基于智能终端的嵌入式GIS应用系统设计与实现

介绍了基于S3C2410智能终端的嵌入式GIS应用系统设计方案,包括系统整体架构设计、软硬件平台设计和应用模块设计.通过嵌入式数据库Berkeley DB、QT/Embedded和数据挖掘等前沿技术完成了系统应用程序的编写,并最终实现了景区嵌入式地理信息服务.实验结果表明,系统界面友好,操作方便,可扩展性强.     

嵌入式液晶显示模块UC1610的开发与应用

介绍了基于嵌入式Linux操作系统的液晶显示模块UC1610的开发与应用,对模块的驱动程序和应用程序进行了设计.详细介绍了SPI0和GPB0驱动程序的编写方法,讨论了汉字显示、字库选择及字模转换等应用程序方面的设计.实验结果表明,结合嵌入式终端S3C2410后,LCD显示效果良好.基于本文设计开发的液晶显示模块使用方便,接口丰富,有很好的商用价值.     

改进YOLOv4算法的复杂视觉场景行人检测方法

复杂视觉场景下存在过暗或者过曝的光照、恶劣的天气、严重遮挡、行人尺寸差别大以及图像模糊等问题,大大增加了行人检测的难度。因此,针对复杂视觉场景下行人检测准确度低、漏检严重的问题,提出了改进的YOLOv4算法以增强复杂视觉场景下的行人检测效果。首先,构建复杂视觉场景下的行人数据集。然后,在主干网中加入混合空洞卷积,提高网络对行人特征的提取能力。最后,提出空间锯齿空洞卷积结构,代替空间金字塔池化结构,获取更多细节特征。实验表明,在本文构建的行人数据集上,改进后的 YOLOv4算法的平均精度（average precision,AP）达到了90.08%,相比原YOLOv4算法提高了7.2%,对数平均漏检率（log-average miss rate,LAMR）降低了13.69%。     

基于Mini2440的低带宽语音通信系统

该文献基于CPU为三星的S3C2440的Mini2440开发板,设计与开发了以声码器AMBE-2000为核心的低带宽语音通信系统.给出了接口电路,完成内核驱动的编写与调试.实现了通过有线局域网的点对点低带宽实时语音通信.     

高速LVDS收发器的设计及硬件实现

该文实现了一种基于5类双绞线高速传输低电压差分信号的设计方案.LVDS采用差分传输和低电压摆幅技术,能够在实现很高的传输速率的同时消耗较低的功率.驱动器芯片clc001和自适应均衡器芯片clc012可以对百米双绞线上传输的LVDS信号做驱动和均衡,提高信号完整性,从而完成LVDS发送器和接收器的设计和硬件实现.     

基于多节点协作的认知WSN能耗优化算法

针对节点能量受限的认知无线传感器网络,该文研究了多节点认知无线传感器网络中基于节点机会协作的能耗问题.该文首先推导了节点传输能耗解析式与采用二进制相移键控调制时汇聚节点误码率闭式解,并基于能耗最小化原则对协作节点集进行优化,从而得到在传输距离一定时,基于能耗最小化与最佳协作节点集合的认知无线传感器网络节点误码性能.仿真...     

簇头多跳传输在无线传感器路由协议中的应用

无线传感器网络是一种无线自组织网络,由大量的能量有限的节点组成。由于无线传感器节点的电池不可更换,因此,减少能量的消耗、提高节点的存活率是无线传感器网络的关键问题之一。该文在全面分析原有的成簇路由协议的基础上,提出一种新的路由协议改进方案。在基于簇的低功耗自适应路由协议的基础上,簇头传输数据时利用多跳技术,让簇头的能量损耗平均分配,实现负载平衡。用MATLAB对两个协议进行仿真,模拟仿真的结果显示,该改进方案能更好地提高网络的寿命。     

一种NLOS环境下TDOA算法的改进

在蜂窝无线定位的各种算法中,非视距误差已经成为影响定位精度的主要因素。该文在已存在算法的基础上,对到达时间差测量值进行修正,减小了由NLOS误差带来的超量时延,提高了Chan算法计算初始值的准确度,并把该初始值作为Taylor级数展开法的初值进行计算,再把两者的计算结果进行加权。仿真结果表明本算法能进一步提高NLOS环境下的定位精度。     

基于CNN的连续语音说话人声纹识别

近年来,随着社会生活水平的不断提高,人们对机器智能人声识别的要求越来越高.高斯混合—隐马尔可夫模型(Gaussian of mixture-hidden Markov model,GMM-HMM)是说话人识别研究领域中最重要的模型.由于该模型对大语音数据的建模能力不是很好,对噪声的顽健性也比较差,模型的发展遇到了瓶颈.为了解决该问题,研究者开始关注深度学习技术.引入了CNN深度学习模型研究连续语音说话人识别问题,并提出了CNN连续说话人识别(continuous speaker recognition of convolutional neural network,CSR-CNN)算法.模型提取固定长度、符合语序的语音片段,形成时间线上的有序语谱图,通过CNN提取特征序列,经过奖惩函数对特征序列组合进行连续测量.实验结果表明,CSR-CNN算法在连续—片段说话人识别领域取得了比GMM-HMM更好的识别效果.     

基于掩模提取的SAR图像对抗样本生成方法

合成孔径雷达（synthetic aperture radar,SAR）图像的对抗样本生成在当前已经有很多方法,但仍存在对抗样本扰动量较大、训练不稳定以及对抗样本的质量无法保证等问题。针对上述问题,提出了一种SAR图像对抗样本生成模型,该模型基于AdvGAN模型架构,首先根据SAR图像的特点设计了一种由增强Lee滤波器和最大类间方差法（OTSU）自适应阈值分割等模块组成的掩模提取模块,这种方法产生的扰动量更小,与原始样本的结构相似性（structural similarity,SSIM）值达到0.997以上。其次将改进的相对均值生成对抗网络（relativistic average generative adversarial network,RaGAN）损失引入AdvGAN中,使用相对均值判别器,让判别器在训练中同时依赖于真实数据和生成的数据,提高了训练的稳定性与攻击效果。在MSTAR数据集上与相关方法进行了实验对比,实验表明,此方法生成的SAR图像对抗样本在攻击防御模型时的攻击成功率较传统方法提高了10%～15%。