预失真线性化技术中的时延研究

预失真技术已经成为功率放大器线性化的一项重要技术,受到广泛的研究与应用。传输信号在学习回路中存在的延时影响了数字预失真算法的线性化性能。在分析传输时延对预失真算法影响的基础上,改进了时延估计算法,并将其应用在数字预失真技术中。通过仿真测试,验证多步插值时延估计算法的有效性。在预失真线性化技术中采用时延估计,能有效克服传输时延的不利影响,充分实现预失真技术的线性化性能,进一步改善功率放大器的非线性特性。     

邻域约束模型的眼底图像硬性渗出聚类检测方法

硬性渗出是糖尿病视网膜病变的重要表现和诊断依据.针对硬性渗出检测容易受到图像背景和噪声干扰的问题,提出基于邻域约束模型的眼底图像硬性渗出聚类检测方法.首先设定检测区域,结合区域像素的灰度和空间信息定义目标检测函数,通过迭代计算完成图像的聚类分割;然后计算邻域的灰度差异,将最大灰度变化作为相似性判决的约束条件,进而判定每个聚类图像是否属于硬性渗出.在公开的眼底图像数据库上进行实验的结果表明,该方法能有效地识别和检测眼底图像中可能存在的硬性渗出,对正常图像的判断正确率达到90%,对存在病变图像的检测灵敏度和阳性预测值分别达到79%和81%,有助于眼底疾病的计算机辅助诊断.     

动静脉血管自动分类方法及其管径测量

视网膜动静脉管径以及动静脉比值可以反映高血压患者脑卒中发病的风险,因此对视网膜血管直径的量化分析有助于病情的风险评估和防治工作。提出了一种视网膜动静脉自动分类和血管直径的自动测量方法。首先,对视网膜血管网络进行分割,并获取中心线;其次选取了不同颜色空间中的不同通道分量,提出了基于中心线像素和血管像素的特征向量、血管宽度和中心光反射的特征向量,采用K均值聚类实现感兴趣测量区域内动静脉的自动分类;最后统计血管横截面的灰度曲线分布,利用高斯曲线进行拟合,根据半高度全宽获取动静脉宽度。分别对REVIEW和DRIVE数据库进行实验,验证了本方法的有效性。     

基于匹配滤波和自动阈值的眼底血管分割方法

提出一种快速、简便、高效的眼底血管分割方法。分析眼底图像的灰度值分布和对比度变化,利用匹配滤波克服背景干扰,消除噪声影响,达到灰度均衡,实现眼底图像的亮度归一化。估计眼底图像中背景像素所占比例,利用直方图自动选择阈值,完成对眼底图像中血管的有效分割。在公开的眼底图像数据库上进行测试,该方法对眼底血管分割具有较好的性能指标。实验表明,提出的基于匹配滤波和阈值优化的眼底血管分割方法,准确率高、复杂度低,对眼科疾病的计算机辅助诊断有一定的实用价值。     

本振泄露对预失真技术的影响研究

无线通信系统中的预失真技术能较好地克服功率放大器的非线性效应,受到广泛的研究和应用.但在实际应用中,预失真技术的线性化能会受到各种因素的影响,如本振泄露.在研究分析了本振泄露对预失真技术的影响后,设计改进了预失真的模型和算法,并将其应用在预失真技术中.通过仿真测试,验证了该方法的有效性.在存在本振泄露的预失真放大器中,采用该方法能够降低本振泄露的影响,提高功率放大器的效率和线性化性能.     

基于深度学习的ＰＣＢ芯片极性检测算法

电路板芯片极性检测是电路板缺陷检测的重要组成部分。针对传统电路板芯片尤其是小型芯片的极性检测算法准确性的不足,文中提出一种基于深度学习的电路板芯片极性检测方法。方法首先使用模板匹配对不同电路板上不同型号芯片进行识别定位;其次,对电路板参考图像与待测图像进行配准、灰度化、二值化,并对两幅图像进行差分处理得到差分图;最后,结合芯片识别定位结果提取差分图中的芯片区域,并采用提出的卷积神经网络实现对芯片的极性检测。实验表明,文中方法比传统方法具有更高的检测准确率,准确率可达98.26%,满足工业检测精度要求。     

基于跨层非局部融合和DeepLabV3+的PCB图像分割算法

针对PCB图像在分割过程中出现的目标边缘平滑度低、连续性差、分割效率低等问题,提出一种结合注意力机制的轻量级图像分割模型。首先,利用MobileNetV2网络对图像进行深度特征提取;其次,将特征的一个分支输入到空洞空间金字塔池化模块进行多尺度特征提取并融合得到高层特征;最后,引入跨层非局部模块,将另一分支经过卷积得到的底层特征和上述高层特征融合。该方法的平均交并比为96.176%,准确率为97.59%,召回率为95.912%,分割速度为0.062 s,参数量为25.39 Mbyte。方法考虑了图像中小目标检测问题及边界信息损失,提高了图像分割的准确性和实时性。     

一种最小二乘／奇异值分解算法

针对预失真技术中存在记忆非线性放大器预失真的问题,分析数字预失真器的结构和常用预失真器的识别算法,对经典最小二乘／奇异值分解（LS／SVD）算法进行改进,以较少资源获得较高性能。仿真结果表明,改进的LS／SVD算法能实现记忆非线性放大器的快速、高效线性化,提高记忆非线性放大器的性能。     

增益衰减对预失真算法的性能优化

在放大器功率增益对预失真线性化性能的影响问题的研究中,线性化技术需要更大的线性工作区域和更高的线性化性能.为提高变压器的性能,提出一种新的预失真算法优化方法,调整预失真器的应用模式,通过衰减输出功率增益扩展线性工作区域,并能实现较好的线性化性能.实验验证了上述优化方法的有效性.合理选择实际输出功率增益,利用增益衰减优化预失真算法,可以增大预失真放大器的线性工作区域,提升变压器的线性化性能.改进的优化方法为预失真技术的研究和应用提供了科学依据.