阀控式密封铅酸蓄电池的寿命及失效分析

介绍了各种影响阀控式密封铅酸蓄电池寿命及容量的因素,分析了其失效的原因,并相应的对电池的维护提出了一些建议。     

基于深度神经网络的正交频分复用波形外辐射源雷达参考信号重构

针对正交频分复用(OFDM)波形外辐射源雷达的参考信号获取问题,基于"解调-再调制"的重构方法结合了波形优势,能获得更为纯净的参考信号.该文在此基础上提出一种联合OFDM解调、信道估计、信道均衡和星座点逆映射的深度神经网络(DNN)重构方法,建立了基于DNN的参考信号重构方案,通过网络学习自适应深度挖掘从时域接收符号到传输码元之间的映射关系、隐式地估计信道响应,从而提高解调精度和重构性能.该文首先研究了仿真数据集的获取问题、DNN的搭建和训练问题,接着对基于DNN方法在导频数目减少、循环前缀的移除、存在符号定时偏差、存在载波频偏、对高峰值平均功率比信号进行时域加窗滤波等情况下的参考信号重构性能进行了仿真分析,仿真结果表明该方法对参考信号重构的有效性.     

高重频光子计数激光雷达样机设计及测距试验

为了验证星载激光三维成像雷达技术,设计研制了一种基于高重频光子计数体制的分视场、无扫描的多通道激光雷达地面原理样机。系统采用两路高重频、微脉冲激光器输出,结合大光斑多元细分阵列光子探测方式实现多通道探测,并采取基于FPGA的时间相关符合计数信号处理技术,对单光子响应时刻进行时间间隔测量和时间相关统计,根据目标响应发生时机一致性和噪声响应的随机性提取目标距离信息。在外场试验中对水平距离大于10 km的楼宇目标进行了有效地测量,单通道的距离测量精度优于0.3 m,探测概率超过99%,并对比不同大气能见度下对测距的影响。该系统验证了星载激光雷达大光斑多元细分、光纤拼接焦面接收方案的可能性,并验证光子计数体制激光雷达测距精度及适应性。     

广义Battle2Lemarié子波

从Haar尺度函数入手 ,提出尺度系数函数概念 ,引入时移因子 ,将Battle Lemari啨子波基拓展而构造出广义Battle Lemari啨多分辨分析基 .然后从理论上论证这种拓展的合理性与广义Battle Lemari啨基的一些基本性质 .研究结果表明 :所有广义Battle Lemari啨基继承了 (原始 )Battle Lemari啨基的许多优点 ,比如标准正交性 ,时、频局域化特征和指数衰减性等 ,同时还得到一系列新的对称基 ,广义Battle Lemari啨基的正则性优于相应的 (原始 )Battle Lemari啨基     

基于均匀圆阵的信号二维方向角互相关估计

针对复值乘性和加性噪声同时存在的情况,提出一种基于均匀圆阵的信号二维方向角互相关估计方法.本文推导出互相关估计公式,分析了估计的统计性能,给出了最优参数选择原则.在不改变均匀圆阵阵列流形的情况下,此方法抑制了信号中的乘性和加性噪声,且计算量小.计算机仿真证明了此方法的有效性.     

2.5Gb/s和3.125Gb/s速率级0.35μmCMOS限幅放大器

采用了TSMC0.35μm CMOS工艺实现了可用于SONET/SDH2.5Gb/s和3.125Gb/s速率级光纤通信系统的限幅放大器。通过在芯片测试其最小输入动态范围可达8mVp—p，单端输出摆幅为400mVp-p，功耗250mW，含信号丢失检测功能，可以满足商用化光纤通信系统的使用标准。     

一种低成本工程卫星接收机的设计

介绍了一种在有线电视前端系统中的低成本卫星接收机的方案，分析了其可行性，介绍了硬件系统结构、软件流程，并以实时状态检测为例，详述了任务并行的实现，还着重介绍串口管理功能模块的实现。     

基于子波相关算法的红外图像点目标检测( 英文)

红外图像中点目标的检测技术是近年来信息处理研究的热点和难点之一。目标在图像中的表现为点状 ,且信噪比低 ,目标被噪声 (杂波 )淹没。现结合前人的一些检测算法 ,按照背景信号和噪声在相邻的子带间所表现出的不同相关性这一特点来进行背景信号、噪声的分析 ,提出了基于子波相关算法的点目标的检测方法 ,并对其进行了仿真和软件编程。结果表明这种算法具有很好的检测能力     

Windows下DMA和中断的实现方法

介绍了采用WinDriver为高速数据采集系统开发驱动程序，重点研究了在Windows下实现DMA传送和设备中断的方法。     

基于小波变换的不同融合规则的图像融合研究

图像融合是一种重要的增强图像信息的方法。提出了一种基于多尺度分解的像素图像融合方法。利用小波变换按照不同融合规则及融合算子构造融合图像对应的小波系数。通过对可见光图像与红外图像进行融合的实验比较表明，以像素的局部能量为准则的融合效果更好，既可避免传统融合规则的信息损失，又提高了融合图像的空间分辨率和清晰度，融合图像更符合人的视觉特性，也有利于机器视觉。