基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。     

DVB-T调制器外码编码器的FPGA设计

设计并实现了一种DVB—T调制器的外码编码器，着重介绍了码流自适应接口、能量扩散、RS编码器及卷积交织器的设计方法，该设计方案最终在Altera的FPGA上进行验证。     

采用8031作主控器的时域FIR数字滤波器

长期以来，ＦＩＲ数字滤波器大多是在频域上实现。因为，在时域上实现ＦＩＲ数字滤波所遇到的首要问题，是输入信号序列与冲激响应序列的卷积运算速度难以提高。然而，随着超大规模集成电路的飞速发展，硬件集成度与运算速度获得极大的改观，在时域上实现ＦＩＲ数字滤波已成为可能。ＩＭＳＡ１００是高速、高精度３２级数字信号处理器，是完成卷积运算的理想器件。本文论证了用ＩＭＳＡ１００实现时域ＦＩＲ数字滤波器的可行性和硬件设计中的一些问题，并给出了应用举例。在设计中选用８０３１单片机做主控器，大大提高了性能价格比，使这一设计具有很高的实用价值。     

DAB发射端信道编码技术的研究及其实现

本文介绍了DAB（数字音频广播）发射端的信道编码过程及其关键技术，并用软件实现了信道编码算法。与硬件模块协同工作良好。     

一种新的尖峰信号盲反卷积方法

介绍一种新的盲反卷积方法，以解决尖峰信号的盲卷积问题，该方法不需知道信号和噪声的先验知识。基于尖峰信号高斯混合模型，给出一个自适应反应卷积滤波器和一个自适应零记非线性估计器。     

信号时域积分性质的一个推广应用

对信号进行运算（卷积运算，傅氏变换，拉纸变换）时，应用时域积分性质，得出由函数导数的运算式求取原函数的相应运算结果的一般性计算公式，使时域积分性质的应用得到推广。     

迭代频域反卷积最佳化技术的改善

迭代频域反卷积最佳化技术的改善刘明亮（天津轻工业学院，天津３００２２２）ＩｍｐｒｏｖｅｍｅｎｔｏｆＡｎＯｐｔｉｍｉｚａｔｉｏｎＴｅｃｈｎｉｑｕｅｆｏｒＩｔｅｒａｔｉｖｅＦｒｅｑｕｅｎｃｙ－ＤｏｍａｉｎＤｅｃｎｖｏｌｕｔｉｏｎ￥ＬｉｕＭｉｎｇｌｉａｎｇ...