基于混合阶偏微分方程的超声图像降噪

针对偏微分方程在医学超声图像处理中的斑点噪声滤除问题,在全变分去噪模型和四阶LLT降噪模型的基础上,提出一种针对医学超声图像的混合阶变分降噪方法。该方法引入二阶全变分和四阶偏微分的混合阶偏微分方程作为正则项,并利用斑点噪声分布构建保真项。用标准测试数据和真实数据对所提混合阶变分降噪模型进行验证,试验结果表明,该模型在有效滤除超声图像斑点噪声的同时,能较好地保护图像的边缘和纹理细节信息。处理后的图像在峰值信噪比PSNR、均方误差MSE、运行效率方面均优于全变分和LLT模型。     

多输入多输出阵列的机载前视雷达成像算法

机载前视成像有着很多潜在的应用,如在能见度很低的天气实现飞机的导航和盲降等.针对一种基于多输入多输出布阵的机载前视成像系统,通过结合调频变标算法和波束形成技术,推导出了适用于该机载前视成像雷达系统的成像算法,根据实际的飞行参数进行仿真实验.仿真结果表明:该算法可以对目标场景进行精确的成像;该系统与普通线阵前视合成孔径雷达相比,不仅避开了须求高重复脉冲周期的问题,也大大减少了天线阵列中使用的阵元数.     

面向数据传输稳定性的无人机群频谱接入方法

针对频繁变化的无线通信环境中无人机群频谱资源使用问题,在保障无人机数据传输稳定的前提下,以降低无人机间用频冲突率、提升信道利用率和系统吞吐量为目标,设计了基于多用户非耦合排队频谱接入方法。该方法中无人机之间不需要信息交互和中心控制节点,仅需根据自身数据传输需求、互扰功率和历史信道使用状态信息来构建学习效益函数,生成频谱使用策略。仿真结果表明,所提方法在确保无人机数据传输稳定和兼顾无人机用频公平性的前提下,能有效降低无人机间用频冲突,提升无人机群吞吐量。     

贯彻专业认证的气象行业高精度测温探究性实验教学设计

工程教育专业认证以培养目标和毕业出口要求为导向,毕业生受到行业认可是核心。南京信息工程大学为气象行业高校,电子信息工程专业为国家一流本科专业,通过了专业认证。针对培养目标,设计气象行业测温实验,引导学生熟悉我国气象测温规范,从测量方法、器件运用、滤波、软件拟合等方面探究提高精度的措施,最终满足行业标准。实验教学设计注重行业背景性、方法多样性、工程技巧性、学科融合性。     

高校“模拟电子技术”课程教改探析——以高阶滤波器为例

高校＂模拟电子技术＂是电子类专业的一门重要专业基础课,因各种原因导致该课程教学效果不佳,因此教学改革亟待深入。认为应当求真、务实、创新,并且以调整教学计划为起点、以更新知识为重心、以实验为突破口,真正抓出实效。     

超材料隐身技术研究进展

目的 探究超材料隐身技术的应用背景,回顾超材料隐身技术的最新研究进展,并对超材料隐身技术的发展趋势进行展望。方法 从基本工作原理出发,介绍几种主流的超材料隐身技术的实现方法,包括变换光学隐身技术、等离激元隐身技术、覆罩式隐身技术、基于微波网络理论的隐身技术以及相位调制型超构表面隐身技术等。结果 超材料技术的发展为隐身衣的设计提供了新的思路,并加速了隐身器件的小型化、集成化、数字化和智能化发展。结论 概述了超材料隐身技术的研究进展,并对其发展趋势进行了简要展望。     

基于FPGA的雷达视频压缩技术研究

根据雷达视频数据量大、目标信息较为重要的特点,设计并实现了一种基于FPGA的高分辨率雷达视频压缩方案。该方案针对压缩过程中算法较为复杂,且有大量浮点运算、乘法处理等高计算复杂度的问题,对DCT、量化、编码等核心处理模块分别进行了优化设计。在一片Stratix IV GX EP4SGX230KF40C4芯片上进行了验证,结果表明,该设计方案资源占用率低,压缩后图像质量较好,对于1600x1200分辨率的视频处理速度可达50帧／秒以上,满足高分辨率雷达视频实时压缩的要求。     

基于动态可变分段误差函数的常数模盲均衡算法

为了克服常数模算法（ CMA）收敛速度慢,稳态误差大的缺点,在分析基于可变分段误差函数的常数模盲均衡算法的基础上,提出了基于动态可变分段误差函数的常数模盲均衡算法。该算法利用均方误差（ MSE）来动态调节误差函数的分段点位置,误差函数特性在均衡过程中随着MSE不断变化,使得算法误差模型与发射信号的模型不断匹配,从而具有增加收敛速度和减小稳态误差的特点。分别用混合相位水声信道和最小相位水声信道对提出的新算法进行仿真实验,结果表明：对于混合相位水声信道,新算法的收敛速度明显快于CMA,且具有更小的稳态均方误差;对于最小相位水声信道,新算法的稳态均方误差明显小于CMA,而收敛速度相当。     

基于星座图改进的QAM盲均衡算法

针对多模辅助算法均方误差高的缺点,提出了两种基于星座图改进的盲均衡算法.首先利用16QAM星座图信息,增加多模辅助算法代价函数中信号点的均衡数目,得到改进的多模辅助算法,与多模辅助算法相比,改进后的算法稳态均方误差更低,而且收敛速度略有提高;其次将改进的多模辅助算法和判决引导算法相结合,根据均方误差调整两种算法的比例,得到的混合算法进一步降低了稳态均方误差.水声信道仿真结果表明:提出的两种算法都可以有效地降低均方误差,适用于对精度要求较高的场合.     

消散型同步的微弱周期信号检测及噪声影响分析

在混沌预测模型基础上,提出了消散型同步的混沌背景下微弱信号检测算法。采用径向基函数神经网络(RBFNN)拟合混沌模型,结合消散型同步实现混沌时间序列与混沌系统的同步,利用同步误差实现微弱信号的检测。以Rossler混沌系统为研究对象,验证了算法的可行性,研究了噪声对微弱信号检测的影响。仿真研究表明,该算法能检测各种频率的微弱信号,在一定条件下可检测到信杂比大于-110dB的微弱周期信号;若信噪比SNR≥0dB,噪声对微弱信号检测的影响很小;但若SNR-10dB,将检测不出微弱信号。在理论研究基础上,由MKS-CEC-Ⅲ新型混沌演化控制实验仪获取Coullet混沌时间序列,添加不同频率的微弱信号,利用该算法实现了不同频率微弱信号的检测,说明该算法适用于其他混沌系统。