基于Logistic映射的混沌二相编码性能分析

针对目前常用的伪随机二相编码的缺点,利用Logistic混沌映射产生混沌序列并进行数字量化和截取,生成混沌二相编码信号,重点分析了混沌二相编码信号的相关性、混合信号隔离度、抗干扰性能和多普勒敏感性能。仿真分析表明,混沌二相编码信号不仅具有大的时宽带宽积和良好的自相关性,而且具有较强的抗干扰性能和更宽的多普勒容限,是一种较为理想的雷达脉冲压缩信号。     

一种频率-相位混合编码的MIMO雷达波形设计

针对MIMO雷达中常规单载频子脉冲相位编码信号的频带较窄、距离分辨率不高,以及线性调频-相位编码信号模糊函数有“栅瓣”的问题,提出了一种基于置换矩阵时频分布的线性调频-相位编码（perm-LFM-PC,PLP）混合波形的正交波形集设计方法。由于置换矩阵时频分布调制方法引入置换序列调频编码,使得PLP波形的峰值旁瓣（ASP）和互相关峰值（CP）有所升高。为此,以ASP和CP的总和为代价函数,建立PLP波形集优化模型,并提出一种多种群优化遗传算法(MSO-GA),对调频编码序列和相位编码序列进行联合优化。仿真结果表明,PLP波形具有易于实现宽频带的优点和图钉状模糊函数,经过算法优化后的PLP波形集的ASP和CP较低,适用于MIMO雷达系统。     

打破常规 专考主官

近日,云南省玉溪军分区对所属人武部部长、政委和军事科长集中进行了年度军事训练考核。这是他们积极探索创新考核模式的一次有益尝试。以往组织年终考核,都是由军分区领导带机关业务部门的人员下到人武部分别实施。这种模式的优点是考核面广,既考了干部又考了职工;“考”“检”兼顾,     

边界扫描测试在显示技术中的应用

为有效检测电路板焊接质量与器件质量,实现高精度的故障定位,提出了基于边界扫描技术与功能测试技术的解决方案。在显示产品设计中,开展可测试性设计,形成完整的边界扫描测试链;针对VRAM器件特点,提出了基于DRAM的测试方法,并设计相应的测试模型。最终,实现了对电路板的边界扫描测试,快速完成了对显示器件质量与焊接质量的有效检测。边界扫描技术与功能测试的结合,可以扩展边界扫描技术的应用范围,实现了更高的测试覆盖率。     

复杂场景下基于自适应多特征融合的跟踪算法

在复杂的场景下,单特征对目标描述不够充分,很难稳健地跟踪目标,针对这个问题,提出了一个基于自适应多特征融合的粒子滤波跟踪算法。该算法采用灰度和边缘特征表示目标,从目标观测似然模型构建的角度融合两种特征,利用粒子似然分布的香农熵动态地评价特征的可靠性,进而确定特征融合权重,以提高算法对场景的适应能力;同时,改进了线性加权的模型更新策略,通过对加权系数的在线调整来抑制模型漂移。实验表明,本文算法可以实现部分遮挡和背景干扰等复杂场景下的跟踪。     

运动目标视频检测与跟踪方法

运动目标跟踪的根本任务是根据目标的运动模型和图像特征估计它们的轨迹。提出一种运动目标检测、跟踪的方法。首先使用基于自适应混合高斯模型的背景差方法提取运动区域。目标的运动估计采用扩展卡尔曼滤波,由预测位置确定初始的候选区域。然后根据目标与候选区域的变化程度确定匹配需要的特征信息。如果目标只有一个候选区域并且它们之间的区域特征变化微小,那么它们的匹配不需要额外的信息。如果目标有多个候选区域或者单个候选区域可是它们的区域特征变化激烈,除了区域特征外还使用边缘特征,通过计算目标和候选区域的边缘的部分Hausdorff距离来确定目标的最佳匹配区域。实验结果表明,该方法在存在遮挡的情况下也能够连续的跟踪多个运动目标。     

改进类电磁算法在武器目标分配问题中的应用

通过基于级数的粒子编码变换方法,将武器目标分配问题的约束条件进行了化简.对原始类电磁算法,在种群初始化、局部搜索、合力计算以及粒子移动等各步骤对其进行改造,使之适应武器目标分配问题的整数解空间.最后通过数值实验验证了该改造后算法解决武器目标分配问题的有效性.     

基于DSP平台的H.324系统研究与实现

在分析H.324系统中双向视音频编解码所需要的运算量和存储容量的基础上,选择两片高速DSP芯片TMS320VC5509,合理分配资源,对视频编解码中关键代码进行优化,设计和实现了双向视音频编解码的实时H.324系统。特别是在定点DSP上采用了整数变换代替浮点DCT,消除了浮点运算,减少了运算量,给出了实验结果。     

一种基于不变特征的视频拼接方法

视频拼接是空中监视的一个关键部分,它有助于人们从全局的角度理解监控场景.视频拼接包括图像的配准和融合两部分.提出了一种基于不变特征的视频拼接方法,它通过相邻两帧的拼接来实现全景图的拼接.该算法配准部分首先采用梯度方向直方图确定相邻两帧的旋转角度;其次检测两幅图像的角点,特征描述采用SIFT,并结合旋转角度对特征点进行粗匹配;然后对粗匹配的结果采用RANSAc算法剔除错误匹配点.融合部分采用灰度加权的方法.实验结果表明,该算法能够有效地进行视频拼接,甚至存在运动目标的干扰下也能够完成拼接,具有鲁棒性好和速度较快的特点.