多通道大屏幕图像无缝拼接技术研究

本文着重介绍了基于PC机大荧幕图像显示中利用多通道进行无缝拼接的方法。利用普通的投影机和PC机一起构造出系统的硬设备,利用线性函数的融合法和具有交互式特点的软件几何校正法,可以快速的在多通道中进行图像的融合拼接,这种拼接方法不仅可以提高拼接效率,而且在很大程度上降低了制造成本和后期维护成本,具有很高的市场推广和应用价值。     

余度系统中的动态同步和表决控制

在多通道余度系统的研究和应用中,同步问题是整个余度系统正确运行的基本保证。基于多交叉通道模型和同步时间的静态分配策略,提出动态时间容错方法。针对该方法,设计基于时间容错的动态表决控制算法,实现多通道系统中的动态同步。给出动态同步表决控制逻辑,用于控制表决时间并监测表决数据。理论分析和实验结果表明,时间容错的动态表决控制算法扩展了任务处理的时间窗口,与静态同步算法相比,可有效降低通道故障率,提高对瞬时干扰的抵御能力以及余度系统的可靠性。     

基于TMS320VC5402的RS_485通信设计

完成了基于TMS320VC5402 DSP的R5_485通信的硬件设计和软件编程.基于美国TI公司TMS320VC5402 DSP芯片的多通道缓冲口(McBSP)进行适当的硬件扩展,以SPI方式直接和MAXIM公司的MAX3100通用异步串行收发器接口,然后经Linear Technology公司的LTC 1480超低...     

多通道Haar-like特征多示例学习目标跟踪

目的 提出一种基于多通道Haar-like特征的多示例学习目标跟踪算法,克服了多示例跟踪算法在处理彩色视频时利用信息少和弱特征不能更换的缺点。方法 首先,针对原始多示例学习跟踪算法对彩色视频帧采用单通道信息或将其简单转化为灰度图像进行跟踪会丢失部分特征信息的缺点,提出在RGB三通道上生成位置、大小和通道完全随机的Haar-like特征来更好地表示目标。其次,针对多示例学习跟踪算法中Haar-like弱特征不能更换,难以反映目标自身和外界条件变化的特点,提出在弱分类器选择过程中,用随机生成的新Haar-like特征实时替换部分判别力最弱的Haar-like特征,从而在目标模型中引入新的信息,以适应目标外观的动态变化。结果 对8个具有挑战性的彩色视频序列的实验结果表明,与原始多示例学习跟踪算法、加权多示例学习跟踪算法、基于分布场的跟踪算法相比,提出的方法不仅获得了最小的平均中心误差,而且平均跟踪准确率比上述3种算法分别高52.85%,34.75%和5.71%,在4种算法中获得最优性能。结论 通过将Haar-like特征从RGB三通道随机生成,并将判别力最弱的部分Haar-like弱特征实时更换,显著提升了原始多示例学习跟踪算法对彩色视频的跟踪效果,扩展了其应用前景。     

Joint optimal sensing time and power allocation for multi-channel cognitive radio networks considering sensing-channel selection

In this paper,we consider a multi-channel cognitive radio network(CRN)where each secondary user(SU)can only choose to sense a subset of channels.We formulate a joint optimization problem of sensingchannel selection,sensing time and power allocation under the constraints of average transmit power budget and average interference power budget,which maximizes the CRN’s total throughput.We propose a greedy algorithm to solve the joint optimization problem,which has much less computational complexity.Moreover,it is shown that the search space of the greedy algorithm can be further pruned.Finally,numerical results demonstrate that the greedy algorithm has comparable performance to the exhaustive search algorithm.     

基于多通道Transformer的交通量预测方法

目前,我国高速公路拥堵程度居高不下,而交通流预测作为实现智能交通系统的重要一环,若能对其实现高精度的预测,那么将能够高效地管理交通,从而缓解拥堵。针对该问题,提出了一种考虑时空关联的多通道交通流预测方法（MCST-Transformer）。首先,将Transformer结构用于不同数据的内在规律提取,然后引入空间关联模块对不同数据间的关联特征进行挖掘,最后,借助通道注意力整合优化全局信息。采用广东省高速公路数据,实现了两小时内92个收费站的高精度流量预测。结果表明：MCST-Transformer优于传统机器学习方法以及部分基于注意力机制的时间序列模型,在120 min预测跨度下,相比贝叶斯回归,MAPE降低了5.1%;对比Seq2Seq-Att以及Seq2Seq这些深度学习算法,所提方法的总体MAPE也能降低0.5%,说明通过多通道的方式能够区分不同数据的特性,进而更好地预测。     

云环境下基于动态滑动窗口多通道Bi-LSTM的虚拟机故障预测模型

针对点值预测方法预测虚拟机故障,未充分利用虚拟机历史周期特征和上下文信息、预测准确率不高的问题,提出了一种动态滑动窗口多通道Bi-LSTM的虚拟机故障预测模型。该模型首先利用动态滑动窗口动态捕获虚拟机故障发生过程的上下文特征;然后构建多通道机制的Bi-LSTM以同时学习不同指标类之间的相关性特征,预测虚拟机下一周期的故障;最后根据OCSVM和区间偏移度方法对预测结果进行判断,得出具体的故障类型。实验表明,该模型在预测准确率、召回率、F值三个指标上均优于基线模型,验证了模型对虚拟机故障预测的有效性。     

基于虚拟仪器技术的轮荷测量仪电测系统开发

依据电阻应变测量原理,应用机电一体化技术,开发测量汽车轮荷的测量仪电测系统.该系统由数采硬件电路和上位机车辆轮荷测量系统软件组成.应变传感器测得的电压信号,先后经过调理电路、A/D转换电路和光电隔离电路,传输给MCU.通过串口通信协议,MCU与上位机轮荷测量系统间进行指令和数据的传输,数据经过存储和运算处理后,通过上位机系统面板把轮荷值传达给用户,并将结果储存到PC机中.采用砝码加载,在可倾斜卡具上对测量仪进行了实验标定.根据实验数据算得测量仪的非线性误差为±0.72%,重复性误差为±1.37%,迟滞性误差为±1.47%,灵敏度误差为±1.67%,最终得到综合误差为±2.71%,满足轮荷测量仪预期设计的测量精度和功能要求.     

组网式多通道数据采集系统设计

针对冶金行业数据采集设备在恶劣工况下对多种过程信号进行数据采集的需求,设计了一种基于进阶精简指令集处理器(ARM)和现场可编程门阵列(FPGA)的组网式多通道数据采集系统.该系统实现了单个采集模块8路模拟量、8路数字量同步隔离采集、缓存、上传,并可通过高速光纤实现至多10个采集模块并联,具有体积小、成本低、抗干扰能力强等特点.实验结果表明,该数据采集系统精度高、可靠性高,各项指标满足工业现场应用需求.     

CNY—2多通道超声波探伤仪的研制及在自动探伤中的应用

本文讨论了超声波自动探伤对超声波探伤仪的主要技术要求；介绍了为自动探伤研制的ＣＮＹ－２多通道超声波探伤仪的主要特点和应用。