辅助驾驶中的红绿灯识别及其FPGA实现

为了降低路况的复杂性和交通信号灯的多变性给司机带来的影响,模拟一种辅助驾驶情景,提出基于FPGA的颜色识别系统的设计,作为辅助驾驶系统中的交通灯识别模块。在识别系统中,使用颜色特征HSV作为特征提取算法。为了增强对交通灯识别的准确率,先对图像进行腐蚀操作,去掉小的噪点;然后再对图像进行膨胀操作,恢复对非噪声区域削去的部分边缘。实验结果表明,基于FPGA的识别模块可快速准确地识别红、黄、绿3种颜色,识别率达到97%。     

码分无线射频识别系统空中接口协议设计及性能分析

为进一步提高无线射频识别系统单个读写器识别电子标签的速率,设计了一种将码分与统计时分技术相结合的新型无线射频识别系统的空中接口协议,并分析了系统的抗噪声性能、识别速率等主要性能指标。仿真结果表明,新型无线射频识别系统在抗噪声性能和识别速率等方面均优于基于现有国际标准ISO/IEC 18000-6C的无线射频识别系统。     

一种应用于车载的无线射频识别系统

本系统是基于数字通信原理、利用集成单芯片窄带超高频收发器构建的无线识别系统。阐述了该无线射频识别系统基本工作原理和硬件设计思路,并给出了程序设计方案的流程图。从低功耗、高效识别和实用角度设计适用于车载的射频识别标签。测试结果表明,本系统在复杂路面状况(繁忙路面)的条件下可实现300 m范围内有效识别,视距条件下可达到500m范围有效识别。     

在线连续交互式英语语音智能识别系统设计

英语语音智能识别系统的发展方向是在线、连续性的人机交互,为此,设计在线连续交互式英语语音智能识别系统,并基于梅尔频率倒谱系数设计语音识别函数。系统的参考数据库选取NOSE算法计算语音评价分数并查错,利用专家知识库纠正用户英语语音。系统由语音训练模块和在线连续交互式识别模块组成,前者为系统数据库提供英语语音的语料、音标资源,后者实施系统数据库的评价、纠正工作。实验结果证明设计的系统语音识别率高且识别时间短,有效性强。     

实时语音识别系统在家庭监护机器人的实现

文中阐述的是家庭监护机器人项目中语音识别系统设计的部分,通过DSP、DMA和ARM Cortex-A8的并行处理,利用双缓冲的方法,在嵌入式Linux上实现了基于ATK的实时语音识别系统。文中对该系统的软硬件进行了设计。在硬件方面,给出语音识别系统的硬件组成原理,并提供了关键部分原理图;在软件方面,提出实时语音识别的方法,给出应用程序实现流程。最后通过真人说话来进行语音识别实验,实时语音识别率达到了94.67%以上,实验验证了系统的软件硬件设计的正确性。     

车身颜色识别方法研究

车身颜色的识别是车辆识别系统中的一个重要的辅助手段,车身颜色识别在交通调查和交通管理方面也起着重要的作用。在目前的城市交通管理工作中,车身的颜色识别受外界影响很大,仅噪音和环境光照而言就已经给车身颜色识别的精度造成极严重的影响,导致不能够识别出车身的颜色。     

单兵识别系统的现状与发展

阐述了发展单兵识别系统的必要性,对比分析了国外单兵识别系统的优劣和目前主要的单兵识别手段,提出了采用毫米波体制的单兵识别系统的思路,以及设计该系统必须突破的关键技术,以期能对从事该系统研究的相关人员提供参考.     

雷达目标识别开放系统结构与应用

由于以往的雷达目标识别系统主要技术不够成熟,采用专用软硬件结构来实现特定的识别任务。当前,商用流行技术和开放系统为大量系统的设计带来了明显的改善。雷达目标识别技术与雷达技术一样,将经历从专用的软硬件向开放式商用技术的过渡。文中在讨论开放系统的基本特征后,阐述了雷达目标识别开放系统所应具备的层式结构,该结构能够有效聚合不同种类的算法,以适应雷达目标识别系统试验设计的特点。通过与过去的识别系统进行比较,说明开放结构为雷达目标识别系统的设计实现带来了诸多益处。     

基于物联网技术的无源RFID多卡识别系统设计

传统的无源RFID多卡识别系统在识别时很容易受到外界信号干扰,准确率低。针对这一问题,利用物联网技术设计一种新的无源RFID多卡识别系统,在系统硬件和软件上进行强化。系统硬件包括上位机、物联网和射频模块三部分,对处理芯片、协调器模块及射频模块进行设计。利用ZigBee 2006协议栈设定软件程序。为检测系统应用效果,与传统识别系统进行对比实验,结果表明,基于物联网技术设计的无源RFID多卡识别系统不易受到外界信号干扰,识别准确率更高。     

基于攻击路径图的网络攻击意图识别技术研究

针对目前网络攻击分析和威胁评估都是建立在静态的网络环境和攻击行为之上的问题,设计了网络攻击意图动态识别系统。研究了基于最小顶点割的攻击意图阻止算法和基于时间自动机的攻击意图动态识别算法,搭建了网络攻击意图动态识别系统的框架并完成了该系统的设计。最后搭建了临时实验网络平台进行实验,实验结果表明,网络攻击意图动态识别系统在测试环境下是正确有效的。