一种基于WSN的机器人三维精确定位算法

对无线传感器定位方法进行了研究,针对机器人在恶劣环境下定位问题,提出了一种利用无线传感器网络(Wireless Sensor Network,WSN)技术对机器人精确定位的方法,构建了一种新的机器人定位模型来求取机器人的坐标和姿态。利用到达时间差(TDOA)技术测量锚节点到盲节点的距离,利用最大似然方法对机器人体内安装的固定传感器未知节点精确定位,进而对机器人的工作区域以及移动方向进行精确定位。根据实验数据进行的仿真计算证明了算法的有效性。     

基于自适应字典稀疏表示的超分辨率算法

基于学习的超分辨率算法通过一组训练样例来学习一个字典,并从该字典中合成低分辨率图像中丢失的高频信息,最终得到相应的高分辨率图像。介绍了几种常用的基于学习的超分辨率算法,并提出了一种新的算法:基于自适应字典稀疏表示的超分辨率算法。实验结果表明,该方法在主观与客观上均具有较好的重建效果。     

可重构无线HDMI的高吞吐量LDPC码编码器设计

基于可重构理论,采用IEEE802.11n LDPC码编码的快速编码算法,提出了一种可重构的无线HDMI LDPC码编码器设计.该编码器能够支持3种不同码长,4种不同码率.在EP2S90F1020C5 FPGA下,最高频率为83 MHz,最高数据吞吐量为1.1 Gbit/s.     

射频信号光纤传输技术研究现状及进展

随着现代战场中电磁环境的日趋复杂化,情报侦察、电子对抗、通信和遥感等系统中不同频率、制式的射频(RF)信号密集交叠,RF信号光纤传输技术所具有的宽带、抗干扰和信号损耗小等优势将在这些系统中发挥关键性的作用。概述了RF信号光纤传输技术的特点和优势,介绍了国内外的研究现状及进展情况,展望了RF信号光纤传输技术的发展前景。     

固态封装型的体声波谐振器的制备与性能分析

以Ti/Mo为布喇格反射层,在Mo底电极上沉积了高c轴择优取向的AlN薄膜,并采用微机电系统(MEMS)工艺制备了固态封装型体声波谐振器.用原子力显微镜(AFM)、场发射扫描电子显微镜(FESEM)测试了布喇格反射层的粗糙度和截面,用微波探针台和网络分析仪测试了以优化工艺参数条件制备的谐振器(FBAR)的频率特性,得到谐振器的谐振频率为2.51 GHz,有效机电耦合系数为3.89%,串并联品质因数为134.2和97.8.     

一种采用数字激励测试的MASH结构ΣΔ模数转换器

介绍了一种采用数字激励源测试的MASH(MultistAge noise SHaping)2-2结构ΣΔ模数转换器。为了简化测试过程,降低测试成本,该模数转换器加入辅助测试电路,无需高精度的测试仪器,仍可测得ΣΔ模数转换器性能参数。文中对采用数字激励源测试的原理进行阐述,并对MASH2-2结构ΣΔ模数转换器进行设计。该转换器采用1st Silicon0.25μm1P4M工艺,在电源电压3V,过采样时钟频率6.144MHz的条件下,利用传统的模拟测试和数字激励源测试证明其在0~20kHz频率范围内,SNDR>89dB。测试的结果证明了采用数字激励测试方案的正确性。     

探地雷达回波信号的特征提取和分类

探地雷达的回波信号具有非平稳特征.为实现非平稳信号的检测和分类,采用了二进小波变换、主分量分析与Fisher线性判别分析和前馈多层感知器分类器分别对探地雷达回波信号进行小波分解、去相关与特征选择和分类.实验结果表明,该算法具有很好的分类效果.     

专用超大规模集成电路在LED显示系统中的应用

自1976年蒙特利尔奥运会采用了第一块黑白视频显示屏以来，各种大屏幕特别是LED显示屏得到了迅猛发展，在现代信息社会中更是随处可见。在这些显示系统中，应用了大量的不同种类的集成电路作为驱动芯片。本文叙述了运用于LED显示系统中的超大规模集成电路的强大功能。     

基于图像的线路板线宽测量系统的研制

为测量印刷线路板(PCB)上密集直线的线宽,构建了由CCD摄像机、视频采集卡、照明装置和PC机组成的光机电一体测量系统.该系统首先用矩形框获取包含被测线宽的局部图像,并进行相应的预处理;然后,采用扫描方法获取被测线宽的两边缘点集,进而采用最小二乘拟合、奇异点去除、再次拟合的方法获取两边缘直线方程;最后,利用去奇异点后的两边缘点集和两边缘直线方程计算得到直线的线宽.仿真和真实线宽测量实验结果表明,该系统具有较高的测量效率和精度,其重复测量精度优于2μm,已被多家PCB生产厂采用.     

基于Transformer的实时语义分割网络及应用北大核心CSCD

为提升机器人对电缆隧道场景的环境感知能力,提出了一种适用于电缆隧道场景的实时语义分割网络。使用Transformer结构提取图像全局语义信息,同时使用卷积神经网络捕获图像局部细节信息,将二者结合增强图像分割精度。同时,针对机器人以及隧道特点,将语义分割结果转化为机器人前方目标信息以及机器人偏离情况信息,辅助机器人导航避障。实验结果表明,所提出的网络在公共数据集Cityscapes、CamVid上平均交叉联合度量分别为77.2%、76.8%,相比BiSeNet分别提高了8.8%、8.1%,并能较好地适应于实际电缆隧道环境中,提供有效的场景感知信息,实现自主避障。