬件結(jié)構(gòu)和MEMS運(yùn)動(dòng)數(shù)據(jù)的姿態(tài)整合，并通過(guò)時(shí)頻域分析算法實(shí)現(xiàn)海浪特征參數(shù)的提取。通過(guò)實(shí)際應(yīng)用驗(yàn)證了該方法的有效性。

發(fā)表于：1/12/2017

基于Django框架的故障診斷和安全評(píng)估平臺(tái)[嵌入式技術(shù)][數(shù)據(jù)中心]

符號(hào)有向圖（SDG）作為一種定性研究方法，在系統(tǒng)推理和圖形繪制上有待改進(jìn)。詳細(xì)描述了計(jì)算機(jī)輔助下的SDG故障診斷和安全評(píng)估平臺(tái)的開(kāi)發(fā)過(guò)程。平臺(tái)的開(kāi)發(fā)基于開(kāi)源Django框架，具有搭建維護(hù)簡(jiǎn)單、操作方便、易于二次開(kāi)發(fā)等特點(diǎn)；利用分層SDG模型和新的推理算法實(shí)現(xiàn)對(duì)系統(tǒng)的故障診斷和安全評(píng)估，支持故障傳播路徑查詢和分層SDG的自動(dòng)繪制。以田納西-伊斯曼過(guò)程（TEP）為例，對(duì)平臺(tái)的有效性進(jìn)行驗(yàn)證，結(jié)果證明平臺(tái)推理結(jié)果完備、有效，具有實(shí)際應(yīng)用的前景。

發(fā)表于：1/12/2017

一種分步式Dual slope ADC的研究與設(shè)計(jì)[模擬設(shè)計(jì)][其他]

介紹了一種分步式Dual slope ADC，并且詳細(xì)介紹了此結(jié)構(gòu)提出的理論基礎(chǔ)、電路的具體結(jié)構(gòu)和仿真結(jié)果。該Dual slope ADC 的系統(tǒng)時(shí)鐘為1 MHz，輸入電壓范圍為0.5 V~4.5 V，電源電壓為5 V。相對(duì)于傳統(tǒng)的Dual slope ADC，此分步式Dual slope ADC不但可以達(dá)到更高的分辨率，而且彌補(bǔ)了傳統(tǒng)的Dual slope ADC的缺點(diǎn)，即對(duì)于全集成電路的大分布電容的要求以及高分辨率轉(zhuǎn)換時(shí)間過(guò)長(zhǎng)，使得此新型模數(shù)轉(zhuǎn)換器還具有速度快（遠(yuǎn)遠(yuǎn)快于雙積分ADC的速度）的優(yōu)點(diǎn)。

發(fā)表于：1/12/2017

基于PBBShift的ROI編碼方法[嵌入式技術(shù)][數(shù)據(jù)中心]

為使觀察者提早了解圖像的大致情況，提出了基于部分背景位平面位移(PBBShift)的感興趣區(qū)域(ROI)編碼方法。該方法將背景(BG)位平面分為兩部分，編碼時(shí)下移剩余的BG位平面，解碼時(shí)可優(yōu)先傳輸ROI系數(shù)和重要的BG系數(shù)，然后傳輸剩余的BG系數(shù)。實(shí)驗(yàn)證明，該方法在低碼率下，ROI和BG質(zhì)量相差無(wú)幾；在高碼率下，ROI獲得比BG更好的質(zhì)量。改進(jìn)的方法在帶寬受限的網(wǎng)絡(luò)中有很大的實(shí)用價(jià)值。

發(fā)表于：1/12/2017

基于分層滑模控制的VTOL分星期軌跡跟蹤[嵌入式技術(shù)][航空航天]

摘要：針對(duì)VTOL飛行器的軌跡跟蹤和穩(wěn)定性問(wèn)題，在考慮輸入耦合前提下，提出了一種分層滑模控制方案。首先，將整個(gè)系統(tǒng)分成兩個(gè)子系統(tǒng)，分別設(shè)計(jì)兩個(gè)子系統(tǒng)的滑模面；然后利用其中一個(gè)子系統(tǒng)滑模量來(lái)構(gòu)造中間變量，進(jìn)而構(gòu)造出整個(gè)系統(tǒng)總的滑模面；再利用等效控制法求取系統(tǒng)在該滑模面上的等效控制量，采用李雅普諾夫方法設(shè)計(jì)了系統(tǒng)的切換控制量，從而獲得系統(tǒng)總的控制量。該控制器能夠保證各個(gè)滑模面的穩(wěn)定性和誤差閉環(huán)系統(tǒng)的全局漸近穩(wěn)定性。最后的仿真結(jié)果表明了該方法的有效性和可行性。

發(fā)表于：1/12/2017

CFI中基于動(dòng)態(tài)區(qū)域劃分的非平穩(wěn)雜波抑制方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

在超聲彩色血流成像(Color Flow Imaging,簡(jiǎn)稱CFI)系統(tǒng)中，為抑制雜波信號(hào)對(duì)血流速度估計(jì)的影響，提出了一種基于動(dòng)態(tài)區(qū)域劃分的非平穩(wěn)雜波抑制方法。該方法首先根據(jù)回波信號(hào)的能量特性提出動(dòng)態(tài)區(qū)域劃分法，將回波信號(hào)動(dòng)態(tài)地分割為靜態(tài)組織區(qū)、雜波區(qū)和血流區(qū)三部分；然后根據(jù)信號(hào)的時(shí)域特性，結(jié)合非平穩(wěn)雜波抑制法和多項(xiàng)式回歸法進(jìn)行非平穩(wěn)雜波抑制。仿真結(jié)果表明，該算法濾波后的雜波血流比約為6.120 dB，能較好地抑制非平穩(wěn)雜波信號(hào)，估計(jì)出的血流速度剖面完整，成像質(zhì)量較高；該算法的運(yùn)行時(shí)間約為0.341 4 s，執(zhí)行速度為非平穩(wěn)雜波抑制法的3倍，具有較高的實(shí)時(shí)性。

發(fā)表于：1/11/2017