高容量SCM光纤通信技术中LD非线性噪声的分析

本文对LD发光特性的非线性在高容量SCM光纤通信系统中所引起互调干扰作了理论性的分析研究,导出了一些有关的计算公式,为高容量光纤通信系统的设计提供了一些理论方面的依据。     

A unified formulation for free transverse vibration analysis of orthotropic plates of revolution with general boundary conditions

In this investigation, a general formulation for free transverse vibration analysis of orthotropic plates of revolution subjected to arbitrary boundary supports is presented by using the so-called spectro-geometric method (SGM) and the Rayleigh–Ritz technique. Under the current solution framework, the geometry of a structure can be accurately described in terms of mathematical or design parameters, rather than a computational grid or mesh. The unknown expansion coefficients are treated as the generalized coordinates and are determined using the Rayleigh–Ritz method. The accuracy and versatility of the current approach is fully demonstrated and verified through numerical examples involving plates with various shapes and boundary conditions.     

基于FPGA的实时SGM匹配算法研究与实现

传统SGM算法,运算复杂度高,硬件资源需求量大,难以应用到实时嵌入式系统中。为此提出一种基于FPGA嵌入式平台的实时SGM（Real-Time SGM,RT-SGM）算法。RT-SGM选取三个方向作为匹配算法的优化方向;设计新的算法的结构,使该算法能运行在Pipeline状态下;提出一种新型中值滤波算法对结果进行优化。在FPGA硬件平台上完成实验。实验结果表明,RT-SGM运行速度相比于传统SGM算法提高了30%,而在资源需求上只有传统SGM算法的一半,同时其精度与传统SGM算法相当,适合应用到实时嵌入式系统中。     

连铸辊缝仪测量原理及测量图形分析

使用连铸辊缝仪能有效检测连铸机设备状况,确保设备辊列精度处于受控状态,也是检测钢坯质量、探测缺陷的重要环节。根据宝钢罗泾炼钢厂连铸机辊缝仪测量原理及使用情况,结合现场管理实绩,分析设备功能精度管理中辊缝仪测量数据超标现象;以及通过对辊缝测量图形的分析,研究设备冷热态变化、离线对中等因素可能对辊缝开口度超标及弧度偏大的影响。     

灰色预测法在单桩竖向静载荷试验中的应用

根据灰色理论,建立了单桩荷载-沉降关系的SGM(I,1)模型,介绍了运用该模型在有限的实测数据条件下预测单桩完整的荷载-沉降关系以及单桩极限承载力的方法,并通过工程实例的计算分析,证明该模型具有良好的预测精度,满足工程实际需要。     

基于高精细度F-P滤波器的40Gb/s全光时钟提取

提出了一种基于高精细度Fabry-Perot(F-P)滤波器的全光时钟提取方案,并进行了实验验证。为了实现对信号波长无关的特性,系统利用光纤中交叉相位调制(XPM)效应对输入信号进行正码波长变换,使变换后的波长始终与F-P滤波器的透射峰精确对准。采用精细度为1 012的高精细度F-P滤波器提取时钟,并利用半导体光放大器(SDA)的自增益调制(SGM)效应进一步抑制时钟信号的低频噪声,保证了高质量的时钟输出。实验中,利用这种装置对40 Gb/s归零(RZ)码信号进行了时钟提取,得到了抖动为285 fs的高质量40 GHz时钟信号,验证了方案的可行性。     

融合子块梯度与线性预测的单高斯背景建模

针对单高斯背景模型不能适应非平稳场景且对初期保持静止后期运动的物体造成"鬼影"现象的问题,提出了融合子块梯度与线性预测的单高斯背景建模方法。首先,对每个像素点进行单高斯背景建模,并实现像素级的自适应更新,运用子块梯度算法将梯度在阈值内的子块作为背景以消除"鬼影";然后,将子块梯度法获得的前景与单高斯模型确定的前景做与运算,提高在非平稳场景下对背景的判断能力;最后,运用线性预测方法处理获得的前景点,将面积小于阈值的连通区域还原为背景。采用CDNET 2012 Dataset和Wallflower Dataset进行仿真实验:当场景变化幅度较大时,所提算法与混合高斯模型(GMM)相比,虽然检测率稍有下降,但检测精度提高了40%;在其他场景中检测率虽只提高约10%,检测精度却能提高25%以上。实验结果表明,融合子块梯度与线性预测的单高斯背景建模能够适应非平稳场景并消除"鬼影"现象,获得的背景比混合高斯模型更精确,提取的前景细节更丰富。     

基于改进稳态匹配概率的立体匹配算法研究

针对稳态匹配概率(Steady-State Matching Probability,SSMP)立体匹配算法在处理视差范围大的测试图中产生的空洞现象以及使用该算法后由于右视差图中的错误视差导致的左视差图中正确视差丢失问题,提出一种基于稳态匹配概率和半全局匹配(Semi-Global Matching,SGM)相结合的立体匹配算法。首先使用SSMP算法求取初始视差图。接着,使用基于爬山法颜色分割的填充准则进行填充。然后使用SGM算法重新获取视差图,将两幅视差图中一致的视差信息填充到经过左右一致性检测后的含有空洞的视差图中。最后,使用SSMP算法中的空洞填充和中值滤波得到精化后的视差图。实验结果表明,改进后的SSMP算法在Middlebury测试平台上第2版本的四组图像的平均匹配误差从5.38%减少到5.23%,第3版本部分测试图像的平均匹配误差从24.7%减少到21.5%,该算法能很好地处理上述问题,有效提高匹配精确度,且具有鲁棒性。     

基于动态路由序列生成模型的多标签文本分类方法

现实世界中,多标签文本比单标签文本具有更广泛的应用场景,但其输出空间的庞大给分类任务带来了更多的挑战。将多标签文本分类问题看作标签序列生成问题,把序列生成模型（SGM）应用于多标签文本分类领域,并针对该模型的顺序结构容易产生累积误差等不足,构建了基于动态路由（DR）的序列生成模型（DR-SGM）。该模型基于Encoder-Decoder模式：Encoder层中使用双向长短期记忆（Bi-LSTM）神经网络+Attention进行语义信息编码;Decoder层设计了一种基于动态路由的解码器结构,该结构在隐含层后添加了动态路由聚合层,利用路由参数的全局共享减弱了累积误差产生的影响。同时,动态路由能捕获文本中部分-部分、部分-整体的位置信息,并且通过优化动态路由算法进一步提高了语义聚合效果。将DR-SGM应用于多标签文本分类,实验结果表明,在RCV1-V2、AAPD和Slashdot数据集上,多标签文本分类效果得到了有效的提升。     

结合单高斯与光流法的无人机运动目标检测

针对无人机场景下运动目标检测对实时性要求高,运动背景、环境光照易变化等问题,提出一种结合单高斯与光流法的运动目标检测算法.首先,对运动相机捕捉的图像采用改进的单高斯模型进行背景建模,并融合前一帧图像的多个高斯模型来进行运动补偿,然后,将得到的前景图像作为掩模来提取特征点和进行光流跟踪,并对稀疏特征点的运动轨迹进行层次聚类.实验结果表明,该算法能有效地处理运动相机造成的前景对背景模型的干扰,背景建模速度快,对光照变化不敏感,检测出的目标接近真实目标.