基于OpenCV的动态背景下的运动目标检测

研究在动态背景下对视频图像序列进行运动目标的检测。主要包括三个步骤,分别是运动估计,运动补偿和目标检测。在运动估计中采用的主要是基于特征点匹配算法。这种算法与传统的块匹配算法最大的好处在于它的数据量少,计算简单迅速而且图像的匹配可靠性更高。最后用计算机视觉库OpenCV进行实现。     

基于天线测试系统的简易扩频设计及应用

基于通用天线近远场测试系统,给出了系统扩频设计和工程应用的思路,并分别对扩频系统的本振相参、上下变频的一致性进行了论述。实现了Ka频段以下的平面近场、远场天线测量系统的扩频与应用,并给出了8单元EHF频段阵列天线在不同测试系统下的天线测试方向图。测试结果表明,经扩频的测试系统方向图测量数据与毫米波天线测试系统直接测量的结果吻合,说明扩频系统能够满足毫米波天线方向图的测试需求,并具有较高的测试精度,且设计成本较低。同时还具有一定的通用型,对天线的毫米波扩展测试具有较好的工程应用价值。     

毫米波测云雷达回波信号衰减补偿仿真研究

针对毫米波测云雷达受云雨衰减的问题,从雷达I、Q信号角度出发,模拟毫米波测云雷达回波I、Q信号并假设一定的探测环境,进行雷达回波信号衰减补偿仿真试验.试验结果表明,雷达电磁波信号穿过雨区和云区时,在远距离处衰减量很大,通过衰减补偿,信号强度明显增强,目标信号突出.     

AODV路由协议路由修复研究和改进

Ad Hoc网络具备拓扑的动态性,该特性使得一般路由协议无法正常工作,且网络节点移动变化性,也会提升路由断裂的发生率。AODV路由协议作为Ad Hoc网络目前使用最为频繁的一种路由协议,其重要性和高效率性不言而喻。主要对AODV路由协议的修复研究与改进进行分析和探讨,从AODV协议的工作原理、修复研究以及改进方法等几个方面进行了阐述。     

面向智能卡SoC芯片的集成验证设计方法

近几年来,随着人们对信息安全性和便携性要求的不断提高,智能卡研究与应用得到了长足的发展。集成验证在整个智能卡芯片前端流程中持续扮演着重要角色,它能够提高和保障产品质量,从而间接影响总体的产品时间。本文概括的描述了智能卡SOC芯片集成验证工作的方法和思路,以及如何做好集成验证工作,保证验证质量,提高验证效率。     

灌封用环氧树脂的制备与力学性能研究

灌封用环氧树脂除了要具备较强的抗冲击过载能力外,固化后还必须具有较小的内应力。通过控制环境温度,制备了灌封用环氧树脂,并对其力学性能进行了测量,分析了不同固化时间对材料弹性模量、抗压模量和屈服强度的影响。结果表明:固化90天的环氧树脂弹性模量比固化30天的环氧树脂下降了近23%,抗压强度增加了近24%。通过延长环氧树脂的固化时间能够有效减少材料内部的应力集中,从而降低对被灌封电路模块的影响。     

一种高效的短波高速数传迭代合并均衡算法

针对电离层信道深衰落导致的短波高速率数据通信误码率急剧升高的问题,利用最小均方误差准则提出一种迭代合并均衡快速算法.算法根据串行高速数据波形的传输特点,构造了基于块处理的合并均衡器,通过增加软信息转换模块,实现了与译码器的软信息迭代.由于充分利用了时域和空域信息,算法获得了较大的性能增益.仿真结果表明:所提算法的误码率比原有均衡算法相比明显下降而计算量与之相当,因而能更好地适用于实际系统.     

光纤倏逝波化学传感器灵敏度特性研究

为了克服传统光纤化学传感器的不足,运用宽光谱分析法设计一种基于倏逝波原理的光纤化学传感器,研究了传感器的几何结构参数,溶液浓度与灵敏度的关系。运用光束传播法(BPM)分析传感器几何结构参数与灵敏度的关系;通过化学腐蚀方法制备出不同参数结构的传感器,并用不同浓度亚甲基蓝溶液对这些传感器进行实验验证。实验结果表明,模拟结果与实验结果相符,溶液浓度越大,传感区纤芯越细、越长,灵敏度越高;文章提出的光纤倏逝波化学传感器在水质检测方面有着潜在的应用。     

光热干涉法测量大气气溶胶粒子吸收系数研究进展

光热干涉法可在保持大气气溶胶状态不变的前提下直接测量其吸收系数,具有灵敏度高、响应速度快和测量结果不受散射光影响等优点。详细阐述了光热干涉法测量气溶胶吸收系数的基本原理。通过对几种典型光热干涉仪的剖析,包括Mach-Zehnder干涉仪、Fabry-Perot干涉仪、Jamin干涉仪和折返Jamin干涉仪,介绍了该方法不断完善的研究历程以及仍然待解决的问题。描述了在借鉴和创新基础上,正在开发的全光纤结构光热干涉试验装置。分析了光热干涉法的未来发展趋势。     

彩色图像去马赛克的非局部稀疏表示方法

目前,大部分彩色去马赛克（Color DeMosaicking,CDM）算法仅利用了局部的空间和光谱相关性,容易导致CDM复原图像边缘模糊以及细小结构丢失.当图像中出现周期性细小结构时,这些局部方法容易产生诸如锯齿、栅格等失真现象.针对这些问题,我们将字典学习和稀疏编码统一到一个变分框架中,提出了非局部自适应稀疏表示模型.通过非局部相似块聚类自适应地在线学习字典.利用局部和非局部的冗余信息对稀疏编码进行约束,强制稀疏编码靠近其非局部均值以减少编码误差.为了有效抑制服从重尾分布的CDM误差,设计了基于l₁范数的数据项.最后,联合交替最小化方法和算子分裂技巧对模型进行有效求解.实验结果验证了本文模型与数值算法的有效性.