123,123

毫米波自适应调制解调器的FPGA设计实现[通信与网络][通信网络]

毫米波通信链路是5G/6G以及无线专网的重要传输技术，自适应调制解调器可以对抗雨衰等环境影响，有效保障通信链路质量。利用System generator和Vivado等工具在FPGA实现并验证了适应于毫米波通信链路的自适应调制解调模块，支持BPSK-4096QAM的7种调制方式，实现时延小于18个时钟周期，并保证误信率在低于10-5情况下，可依据信道测量和信令指令进行自动切换。

發(fā)表于：2020/12/29 下午4:54:00

基于FPGA的图像压缩编解码系统设计[模拟设计][其他]

针对图像处理的实时性要求，设计了一种基于FPGA的图像压缩编解码系统。该系统包括实时图像采集、JPEG压缩以及UART传输等功能。采用Altera公司的DE系列开发板，应用Verilog HDL硬件描述语言对D5M摄像头进行配置，完成图像采集。在图像压缩模块，重点对2D-DCT变换进行改进。在基于Chen算法的基础上采用二分频信号控制器，减少了加法器的调用，实现其快速运算，进而完成图像压缩功能。在URAT传输模块，主要完成串行通信与并行通信间的转换。测试表明，图像的压缩比达到26.3:1，其均值信噪比大于40 dB，压缩后的视觉效果良好，符合设计要求。

發(fā)表于：2020/12/28 上午9:13:00

一种基于灰色RBF神经网络的系统效能评估方法[其他][其他]

为了解决组成复杂、功能多样、贫样本的系统的综合效能评估问题，针对系统的效能评估指标体系三层结构，构建了基于灰色理论、RBF神经网络以及灰色RBF神经网络的系统效能评估模型，并通过仿真验证了这种灰色RBF神经网络模型的精度要高于灰色模型和RBF神经网络模型，可以准确地对功能多样、组成复杂但是样本少的系统进行综合效能评估。

發(fā)表于：2020/12/28 上午9:06:00

无线探空仪回波信号的变分模态分解与降噪研究[其他][其他]

无线电探空仪探测风场数据存在着大量强烈的非线性非平稳的噪声，采用一种结合变分模态分解的自适应和多尺度小波降噪的方法，对南极洲Syowa站点2019年1月的无线电探空仪风场数据进行了特征提取和降噪处理。首先利用变分模态分解法对信号进行模态分解，然后利用相关系数法确定属于信号成分的模态分量，再利用小波分析法对剩余模态中的有效成分和噪声做了进一步的分离，通过对全部的有效成分进行合并重构，实现信号的特征提取和降噪处理。仿真实验和实际信号的处理结果都表明，该方法对于无线电探空仪风场信号中的非平稳非线性噪声具有良好的抑制作用，与传统方法相比，具有更好的特征提取和降噪能力。

發(fā)表于：2020/12/25 上午9:09:00

一种自适应网页结构化信息提取方法[通信与网络][通信网络]

面向互联网信息采集挖掘应用，针对传统的网站信息整页采集方式存在采集信息混杂、无法直接使用，而人工结构化采集方式成本高、工作效率低的问题，研究提出了一种自适应网页结构化信息提取方法，实现了网页分类算法、基于子树的标题项、内容项的结构化信息提取算法。基于典型网站网页分类标注数据集进行分类模型的学习建模，可以自适应不同网站的差异，对网页进行分类，按照网页分类分别提取出网页中的列表项结构化信息、内容项结构化信息。该技术对提高网站信息结构化采集处理的自动化水平及处理效率具有重要作用。

發(fā)表于：2020/12/25 上午9:01:00

基于Kinect的动态姿势识别方法在医疗康复中的应用[通信与网络][医疗电子]

在三维虚拟实验领域，人体姿势识别属于其中的一项关键技术，将该技术应用于现代医疗当中，可对医疗康复提供一定的辅助和推进作用。在此研究中，把Kinect人体骨骼跟踪技术与医疗康复结合起来，在广泛收集标准医疗康复动作的基础上，构建了一套标准医疗康复动作数据库，作为与传感器收集到的数据进行比较的基础。为了提升对关节点角度测量的稳定性和姿势识别的准确度，提出了一种根据关节点之间的欧式距离和角度来进行姿势判定的方式。结果表明，通过这一技术的运用，对姿势的识别率较高，可针对训练者的康复训练及时给出反馈，使得针对训练者的动作评价和指导更加便捷、高效，有利于医疗科技的发展，具有推广价值。

發(fā)表于：2020/12/24 上午9:09:00

PCIe设备功耗管理驱动程序的开发[电源技术][其他]

随着PCIe设备在计算机系统中使用数量的增多，若能在确保设备正常工作的前提下适时调整设备的电源管理状态，可有效降低功耗。PCIe设备的电源管理需要依靠操作系统和驱动程序协同处理实现。通过对电源管理技术和WDF驱动程序框架的研究和分析，介绍了I/O请求的处理流程、队列使用的原则规范等内容，设计了基于I/O请求入列触发、跟随系统电源状态转换及设置框架属性的解决方案来实现设备的休眠和唤醒，并展示部分代码和实例验证了设计的可行性。

發(fā)表于：2020/12/24 上午8:51:00

自动化构建移动端神经网络的技术研究[通信与网络][通信网络]

深度学习已在视觉、语音、自然语言等应用领域取得巨大成功，然而随着网络结构日趋复杂，神经网络参数量也迅速增长，设计网络结构和调节参数这一过程需要大量的专业知识与反复试验，成本极高。此外，由于功耗限制与存储空间等因素，移动端设备上的神经网络模型规模受限。设计了一种高效的移动端神经网络架构搜索算法，具体包括：(1)设计了一种在预先给定神经网络架构的情况下可以自动计算模型浮点数运算次数的算法；(2)改进现有的基于梯度的神经网络架构搜索算法，设计了一种带约束的架构搜索算法；(3)在神经网络架构搜索过程中加入对浮点数运算次数的约束，通过调节约束的强弱搜索到几种不同的神经网络架构。训练搜索到的神经网络，测试其在图像分类任务上的性能，并与工业界常用的模型相比较。实验结果表明，该方法搜索到的模型能达到目前工业界主流模型性能。

發(fā)表于：2020/12/23 上午9:06:00

NLOS环境下基于WSN的救援人员定位系统研究[通信与网络][通信网络]

在大型建筑灾难发生过程中，由于受到有毒烟雾、噪声、大火、漏电、光线等不利因素影响，加上大型建筑内部结构复杂，很多救援人员难以获得可靠的信息。针对上述情况，无线传感器网络在室内复杂环境定位方面可以发挥其优势作用，但目前面临的挑战就是在LOS环境下其定位精度非常高，然而在NLOS环境下其测量可能会受到非视距传播的污染，从而导致定位精度下降。针对这一现象，提出一种改进的无迹卡尔曼滤波(MKF)定位方法。首先，采用检验统计方法识别移动节点和信标节点之间的传播状态。然后，利用线性卡尔曼滤波器(LKF)平滑测量距离，在此基础上利用MKF削弱NLOS对于测量产生的影响。之后，采用无迹卡尔曼滤波(UKF)方法来确定未知移动节点的位置信息。最后通过数值仿真实验验证了所提算法的有效性。

發(fā)表于：2020/12/23 上午8:59:00

基于生命体征监测与室内定位技术的消防员协助系统[测试测量][医疗电子]

现代科技发展带来高层建筑和复杂建筑结构增多，导致消防员很容易在火场内受到生命危险。针对消防人员进入复杂火场后的生命体征状态及室内定位问题，提出了一套完整的协助系统。提出使用LSTM神经网络预测消防人员的动作姿态，使用光电传感器监测消防员的心率血氧以及周边气体环境。同时，提出了一种基于超宽带通信定位与高精度惯性元件导航进行数据融合的室内消防员定位手段。最后，终端通过LoRa-170M无线系统上传给移动监测平台，利用LabVIEW软件完成了监测上位机，并通过实验验证了其可靠性及稳定程度。

發(fā)表于：2020/12/22 上午9:02:00