快速一维DCT变换核的VLSI实现

提出并实现了一维ＤＣＴ变换核的一种高性能的ＶＬＳＩ结构。通过分解ＤＣＴ变换为ＳＦＤＣＴ和比例变换两个部分，实际采用的快速一维ＤＣＴ变换总共需要５次常数乘法和２９次加减法。根据算法安排了数据输入顺序，设计了数据通路、高速的常数算法器、控制电路，用ＶＨＤＬ语言完成了整个设计进行了仿真和在１．０μｍＣＯＭＳ库上的综合，电路面积约为３４００等效门。     

高灵敏度光纤电流传感器用掺Bi磁性石榴石薄膜

本文介绍了用于高压大电流测量的高灵敏度光纤电流传感器中使用的掺Ｂｉ磁光磁性石榴石薄膜的基本特性,获得高温度稳定性弗尔德常数Ｖｅ的分析方法以及掺Ｂｉ磁性石薄膜的液相外延生长方法。     

一种用于集成电化学生物传感阵列的高灵敏度 读出电路的研究

一种用于自组装膜生物传感阵列的高灵敏度信号读出电路包含一个高灵敏度电流读出放大器,可以接受pA-nA范围的输入电流,其电流增益大约60 dB,相位裕度为63°,并在同一输入电流信号的条件下,负载在一个较大的范围变化时,其输出电流几乎几乎是一个常数.芯片采用1.2μm CMOS工艺加工,测试结果表明,该芯片的输出电流对输入电流具有较好的线性度.这种新型电路与标准CMOS工艺兼容,可实现集成的生物传感阵列.     

类Virtual—Cut—Through：一种新的切换技术

本文通过模拟实验，首先对国际上流行的Ｗｏｒｍｈｏｌｅ切换技术的性能进行了评价，然后提出了一种“类ＶＣＴ”切换技术，并对类ＶＣＴ切换技术的性能进行了评价。     

光学电流传感头结构设计􀀁

本文阐述了光学电流传感器（ＯＣＴ）的设计原理及两种三角形传感头结构的设计方法。这类结构光路简明,光程短,反射面少,光路调整容易,光耦合效率高,并且光路闭合完全。     

全光型大电流光纤电流传感器

本文中综合论述了光学电流传感器的特点、历史发展及现状,及两种基本类型的光学电流传感器,着重研究了其中最有希望实用的磁光材料型光学电流传感器的传感机理。     

TiO2—V2O5—Li2O系湿敏陶瓷材料的改性研究

研究了掺杂ＺｎＯ对ＴｉＯ２－Ｖ２Ｏ－Ｌｉ２Ｏ系湿敏材料结构及性能的影响。结果表明：参杂ＺｎＯ改善了材料微结构，提高了材料的硬度，烧结温度，湿度灵敏度及稳定性，改性材料以ＴｉＯ２为主相，粒界生成ＬｉＺｎＶＯ４感湿玻璃，其中低Ｖ２Ｏ５掺杂的材料Ａ孔隙度及灵敏度较高，高Ｖ２Ｏ５掺杂的材料Ｂ固有阻值低。     

全光纤及其它光学电流传感技术发展现状

介绍了全光纤电流传感及其它光学电流传感技术的基本原理、分类、各自存在的主要问题及可能的应用领域 ,回顾了自 1996年以来各种光学电流传感技术研究的发展状况 ,并对未来的研究重点给出了一些建议。     

类Virtual－Cut－Through：一种新切换技术

本文通过模拟实验,首先对国际上流行的Ｗｏｒｍｈｏｌｅ切换技术的性能进行了评价;然后提出了一种“类ＶＣＴ（Ｖｉｒｔｕａｌ－Ｃｕｔ－Ｔｈｒｏｕｇｈ）”切换技术,并对类ＶＣＴ切换技术的性能进行了评价．     

基于电感变化的永磁同步电机新型启动方法

通过分析内埋式永磁同步电机(IPMsM)磁饱和特性,建立永磁同步电机数学模型.根据在施加不通电压矢量时电流瞬间特行不同,采用无位置传感技术,提出了一种检测永磁同步电机在停止状态时转子位置的方法.在此基础上,通过设定直轴电流值为零、交轴电流为常数,设计了一种控制定子交直轴电流的新型永磁同步电机变频启动方法.最后,在以ST...     

具有闭环系统的法拉第电流传感器

利用法拉第效应建立了一种偏振结构的电流传感器，它具有闭环反馈系统，从输出端反馈的电流信号驱动偏振调制螺线管产生补偿信号使传感器工作在正交状态，这样就有效地消除了费德尔常数变化给传感器带来的误差．该传感器线性测量范围是：1mA～6．5A。     

两个光学参量色散对光学玻璃OCT灵敏度的影响

以琼斯矩阵为数学工具,利用理论分析和计算机仿真的方法研究了单层保偏反射膜反射相移的色散特性和光学玻璃的Verdet常数色散特性以及它们对光学玻璃电流互感器灵敏度的综合影响。结果表明:这种影响可使互感器输出波动超出国家技术标准的要求。因此,应对光源采取恒温控制,并对光源驱动电流恒流控制或对系统输出结果采取补偿措施。     

带有温度补偿的法拉第磁场传感器

提出了一种在法拉第磁场传感器中，同时独立地测量温度和磁场的方法．温度的干涉相角测量与感应磁场干涉条纹对比度调制的结合是该方法的核心，这种方法基于马赫一泽德尔干涉结构使用顺磁材料ＦＲ—５作为传感元件，并利用光纤连结可实现远方操作．文中证明该方法能补偿随温度变化的费尔德常数，以确保磁场测量的精确度．     

Linear displacement sensor based on the magneto-optical Faraday effect

We report in this work the theoretical analysis of a linear displacement sensor based on the magneto-optical Faraday effect. The sensor consists of a rod of a magneto-optically active material that can be dislocated along the axis of a magnetic configuration formed by two equal hollow cylindrical permanent magnets, uniformly magnetized, arranged with opposite polarities. The performance of the sensor is discussed in terms of the inner and outer diameters of the two magnets, the sample and magnet lengths, the residual magnetic-field strength of the permanent magnets, the Verdet constant of the magneto-optically active material and the wavelength of the light source employed. We show that it is possible to have a practical sensor system that is almost linear over a distance equivalent to 90% of the total sample length, with a departure from linearity smaller than 1% and capable of detecting displacements as small as 1 μm when a rod of HOYA FR-5 paramagnetic glass is used as the magneto-optically active medium and a He-Ne laser at 543 nm as light source.     

结合PCANet与线性判别分析的视网膜光学相干断层扫描图像分类

目的 主成分分析网络（PCANet）能提取图像的纹理特征,线性判别分析（LDA）提取的特征有类别区分性。本文结合这两种方法的优点,提出一种带线性判别分析的主成分分析网络（PCANet-LDA）,用于视网膜光学相干断层扫描（OCT）图像中的老年性黄斑变性（AMD）、糖尿病性黄斑水肿（DME）及正常（NOR）这3类的全自动分类。方法 PCANet-LDA算法是在PCANet的基础上添加了LDA监督层,该层加入了类标签对特征进行监督投影。首先,对OCT视网膜图像进行去噪、二值化及对齐裁剪等一系列预处理,获得感兴趣的视网膜区域;然后,将预处理图像送入一个两层的PCA卷积层,训练PCA滤波器组并提取图像的PCA特征;接着,将PCA特征送入一个非线性输出层,通过二值散列和块直方图等处理,得到图像的特征;之后,将带有类标签的图像特征送入一个LDA监督层,学习LDA矩阵并用其对图像特征进行投影,使特征具有类别区分性;最后,将投影的特征送入线性支持向量机（SVM）中对分类器进行训练和分类。结果 实验分别在医院临床数据集和杜克数据集上进行,先对OCT图像预处理进行前后对比实验,然后对PCANet特征提取的有效性进行分析,最后对PCANet算法、ScSPM算法以及提出的PCANet-LDA3种分类算法的分类效果进行对比实验。在临床数据集上,PCANet-LDA算法的总体分类正确率为97.20%,高出PCANet算法3.77%,且略优于ScSPM算法;在杜克数据集上,PCANet-LDA算法的总体分类正确率为99.52%,高出PCANet算法1.64%,略优于ScSPM算法。结论 PCANet-LDA算法的分类正确率明显高于PCANet,且优于目前用于2D视网膜OCT图像分类的先进的ScSPM算法。因此,提出的PCANet-LDA算法在视网膜OCT图像的分类上是有效且先进的,可作为视网膜OCT图像分类的基准算法。     

基于EM算法的眼底OCT图像反卷积去模糊技术

光学相干层析成像技术（Optical coherence tomography,OCT）在视网膜检查中十分重要,然而在获取OCT图像时眼球运动或者散焦作用都可能引起图像的模糊,从而为临床诊断造成困难。因此,从模糊OCT图像中恢复出清晰图像的去模糊技术研究至关重要。本文结合OCT成像原理,提出了一种基于最大期望（Expectation-maximization,EM）算法的OCT图像反卷积技术。该技术能够在一定程度上抑制OCT模糊图像中异常值对复原图像的干扰,从而有效去除OCT图像中的模糊。将本文技术与多种现有广义图像去模糊技术进行了实验比较,结果表明本文提出的复原OCT图像的反卷积算法在眼底OCT图像去模糊的细节恢复方面效果较好。     

一种OCT 图像去噪的原始- 对偶算法

本文针对OCT图像噪声的特点,考虑一般的鞍点结构,提出一种原始-对偶算法,对OCT图像进行降噪处理。在对散斑噪声模型取对数处理之后,结合加性噪声的特点,采用原始-对偶结构提出算法,运算较为简单,容易编程实现,文中实验与均值滤波、半软阈值方法进行比较,结果表明,该算法在有效去除噪声的同时较好地保留了OCT图像中的重要细节信息,使图像的细节部分清晰。该算法可有效地去除OCT图像散斑噪声,提高图像的质量,同时文章建立的一般模型可推广到图像分割、目标识别和运动估计等图像处理领域。     

基于一种新小波变换的OCT图像去噪方法

散斑在OCT图像中既是信息载体,也是一种严重的噪声。针对OCT图像的这一特点,提出一种基于小波变换和维纳滤波相结合的OCT图像去噪方法。通过对OCT图像进行小波分解,得到四个不同频带的子图像,保持低频部分不变,对另外三个高频细节图像进行维纳滤波,将低频子图像和三个滤波后的高频细节子图像进行小波反变换,得到去噪后的图像。实验结果表明小波变换和维纳滤波相结合的方法对OCT图像有比较理想的去噪效果。     

Optical coherence tomography used for security and fingerprint-sensing applications

Optical coherence tomography (OCT) is an emerging technology for high-resolution cross-sectional imaging of three-dimensional structures. In the past, OCT systems have been used mainly for medical applications, especially ophthalmological diagnostics. As the OCT system is capable of exploring the internal features of an object, the authors apply OCT technology to document security and fingerprint-based biometrics by directly retrieving the two-dimensional information form of a multiple-layer information carrier and internal human body objects. Since a typical depth-resolution of an OCT system is of micrometre scale, an information carrier having a volume of 20 mm times 20 mm times 2 mm could contain 200 mega-pixel images. On other hand, the technologies used in conventional biometrics can be easily fooled and tampered with by using artificial dummies, because these ID features are extracted only from the surface of the skin. Hence the use of OCT to explore the internal biometrics becomes increasingly important.     

Layer extraction in rodent retinal images acquired by optical coherence tomography

Optical coherence tomography (OCT) is a modern technique that allows for in vivo, fast, high-resolution 3D imaging. OCT can be efficiently used in eye research and diagnostics, when retinal images are processed to extract borders of retinal layers. In this paper, we present two novel algorithms for delineation of three main borders in rodent retinal images. The first, fast algorithm is based on row projections in a sliding window. It provides initial borders for a slower but more precise variational algorithm that iteratively refines the borders. The results obtained by the two algorithms are quantitatively evaluated by comparison to the borders manually extracted in a set of retinal images.