新型自启动带隙基准电压源设计

提出了一种具有新颖自启动电路的带隙基准电压源设计,相比传统自启动方案,电路规模没有增长的同时电路功耗更低,芯片消耗电流约14μA,性能更加可靠。200片芯片批量统计测试结果表明,电压源输出1.25V±10mV,标准偏差σ仅为0.004V,-55～125°C温度范围内温度系数约15×10-6/°C。芯片测试良率进一步获得提高。     

归一化自适应预测矢量量化算法压缩SAR原始数据

该文提出归一化自适应预测矢量量化(NAPVQ)算法压缩SAR原始数据。NAPVQ算法先采用矢量线性预测器对输入矢量进行预测,再对原矢量与预测矢量之间的残差矢量进行矢量量化。该算法可视为差分脉冲调制在矢量量化中的拓展,其性能优于块自适应量化(BAVQ)算法以及归一化预测自适应量化(NPAQ)算法。对算法复杂度的进一步分析表明,NAPVQ算法能获得复杂度和性能之间比较合理的折衷,具有实用价值。     

基于PDE的卫星姿态图像分割

为了分析卫星的在轨姿态,需要分割卫星图像序列,本文给出了一种基于偏微分方程(PDE)的卫星姿态图像分割算法.算法首先使用Perona-Malik各向异性扩散模型去除图像的噪声,同时保持图像的边缘;然后以Mumford-Shah模型为基础,根据图像的灰度信息,通过求解水平集方程以获取全局的最优曲线;最后经过形态学处理后得到分割结果.实验结果表明,该算法能够有效地分割卫星姿态图像,从而获取图像特征.     

使用变换域编码技术压缩SAR原始数据

首先分析了在合成孔径雷达（SAR）原始数据中通常使用的块自适应量化（BAQ）算法,然后在此基础上详细讨论了两种基于块自适应量化的变换域编码算法,即基于快速傅里叶变换块自适应量化（FFT-BAQ）和基于小波变换块自适应量化（WT-BAQ）,并对这两种算法压缩得到数据解压缩获得图像与块自适应量化得到的图像进行分析比较,结果显示变换域编码技术能改善SAR原始数据压缩性能。     

基于超分辨雷达的目标参量估计研究

讨论了在车载雷达对目标自动识别的要求下,阵列信号的谱估计问题,将修正MU-SIC(MMUSIC,Modified Multiple signal classification)算法推广到时-空二维谱估计中,解决了相干信号的频率一方位超分辨估计问题,仿真结果表明了这种方法在系统实现中的可行性和有效性.     

一种基于高分辨率雷达的智能交通检测仪

采用基于最大修正峰度距离对准算法的智能交通检测仪可以估计车辆的速度,并在此基础上估计车辆的长度信息.仿真数据以及城市道路采集车辆的实测数据处理结果表明,该交通监测系统可以准确地估计出移动目标的移动速度并能提供车辆长度等信息,为城市交通管理提供了一种比较准确的信息采集手段.     

基于SHARC处理器的PGA算法实现

合成孔径雷达(SAR)实时处理技术的发展对相位梯度自聚焦(PGA)算法的工程实现提出了要求。基于以多片主流SHARC处理器为核心构成的硬件平台,针对PGA算法数据处理量大、计算复杂度高的特点,设计开发了并行处理的系统拓扑和程序流水结构及其软件程序。机载SAR实测数据的处理结果验证了该方案的有效性。