排序方式: 共有61条查询结果,搜索用时 46 毫秒
1.
2.
基于svc和wavelet-transform的图像脉冲噪声自适应新滤波器 总被引:1,自引:0,他引:1
利用小波变换Wavelet Transform可以检测信号奇异点的原理,提出了一种基于WT的脉冲噪声检测方法,并把这一方法与支持向量分类器SVC脉冲噪声检测方法相结合,提出了一种改进的SVC图像脉冲噪声滤波器。实验表明,这一改进的SVC脉冲噪声滤波器的滤波效果比原先的SVC滤波器有明显的改善。 相似文献
3.
针对传统方式检测风力涡轮机表面缺陷时出现的精度不足、泛化性较差问题,提出了一种改进YOLOv5s的风力涡轮机表面缺陷检测模型。在网络结构方面,首先在主干特征提取网络引入改进的MobileNetv3网络,用于协调并平衡模型的轻量化和精度关系;其次采用BiFPN式的融合方式,增强神经网络的多尺度适应能力,提高融合速度和效率;最后为轻量化的自适应调节特征权重,运用ECAnet通道注意力机制,进一步提高神经网络的特征提取能力。在损失函数方面,将边框回归的损失函数修改为αIoU Loss,进一步提升了bbox回归精度。实验结果表明,基于YOLOv5s的改进算法可以在复杂环境下快速准确地识别风机表面的缺陷目标,能够满足实时目标检测的实际应用需求。 相似文献
4.
5.
研究了基于先验信噪比估计的维纳滤波增强算法,针对基于先验信噪比估计的维纳滤波法未能有效提高语音可懂 度的缺点进行了研究与改进:首先,引入了以MMSE为准则的两步先验信噪比估计取代原“直接判决”法。其次,针对信噪比为负的区域,增益函数误差的过高估计会严重降低语音可懂度的问题对增益函数进行了改进,放大了负信噪比区域的噪声谱,从而降低增益函数被过高估计的可能性,最后,结合理想二值掩蔽的技术,对处理后的语音信号进行后处理,实验结果表明, 改进的方法能够有效的提高语音可懂度并降低语音信号的畸变。 相似文献
6.
为解决NoC协议芯片内部各个IP的初始化配置功能以及NoC芯片内部状态检测问题,设计芯来ICB总线转接AMBA总线的协议转换桥,基于芯来E203搭建配置管理单元与NoC芯片不同IP进行互连,从而实现NoC芯片的初始化配置以及管理工作,并从模块级、系统级以及FPGA原型3方面对系统进行验证。验证结果表明,配置管理单元系统的正确性扩大了芯片的应用范围。 相似文献
7.
分析了电流舵DAC中传统差分开关的缺点,采用了一种优化的四相开关结构。采用MOS电流模逻辑进行开关编码信号的限幅,以削弱电荷馈通效应。在此基础上,采用时钟交叉点配置电路,实现对DAC开关交叉点的精确控制。基于动态元件匹配译码技术,实现对电流源单元的随机调用。对该16位DAC进行了仿真和整体版图设计,其核心部分的芯片面积仅为2.2 mm2。采用0.18 μm CMOS工艺,对该DAC的性能参数进行了测试。测试结果表明,在1 GHz采样率和100 MHz输入信号频率的条件下,该DAC的无杂散动态范围约为67 dB,3阶互调失真IMD3约为76 dB,整体动态性能较好。 相似文献
8.
针对脉冲频率调制(PFM)开关电源(SMPS)集成电路,提出了抗电磁干扰(EMI)设计的两种方法.通过采用零电流检测电路,控制开关电源集成电路中的开关金属氧化物半导体场效应晶体管(MOSFET)在第一个谷底导通,从而降低导通电流的尖峰值.通过采用恒压和恒流设计技术,使开关电源集成电路中的电压和电流得到限制,有助于降低电流纹波.采用CSMC lμm 40 V高压工艺设计了PFM开关电源集成电路SX1618,将以上两种抗电磁干扰设计方法应用在该电路的设计中,并设计了针对性的保护结构.完成SX1618整体仿真和版图设计后进行了流片和封装,并将其应用在实际的开关电源中,经测试,开关电源的抗电磁干扰能力符合标准. 相似文献
9.
研究SCARA工业机器人在关节空间内的轨迹跟踪控制问题。实际应用中,系统的未建模特性、关节摩擦间隙和未知负载等因素将引起机器人动力学性能的变化,从而影响其轨迹跟踪控制;并且外界扰动也会增加机器人轨迹跟踪控制的难度。针对上述问题,提出一种基于布谷鸟算法优化的快速连续非奇异终端滑模控制策略。该方法利用布谷鸟算法寻优机制规划机器人的参考轨迹;控制策略在李亚普诺夫稳定性理论的支撑下,采用连续非奇异终端滑模面来补偿与抑制系统的不确定性与外界扰动,引入快速终端滑模趋近律来加快系统的响应速度,并结合Anti-Windup技术来补偿系统中死区等其他非线性因素。通过李亚普诺夫稳定性理论,证明机器人系统的轨迹跟踪误差全局稳定。最后,通过轨迹跟踪试验验证了此方法的有效性。 相似文献
10.
针对现有的遥感图像目标检测方法中对小尺寸飞机目标的检测精度不高、特征信息传递不准确、信息交互不充分等问题,提出了一种基于可辨别特征提取和上下文感知的遥感图像飞机目标检测方法。设计了以可辨别特征提取模块为主体的主干网络,用以加强对多尺度飞机目标的特征提取;引入自适应特征增强模块,选择性关注小目标、优化特征信息的传递与信息交互;并设计了特征融合上采样模块对特征图进行上采样操作,用以提升高层语义信息的准确性。在DOTAv1数据集上的检测精度达到了95.2%,相较于YOLOv5s、SCRDet、ASSD等主流算法,飞机目标的检测精度提高了3.7%~18%。此外,该方法的检测速度以及模型参数量分别为147 fps和13.4 M,相较于当前主流算法具备较强的竞争力,满足在遥感背景下对飞机目标的实时检测需求。 相似文献