多径效应对直扩延迟锁定环的影响及消除技术

针对多径环境下直扩(DS-SS)信号的伪码跟踪问题,对延迟锁定环(DLL)进行了研究.在考虑多条路径干扰信号的情况下分析了多径效应对DLL鉴相特性的影响.为了消除DLL中的多径和噪声干扰,采用一种基于卡尔曼滤波的最大似然多径估计方法对DLL进行了改进.该方法通过对最大似然估计的输出进行卡尔曼滤波,得到了较为准确的多径幅...     

Contourlet变换低通滤波器对图像融合算法影响的讨论

根据Contourlet变换多尺度、多方向的特性以及自然图像的频谱特点, 分析了Contourlet变换低通滤波器对图像融合算法性能和融合结果中伪轮廓的影响, 讨论了低通滤波器与分解层数选取之间的关系. 理论与实验证明, 使用带宽较窄的低通滤波器能够得到较好的融合结果, 当低通滤波器系数均为正数时融合图像的伪轮廓显著减少. 本文比较了使用不同低通滤波器和不同融合准则时得到的融合结果, 实验结果证明, 使用合适的低通滤波器, 可以在选用较简单的融合准则和分解较少层数的情况下, 得到很好的融合结果, 大大减小了融合算法的复杂度.     

时滞T-S模糊系统的无源控制器设计

针对时滞T-S模糊系统, 给出了使得系统无源的状态反馈控制器存在的充分条件, 与现有结果相比保守性更小. 在此基础上, 给出了基于观测器的无源控制器与动态输出反馈无源控制器存在的充分条件. 控制器的设计方法都归结为求解一组线性矩阵不等式(Linear matrix inequality, LMI). 最后通过仿真例子, 说明所给设计方法的有效性.     

无源毫米波成像最大似然频域校正超分辨算法

在无源毫米波成像中, 因为天线孔径大小的限制而导致获取的图像分辨率低, 所以必须采取有效的后处理措施增强分辨率. 本文提出了一种针对无源毫米波成像应用的最大似然频域校正超分辨算法. 该算法首先使用Wiener滤波复原算法恢复图像通带内的频谱分量, 然后运用Richardson-Lucy算法实现频谱外推, 最后通过一种频域校正算法, 用Wiener滤波器恢复的频谱代替通带内的频谱, 保证图像的低频分量不被破坏. 实验结果表明, 该算法改善了收敛速度, 增强了图像的分辨率, 同时能够有效地减轻恢复图像中的振铃波纹, 有利于无源毫米波成像超分辨的实现.     

基于粒子滤波和点线相合的未知环境地图构建方法

针对粒子滤波处理未知环境地图构建时存在存储空间负荷高、计算量大的问题, 本文使用线段特征描述环境信息, 将点线相合的增量式地图构建方法引入粒子滤波中. 在每个粒子中保存对已构建线段特征地图的假设; 使用点线相合的位姿估计算法将观测信息引入重要性函数, 确定采样空间; 通过观测信息与已构建线段特征地图之间的相合关系更新粒子权重; 最后通过选择性重采样去除因匹配不当和误差积累产生的错误地图. 分析表明, 该算法的复杂度较低. 在真实传感器数据上的实验结果验证了该算法构建室内环境地图的有效性和鲁棒性. 算法所需存储空间和粒子数远小于现有粒子滤波地图构建方法.     

基于FPGA的全数字上变频系统设计

介绍一种利用新器件特性实现全数字上变频的方法,包括射频频率范围内从基带信号的插值滤波器的设计、载波信号的产生,到针对射频信号高采样率的并行处理方法以及与数模转换器件的接口设计。与传统模拟方案相比,本设计具有更佳的性能、更低的成本和更好的灵活性,可广泛用于电缆调制解调器系统。     

激光测速雷达射频前端仿真设计

根据相干激光测速雷达系统对信号采集前端的要求,确定了适用于激光测速雷达系统的射频前端系统,并采用自顶向下的设计方法,借助Agilent公司的ADS2008软件,设计了中心频率为55 MHz,工作带宽为22 MHz,增益在50 dB以上,噪声小于2 dB的射频前端,重点对低噪声放大器(LNA)、抗混叠滤波器和自动增益控制系统(AGC)进行了设计、仿真及优化。     

Multi-sensor calibration through iterative registration and fusion

In this paper, a new multi-sensor calibration approach, called iterative registration and fusion (IRF), is presented. The key idea of this approach is to use surfaces reconstructed from multiple point clouds to enhance the registration accuracy and robustness. It calibrates the relative position and orientation of the spatial coordinate systems among multiple sensors by iteratively registering the discrete 3D sensor data against an evolving reconstructed B-spline surface, which results from the Kalman filter-based multi-sensor data fusion. Upon each registration, the sensor data gets closer to the surface. Upon fusing the newly registered sensor data with the surface, the updated surface represents the sensor data more accurately. We prove that such an iterative registration and fusion process is guaranteed to converge. We further demonstrate in experiments that the IRF can result in more accurate and more stable calibration than many classical point cloud registration methods.