改进R-FCN模型的小尺度行人检测

目的 为了有效解决传统行人检测算法在分辨率低、行人尺寸较小等情境下检测精度低的问题,将基于区域全卷积网络（region-based fully convolutional networks,R-FCN）的目标检测算法引入到行人检测中,提出一种改进R-FCN模型的小尺度行人检测算法。方法 为了使特征提取更加准确,在ResNet-101的conv5阶段中嵌入可变形卷积层,扩大特征图的感受野;为提高小尺寸行人检测精度,在ResNet-101中增加另一条检测路径,对不同尺寸大小的特征图进行感兴趣区域池化;为解决小尺寸行人检测中的误检问题,利用自举策略的非极大值抑制算法代替传统的非极大值抑制算法。结果 在基准数据集Caltech上进行评估,实验表明,改进的R-FCN算法与具有代表性的单阶段检测器（single shot multiBox detector,SSD）算法和两阶段检测器中的Faster R-CNN（region convolutional neural network）算法相比,检测精度分别提高了3.29%和2.78%;在相同ResNet-101基础网络下,检测精度比原始R-FCN算法提高了12.10%。结论 本文提出的改进R-FCN模型,使小尺寸行人检测精度更加准确。相比原始模型,改进的R-FCN模型对行人检测的精确率和召回率有更好的平衡能力,在保证精确率的同时,具有更大的召回率。     

一种高性能FPGA辐射发射抑制方法研究

随着半导体技术的不断发展,集成电路的电路速度、集成密度和I/O端口数量已大大增加,FPGA的小型化、高密度集成会引发电磁兼容性的问题,电磁屏蔽是抑制电磁辐射最有效的方法,选择高效的电磁屏蔽材料可以取得良好的屏蔽效果。而目前电磁屏蔽材料在FPGA上的应用较少,因此选取了一款具有代表性的高性能FPGA作为研究对象,通过近场扫描测试来研究不同状态下FPGA的电磁辐射发射问题;针对芯片的特点,选取了复合金属屏蔽罩和吸波导电海绵作为电磁屏蔽材料,对FPGA的辐射发射进行抑制。进一步的实验结果表明,由金属材料复合而成的屏蔽罩具有更好的屏蔽效能,达到了10 dBm,相比之下,吸波导电海绵的压缩性和结构稳定性更有助于FPGA在多场景下应用。     

A pair of parallel differential magnetic‐field probes with high measurement accuracy and high electric‐field suppression ratio

Magnetic‐field probes can be used for electromagnetic interference measurement of high‐speed circuits. The main magnetic probe performance includes sensitivity, spatial resolution, electric‐field suppression ratio (EFSR), and measurement accuracy. In this article, a pair of differential magnetic‐field probes is proposed to improve measurement accuracy without reducing sensitivity. The proposed differential probes consist of two asymmetric loop probes, which are designed in the same plane and separated by a row of periodic vias. The proposed differential probes are fabricated under PCB process. High accuracy can be achieved by measuring difference between outputs of the two probes. In addition, EFSR can be improved by size optimization of the differential magnetic‐field probes. Simulation and measurement results show the operating bandwidth is from 100 MHz to 12 GHz, the measurement error is 3.4% and the EFSR is about 40 dB. The proposed probes have higher measurement accuracy and higher EFSR than the conventional single probe, and larger operation bandwidth than the stacked differential probes.     

基于三个定向天线RSS的二维到达角估计

在室内定位设计中,接收信号强度（RSS）容易受到发射功率、信号衰减和多径环境等因素的影响。在锚节点天线高于被测节点天线的应用条件下,提出一种基于RSS的二维到达角（AoA）估计方法。将三个定向天线作为锚节点的波束切换天线且三个波束的方向图重叠,在测向技术中的和差法理论基础上,从多径信号分析和克拉美罗下界推导的角度出发,论证当AoA处于方向图重叠区域时RSS差分处理对于多径和噪声干扰具有一定程度的抑制作用,并研究该抑制效果与波束切换天线参数之间的关系。仿真结果表明,在单个锚节点条件下,该方法在约150 m²的定位区域范围内获得的平均AoA估计误差为4.3°,具有较高的AoA估计和定位精度。     

基于ANSYS的工业机器人PMSM转矩波动抑制技术

针对当前PMSM控制技术在抑制PMSM转矩波动的过程中,容易受到磁链波动的影响,导致输出绕组电流范围较小,PMSM转矩波动抑制效果差的问题,提出了基于ANSYS的工业机器人PMSM转矩波动抑制技术;通过分析工业机器人机械臂模态结构和静力模型,设计封闭曲柄差动轮系的摆线针轮减速器的传动装置,利用腕部驱动结构,实现工业机器人转动和直线升降运动;分析PMSM转矩波动惯量及力矩,根据PMSM工作流程,为PMSM提供稳定的交流电流;通过构建PMSM数学模型,运用ANSYS有限元分析软件中宏命令,确定磁链矢量方向及定子同步旋转坐标系,对PMSM电机电磁转矩、磁链和转动力矩进行计算,结合转矩方程抑制波动,通过引入负载角改善电机运行性能,实现PMSM转矩波动抑制;实验结果表明,基于ANSYS的工业机器人PMSM转矩波动抑制技术抑制后最高输出绕组电流为24 A,最低为-22 A,与理想输出结果一致,能够有效增大输出绕组电流范围,具有较好的PMSM转矩波动抑制效果.     

利用混合高斯和拓扑结构的人体“鬼影”抑制算法

若在建模时存在目标,部分目标像素会进入背景模型,会在检测时产生“鬼影”。为了有效抑制“鬼影”,提出一种利用混合高斯和拓扑结构(Gaussian mixture model and topological structure,GMMT)的人体“鬼影”抑制算法。算法分为两个阶段,背景建模阶段采用双通道建模,通道一利用混合高斯模型进行预检测,接着利用拓扑结构将分散的人体目标连接获得完整的目标并取其外接矩形,然后将矩形外的像素加入背景模型,经过多帧的建模得到空背景;通道二使用多帧平均法计算背景模型。通过设置建模帧数的阈值T选择建模方式,若建模帧数小于T则使用通道一建模,否则使用双通道联合建模。目标检测阶段利用改进的背景差分法实现人体分割并进一步消除 “鬼影”。经过测试,GMMT在建模阶段存在目标的情况下可有效地抑制 “鬼影”。     

钢轨表面缺陷图像自适应分割算法

针对钢轨表面缺陷提取时的灰度分布不均与杂散光干扰问题,在背景差分法的基础上提出了一种钢轨表面缺陷图像自适应分割算法.首先,通过统计钢轨图像中各行像素灰度特征,结合其均值与标准差分布曲线快速提取钢轨表面区域;然后,进行区域与边缘特征的均值窗口自适应选取;最后,根据均值模糊原理建立背景图像模型并进行图像差分,实现了钢轨表面缺陷分割.实验结果表明:提出的轨面提取算法快速、有效;钢轨表面缺陷自适应分割算法在凸显图像中缺陷部分的同时,有效减少了光照变化和反射不均的影响.该方法对测试图像的召回率和准确率分别达到了95.4%和81.3%.     

基于新型Canny算法雷达距离图像边缘检测算法

针对激光雷达距离像的噪声滤波和边缘检测问题,提出了一种结合改进环圈滤波算法和自适应Canny算法的距离像边缘检测算法.通过改进环圈滤波对距离像的噪声进行抑制,在滤除噪声的同时保留了图像的细节特征信息.从梯度幅值计算、非极大值抑制和阀值自动选择3个方面对传统Canny算法进行改进,克服了噪声影响和边缘检测模糊等缺点.实验结果表明,该算法能够可靠的对距离图像进行边缘检测,并且检测结果的信息熵和标准差指标数据优于传统的Sobel算法和Laplace算法,能够较好地满足激光雷达距离像边缘检测的实际需要.     

Radio frequency interference suppression algorithm in the spatial domian for high-frequency radars

Radio frequency interference suppression is a very important issue in applications of high-frequency surface wave radar. This paper proposes a new interference suppression algorithm which makes use of RF interference azimuth information on the basis of learning common RF interference suppression algorithms and spatial spectrum estimation. First, we apply the MUSIC algorithm to estimate the interference azimuth and obtains the interference's signal space after the first Fourier transform; next, we use space decomposition to decompose the radar echo and obtain interference components; last, we subtract radio frequency interference components from the original signals. This algorithm can do great amount of RF interference suppression in actual data and get good results.     

Research on adaptive notch filter cascading neural network anti-jamming algorithm

Satellite navigation suffers from performance degradation in the presence of narrowband interference. We present a Global Positioning System(GPS) receiver anti-jamming algorithm based on the neural network. The method combines the adaptive notch filter with the Back Propagation(BP) neural network. We first use the two order lattice infinite impulse response adaptive notch filter to eliminate-out-of-band jamming, then use the BP neural network predictor to estimate and cancel jamming. We analyze three aspects of algorithm performance which include acquired satellite numbers,signal-to-noise improvements and iteration numbers. Simulation results show that the method can effectively suppress narrowband interference and has a better anti-jamming capacity and a faster convergence speed.