一种大尺度Gauss模糊的快速采样算法

针对大模板Gauss模糊的传统算法计算复杂度较高的缺点,提出了一种基于快速采样的新算法,将计算复杂度从O(N2)降到O(N)级别.利用极大似然估计理论,对传统Gauss模板和采样模板进行分析,给出了采样算法和传统算法的联系与区别.实验表明,新算法在极大的提高算法的速度的同时,可以将两者之间的能量误差控制在1%左右,当采样点等于10N时,人眼基本无法察觉两种算法的差异.     

凌力尔特推出16位低功率125 Msps ADC

凌力尔特公司(Linear Technology Corporation)推出3个低功率16位、25~125 Msps模数转换器(ADC)系列。LTC2165和LTC2185系列分别为单通道和双通道同时采样并行ADC,可提供全速率CMOS或双数据速率(DDR)CMOS/LVDS数字输出选项,并具有可编程数字输出定时、可编程LVDS输出电流和任选的LVDS输出终端。LTC2195系列包括具串行LVDS输出的双通道、同步采样ADC。每个ADC系列都提供了一种引脚兼容的转换器选择,采样速率最高可达125 Msps,并专为在额定速度条件下实现极低功耗而优化。凌力尔特推出16位低功率125 Msps A     

基于谓词的无线传感器网络水质达标采样算法

水质达标检测是水资源优化利用的基础。利用无线传感器对水质进行采样,通过无线传感器网络将达标结果发送给基站进行融合处理,数据服务器在接收到采样数据后实施应用决策。在无线传感器网络、基站和数据服务器三层结构的基础上讨论基于谓词的水质达标采样算法,对算法进行分析、设计和仿真。实验结果表明,该算法实用且高效。     

实时光纤网络中突发数据传输的物理层设计

使用Altera CycloneⅢ FPGA设计了百兆实时光纤网络物理层,解决了百兆光纤网络突发数据通信中的数据突发发送、数据时钟的恢复及接收的关键技术。利用空间过采样技术避开了光通信中用于相位锁定、时钟恢复所需的等待时间,直接从码流中提取数据,从而减少了网络突发数据包的同步码开销,提高了光网络的带宽利用率。     

基于谓词的无线传感器网络查询优化算法

无线传感器网络(WSNs)是一种能量受限的网络,WSNs采样查询执行中首先要考虑到如何节省能量的问题.针对查询参数复杂、参量变化细微的传感器网络应用背景,提出了一种基于谓词的WSNs查询优化(PQOA-WSNs)算法.从用户输入的谓词查询表达式着手,把查询表达式转换为等价的析取范式,再根据概率学的原理对采样谓词作最优排序,以减少整个查询上传的数据量,从而延长传感器网络生命期.PQOA-WSNs包括了词法与语法分析、表达式转换、概率算法3个子算法模块.对PQOA-WSNs仿真测试显示:采样谓词越多,本算法的优化率也越明显,在2,3,4,5,7个查询谓词的条件下,测试优化率分别为48%,65%,74%,78%和85%左右.     

无源二线制智能数字显示表的设计与实现

为了解决LCD在黑暗环境下无法显示的问题,设计并开发了无源二线制智能数字显示表。该无源二线制智能数字显示表采用TI公司生产的MSP430FE427单片机进行控制,详细介绍了其工作原理和实现技术。该仪表能够在没有表头以及外接直流电源的情况下,通过显示模块对二线制传感器检测到的工业参数进行显示;具有精度高、配置灵活、稳定性好等特点,适合用作工业现场的显示单元。     

AD0809与微机直接互连采样分析

在单片机外围扩展中,模拟至数字转换器（ADC）常用的标准电路在采样芯片和单片机之间需要多个元件对信号进行转换,虽然精度很高,但结构复杂,成本较高。该文对某些特定条件下用单片机进行ADC采样的方法进行了初步的探索,利用单片机直接与ADC0809进行连接,通过单片机l产生各种时钟和控制信号来完成ADC采样,简化了采样的线路。对比了该电路与传统电路的差别,并讨论了该采样方法的使用条件和应用参数。     

AD73322与C54X DSP接口设计

在语音设备的设计过程中,有一重要环节就是选择合适的模拟通道器件与DSP配合工作;在所完成的某小型便携式语音终端的硬件平台开发中,选取TMS320C5416用于语音编解码等复杂语音信号处理;而在众多可以与该DSP配合的AD、DA器件中,集A/D和D/A转换于一身的AD73322成为最好的选择;文中以实际设计案例给出了单片AD73322及多片AD73322级联(外部音频通道较多的场合)与TMS320C5416芯片配合使用的硬件连接方法和编程策略;对于类似的DSP+AD/DA硬件平台设计具有普遍的参考意义。     

随机采样的2DPCA人脸识别方法

在2DPCA的基础上提出一种随机采样的2DPCA人脸识别方法--RRS-2DPCA.同传统通过对特征或投影向量进行采样的方法不同的是,RRS-2DPCA(Row Random Sampling 2DPCA)将随机采样建立于图像的行向量集中,然后在行向量子集中执行2DPCA.在ORL、Yale和AR人脸数据集上进行实验,结果表明RRS-2DPCA不仅具很好的识别性能和运算效率,而且对参数具有很大的稳定性.另外针对2DPCA和RRS-2DPCA对光线、遮挡等不鲁棒问题,进一步提出了局部区域随机采样的2DPCA方法LRRS-2DPCA(Local Row Random Sampling 2DPCA),将RRS-2DPCA执行在人脸图像的局部区域中.实验结果表明LRRS-2DPCA不仅具有较好的鲁棒性更大大的提高了RRS-2DPCA的识别性能.     

基于NSCT和泰勒级数的图像超分辨率重建

结合非下采样Contourlet变换(NSCT)的多尺度、方向特性、各向异性、平移不变性以及泰勒级数高效逼近的优点,提出一种利用泰勒级数插值代替双线性插值的超分辨率图像重建算法.实验结果显示,该算法可以较好地恢复图像的细节信息和纹理特征,有效抵抗高斯噪声的干扰.