压缩感知理论及其在成像技术中的应用

在传统的Shannon/Nyquist采样定理指导下,信号处理往往面临两大难题:A/D转换器技术的限制和海量采样数据的处理压力.压缩感知(CS)理论表明当信号具有稀疏性或可压缩性时,可以通过全局非自适应线性投影的方式,用远低于Shannon/Nyquist采样定理要求的频率获取信号的全部信息.以CS理论为基础的压缩成像(CI)技术在近年来得到了快速的发展.在概述CS理论的基础上,着重介绍了CI技术的原理及其发展状况,并从稀疏分解、观测矩阵的构造和重建算法3个方面对其关键问题进行了分析.CI系统可以显著节省感光器件的数量,避免了传统成像技术"先采样再压缩"方式带来的资源浪费.     

基于反步自适应神经网络的船舶航迹控制

针对欠驱动船舶在稳定航速条件下轨迹跟踪问题,提出了一种基于自适应神经网络与反步法相结合的控制算法.该算法将实际的欠驱动船舶视为模型完全未知的非线性系统,利用神经网络的函数逼近特性实现控制器中非线性部分的在线估计,采用同时调整输入层-隐层、隐层-输出层间的权值阵的方法进行神经网络权值调整.通过选取积分型Lyapunov函数证明了闭环系统的稳定性.仿真实验表明该控制策略具有良好的跟踪特性,可以实现对期望航迹的精确跟踪.     

植物抗性基因识别中的随机森林分类方法

为了解决传统基于同源序列比对的抗性基因识别方法中假阳性高、无法发现新的抗性基因的问题,提出了一种利用随机森林分类器和K-Means聚类降采样方法的抗性基因识别算法。针对目前研究工作中挖掘盲目性大的问题,进行两点改进:引入了随机森林分类器和188维组合特征来进行抗性基因识别,这种基于样本统计学习的方法能够有效地捕捉抗性基因内在特性;对于训练过程中存在的严重类别不平衡现象,使用基于聚类的降采样方法得到了更具代表性的训练集,进一步降低了识别误差。实验结果表明,该算法可以有效地进行抗性基因的识别工作,能够对现有实验验证数据进行准确的分类,并在反例集上也获得了较高的精度。     

差分扩频技术在移动水声通信中的应用

提出了基于差分相干解调法的DS/BDPSK水声通信技术,在接收端采用差分相干解调的方法,解决了在水声通信中载波估计较难的问题,可克服传输过程中由于载波漂移产生的频率和相位误差.通过计算机仿真研究、湖试试验,验证了该系统在复杂的水声信道中具有较强的抗多径能力、抗多普勒能力,能实现低误码率通信,具有较好的有效性和鲁棒性.     

一种基于数据竞争的高分辨率图像的聚类分割算法

近些年,机器人技术得到了迅猛的发展,应用越来越广泛.随着机器人技术的推广和普及,对机器人使用的要求也越来越高,其中对智能机器人的要求尤显迫切.机器视觉是智能机器人研究领域的一个重要研究方向.在机器人视觉系统中,核心问题是目标提取,对目标实时、准确、快速提取的关键技术是图像分割.由于机器人感知的环境的复杂性及目标的多样性,往往导致机器人感知获得的图像数据量较大且图像本身存在不可预知的复杂性,这就对准确的目标分割和提取处理提出了挑战性问题.本文针对高分辨率图像数据集的分割处理,提出一种新的聚类算法,即根据数据点能量和的大小识别类代表点和类成员点,通过数据点间的竞争识别出最有能力成为簇成员的数据点,并将其与mean shift聚类算法有效地结合应用于彩色图像分割问题中,能够快速高效地实现高分辨率图像的目标分割,并得到较好的图像分割效果.实验结果表明,本文算法在分割效果和分割效率上明显优于传统聚类算法.     

虚拟红外成像器件的模拟输出电路设计

虚拟红外成像器件是能输出红外图像数据源的器件,在调试图像采集系统的硬件和软件时能替代非制冷红外焦平面阵列。虚拟成像器件的输出具有很好的线性度和精度,可作为图像采集电路的标定器件。文设计了虚拟红外成像器件的模拟输出电路,根据UL03401性能参数,设计了信号调理电路,通过在FPGA上使用ROM中查表方式校正模拟端口输出误差,在实际应用中表现了良好的精确性。     

S7-1200利用高速脉冲输出方式实现打印

本文介绍SIEMENS S7-1200利用高数脉冲（Pulse Train Output,PTO）功能与MCU进行通讯的方法,具体介绍其中的一个应用：用PTO实现S7-1200的字符打印输出。     

改进近邻传播聚类的彩色图像分割

针对近邻传播(AP)聚类算法存在运算时间长、空间复杂度高而难以应用于较大规模图像数据处理的问题,提出一种将mean shift(MS)算法和AP算法相结合的彩色图像分割方法——MSAP算法.首先应用MS算法对输入目标图像进行预分割,将分割后的区域数目代替原图像像素点数目作为AP算法输入数据的规模,计算每个区域中所有像素的彩色向量平均值,并将其作为AP算法输入的数据点,选用数据点间的距离作为相似度的测度指标;然后应用AP算法在数据相似度矩阵上进行聚类,得到最终的图像分割结果.实验结果表明,与AP算法相比,MSAP算法在运行时间和分割效果方面都有显著的提高.