多束强激光在大气传输中的热晕与湍流效应

强激光在非均匀光程中传输时,大气路径中分子的吸收系数不再是常数,利用内插法得出了中纬度夏季模式的分子吸收系数随海拔高度的变化规律。强激光传输会同时受到大气湍流效应和热晕效应的共同影响,这严重影响了强激光传输的效能,而采用多束强激光传输方法可以减小这些效应的影响。根据波动光学理论,建立了三束脉冲激光在湍流和热晕相互作用下的数学模型。数值结果表明:该方法对光强起伏、光斑分裂和光束扩展等现象有较好的校正效果。     

基于USB接口的视频图像采集系统设计

介绍了一种实用的基于通用串行总线(USB)的传输的图像采集系统的设计与实现方法,其中包括图像采集卡的硬件结构以及主机上的基于MFC的应用软件开发.     

电力光纤通信网络的规划与设计研究

在我国电力光纤通信网络形成的过程中,电力系统对通信技术的利用越来越多,甚至是较为依赖的,整个电力系统的运行,都需要光纤通信网络的支持,光纤网络不仅具有一定的通信能力,还具有较为良好的可靠性,进而提升电力系统运行的安全性.     

乔发民在尚志市一线指导防汛抢险救灾工作：始终保持战时状态 坚决打赢通信应急保障防汛抢险救灾硬仗

<正>自8月2日凌晨降雨以来,尚志市遭到百年一遇级别最强降水,持续的强降雨来势凶猛,雨情叠加、汛情叠加、风险叠加、灾害叠加,情况异常复杂,导致尚志市城乡积涝,多地通信设施受损。面对前所未有的灾害形势,雨情、水情、灾情、险情始终牵动着省通信管理局。     

时分双工系统波束赋形块长优化

提出了一种优化时分双工系统波束赋形块长的方案.在该系统中,由于上下行链路的信道互易性,基站可以通过上行导频估计出当前时刻的信道状态信息,从而计算出下一时刻的发射波束赋形向量或矩阵.当给定归一化导频开销时,不同的波束赋形块长对应不同的上行信道估计误差和上下行传输时延,进而导致不同的系统性能.以块平均后验信噪比为目标函数,...     

一级放大激光时域特性影响因素及优化

基于一级放大脉冲Nd3+:YAG激光器实验系统,通过实验测量手段,开展了级间泵浦延时、放大增益系数与电光调Q加压延时对激光单脉冲能量影响规律的测量研究与数据分析,分别从静态和动态2种条件下,测量了级间泵浦延时、脉冲能量、脉冲宽度、动、静态放大增益系数、电光调Q加压延时等时域参数随放大电压的变化规律曲线.研究表明,在谐振...     

基于标定信息的高低分辨率图像配准方法

针对激光三维成像系统分辨率较低,特征点不易提取,同时与可见光成像系统图像配准实时性不高的问题,提出了一种基于标定信息的低分辨率距离图像与高分辨率强度图像配准方法。首先,通过对激光三维成像系统与可见光成像系统进行标定,得到了二者的内参数、外参数以及畸变系数;其次,利用二者的标定信息,通过构造像素匹配模型,确定了低分辨率距离图像像素点所对应的高分辨率强度图像像素点。最后,通过遍历低分辨率距离图像每一个像素点,实现低分辨率距离图像与高分辨率强度图像的像素配准。实验结果表明:该方法在保持准配精度基本不变的情况下,配准时间从2.111 s减为0.856 s,降低了算法的时间消耗,具有一定的可行性。     

一种DVB-T/H信号强度检测系统的设计与实现

检测无线视频传输的信号强度,既可以检测信号质量,还能为信号传输选择最佳可用频率段。文章提出了一种基于DSP和MAX2165的DVB-T/H信号强度检测方法,并给出了系统设计方案。该方案先扫描频段内的信号,将其下变频到基带,然后对基带信号进行功率测量,最后获得信号强度。测试结果的分析,验证了该方案的可行性和有效性。     

基于重检测机制的核相关滤波跟踪算法

传统的核相关滤波跟踪(KCF)算法不能很好地处理目标快速移动和大面积遮挡,容易导致目标丢失.在KCF算法的基础上,提出了目标丢失检测、第一帧重检测、扩展区域重检测3种机制来解决以上问题.利用最大响应分数和平均峰值相关能量(APCE)来判别目标是否丢失;在目标即将丢失时,采用扩展区域重检测机制;在目标图像与第一帧目标图像...     

基于双阶段元学习的小样本中医舌色域自适应分类方法

舌色是中医(TCM)望诊最关注的诊察特征之一。在实际应用中,通过一台设备采集到的舌象数据训练得到的舌色分类模型应用于另一台设备时,由于舌象数据分布特性不一致,分类性能往往急剧下降。为此,该文提出一种基于双阶段元学习的小样本中医舌色域自适应分类方法。首先,设计了一种双阶段元学习训练策略,从源域有标注样本中提取域不变特征,并利用目标域的少量有标注数据对网络模型进行微调,使得模型可以快速适应目标域的新样本特性,提高舌色分类模型的泛化能力并克服过拟合。接下来,提出了一种渐进高质量伪标签生成方法,利用训练好的模型对目标域的未标注样本进行预测,从中挑选出置信度高的预测结果作为伪标签,逐步生成高质量的伪标签。最后,利用这些高质量的伪标签,结合目标域的有标注数据对模型进行训练,得到舌色分类模型。考虑到伪标签中含有噪声问题,采用了对比正则化函数,可以有效抑制噪声样本在训练过程中产生的负面影响,提升目标域舌色分类准确率。在两个自建中医舌色分类数据集上的实验结果表明,在目标域仅提供20张有标注样本的情况下,舌色分类准确率达到了91.3%,与目标域有监督的分类性能仅差2.05%。