小型一体化编码式太阳敏感器信号处理技术

为实现编码式太阳敏感器小型一体化设计,研究编码式太阳敏感器细分角度计算的坐标旋转数字计算机（CORDIC,coordinate rotation digital computer）算法,在FPGA中实现包括数据采集、角度计算、通信协议等全部敏感器数字信号处理功能,并在此基础上研制专用ASIC芯片.采用挠性连接技术完成整机的微型化组装,最终实现了整机质量0.5 kg、功耗0.5 W、测角精度 0.05°(3σ)、分辨率14″、数据刷新率40 Hz的设计指标.采用单片FPGA实现的编码式太阳敏感器信号处理电路体积小、精度高,是实现产品小型化设计的关键环节.     

机载图像无损/近无损压缩方案及其FPGA实现

根据机载图像压缩和传输的特点,在改进JPEG-LS算法基础上,设计了一种有效的图像无损/近无损压缩方案.该方案由去相关处理、熵编码及压缩位率控制三部分组成.去相关处理部分解决了JPEG-LS预测模型本身的误码扩散问题,熵编码部分使用快速有效的Golomb熵编码器完成对预测误差的编码,同时解决了机载应用中数据传输率恒定条件下压缩码率的控制问题.对压缩算法现场可编程门阵列(FPGA)设计中的一些关键问题也给出了有效的解决途径,从而形成了一套完整、可行的机载图像压缩解决方案.最后通过FPGA实现和验证了压缩方案及逻辑设计的正确性和可行性.      

基于IRIG-B码的运载火箭测发流程同步的软件设计方法

为保证运载火箭在零窗口发射,提出了一种基于IRIG-B码(以下简称B码) 的运载火箭测发流程自动执行的软件设计方法,以确保点火前10min至点火之间的各系统流程的同步。本方案通过UDP网络接收B码的时间,并通过五取三冗余算法,以更新本地的B码时间。随后,再根据预设的点火时间及冗余后的B码时间,计算倒计时,以控制口令流程自动执行。     

基于结构描述的图像压缩方法研究

目前在遥感图像压缩领域,应用最为广泛的是以SPIHT算法为代表的基于小波变换的压缩技术,但是遥感图像含有极为丰富的高频信息,而变换域压缩编码的压缩原理是保留低频信息删减高频信息,这种矛盾导致了变换域编码对遥感图像进行高倍率压缩时,图像会有较大失真。为了减小压缩过程中高频信息的失真,从对图像空间结构描述入手,提出了一个基于空域的图像压缩算法,并与SPIHT算法进行了对比试验,证明了该算法的压缩质量明显好于SPIHT算法,具有一定的应用前景。     

三维模型的渐进式编码与流传输技术的研究

根据网络图形发展的需要,实现一种适用于网络流式传输的三维模型简化编码.简要介绍了几种现存的三维模型简化编码,并分析其不足,继而提出一种基于三角网格的简单而高效的实用算法.由于采用了渐进式编码方式及流技术,使应用这种算法后生成的模型文件可以高效、方便地以渐进方式在网络上传输.最后给出了相关结论数据以及算法实验结果的效果图.      

基于混合编码的天文序列图像无损压缩算法

提出了一种将时间和空间双维度预测与混合熵编码结合的图像无损压缩算法，应用于星体定点成像的天文序列图像.时间与空间双维度预测可以消除天文序列图像的时间相关性和空间相关性.混合熵编码融合了高熵编码与低熵编码算法，充分利用预测误差分布的稀疏性，进一步提升压缩效率.针对星体的天文序列图像，该算法首先在时间维度上进行帧间预测，去除时间相关性，再对帧间预测后的图像在空间维度上进行直方图滤波和上下文预测，去除空间相关性，最后将预测误差送入熵编码器进行编码.实验结果表明，本文所提出算法的压缩效果优于JPEG-LS，平均压缩比提升约15%.该算法结构简单，计算复杂度较低，易于硬件实现，适合星载天文图像的无损压缩.      

空间液滴蒸发实验中液滴图像的无损压缩算法

为了提高空间液滴蒸发实验中图像无损压缩率, 根据连续采集到的液滴图像之间相关性很大的特点, 提出了一种基于JPEG-LS和帧间预测误差编码的图像序列无损压缩算法. 该算法对图像序列第一帧采用JPEG-LS算法编码, 对帧间预测误差帧进行Golomb编码, 从而实现对连续采集到的液滴图像序列进行无损压缩. 实验结果表明, 该算法比单纯采用JPEG-LS算法的压缩率有明显提高, 编解码过程更简单, 编码需要时间更少.      

面向汽车制造企业的一种PDM编码技术

从汽车制造企业信息化管理过程入手,分析了PDM(Product Data Management)中物料编码在企业信息化管理过程中的设计方法及应用,即在分析物料编码方法和汽车制造企业生产特点的基础上,提出了一种适用于汽车制造企业的编码算法,并根据此算法设计了物料编码系统的模型以及与PDM系统的集成方案.最后基于SmarTeam PDM软件进行了编码系统的开发与应用实例的分析,验证了该算法和模型的可行性.      

基于Transformer的深度条件视频压缩

近年来,基于深度学习的视频压缩技术主要基于卷积神经网络(CNN)且采用运动补偿-残差编码的架构,由于常见的CNN只能利用局部的相关性,以及预测残差本身的稀疏特性,难以取得最优压缩性能。因此,提出一种基于Transformer架构的条件视频压缩算法,以实现更优的压缩效果。所提算法基于前后帧之间的运动信息,利用可形变卷积得到对应的预测帧特征;将预测帧特征作为条件信息,对原始输入帧特征进行条件编码,避免了直接编码稀疏的残差信号;利用特征间的非局部相关性,提出一个基于Transformer的深度条件视频压缩编码算法,用来实现运动信息编码和条件编码,进一步提升压缩编码的性能。实验结果表明：所提算法在HEVC、UVG数据集上均超越了当前主流的基于深度学习的视频压缩算法。     

基于快速搜索的码书快速生成算法

在k维欧氏空间R^k中,给定一个有限子集W及一个向量x,如何快速搜索W中与x距离最近的向量,具有重要的实际应用价值,尤其在图像的矢量量化编码、自组织特征映射SOFM(Self-Organizing Feature Maps)算法的码书迭代生成等问题中,快速搜索算法起决定性的作用.针对SOFM算法的具体特点,在分析已有快速搜索算法的基础上,给出了一种新的快速迭代码书生成算法,该算法兼顾了快速与节省内存问题.实验结果表明:提出的新算法的执行时间仅为已有算法执行时间的约42％.另外,新算法在模式识别领域和计算机图形学领域均具有实际应用价值.     

基于模拟场景的接收机授时接口测试方法

介绍了接收机授时接口的工作原理，提出了一种基于模拟工作场景的接收机授时接口新型测试方法，通过设计程控IRIG-B时间码发生器模拟产生异常时码，测试了接收机授时接口的容错性，并以长期授时测试场景用例检验了接收机授时接口工作稳定性，解决了实验室条件下接收机数据时间戳乱序、长期工作中时间戳跳变以及接收机授时信号异常控制等授时接口测试的难题。     

遗传算法在通信卫星轨道优化设计中的应用

大椭圆通信卫星的发展，既是对传统通信卫星的有力补充，又可以为验证大椭圆轨道通信卫星技术提供平台，具有十分重要的意义。为解决重点区域24小时实时通信覆盖问题，提出了一种改进的遗传算法以寻求卫星组网的最优轨道参数设计。分析了星座的轨道面及相位布置，设计了个体编码方式并提出了改进算法性能的保优算子。仿真结果表明：提出的算法能够寻求到最优星座方案，该方案可为目标区域提供24小时实时通信，且算法的收敛速度快、稳定性好。     

基于多参考源的铷原子钟校频方案的设计与实现

研究了铷钟校频系统的原理,并对校频误差进行了分析,提出了一种基于多参考源的铷原子钟校频方案,可用GNSS/北斗接收机的1PPS,IRIG-B(DC)码以及一级频标的10MHz频率三种方式校频,提供100s,1 000s,10 000s三种不同的校频时间,以满足用户对不同校频时间和校频准确度的综合需求。     

序列图像编码中的遗传优化块匹配算法

讨论了序列图像编码的运动估值算法。在剖析传统块匹配算法的基础上,针对其非全局最佳的缺陷,将遗传优化算法的思想应用于分层块匹配算法,提出一种遗传优化块匹配算法。算法分析和计算机模拟表明,此算法可较好地解决现有快速搜索算法中存在的非全局最小点问题,提高数据压缩效率,与穷尽搜索算法相比运算复杂程度明显减小。     

LD-CELP语音编码算法研究及微机模拟

国际电报电话咨询委员会（ＣＣＩＴＴ）１６ｋｂｉｔ／Ｓ低延迟码激励线性预测编码算法（ＬＤ-ＣＥＬＰ算法,Ｇ．７２８建议）是一种低时延、高效率的算法,该算法和传统的激励线性预测编码算法（ＣＥＬＰ）相比,编码时延从２ｍｓ缩短到０．６２５ｍｓ,计算复杂度也有所降低。文章从语音线性预测编码和语音的矢量量化两个方面阐述了该算法的基本原理,并在微机上对其浮点算法进行了模拟,获得了较好的语音恢复质量。     

一种基于SPIHT算法的小波图像编码

在研究图像小波分解系数特点与SPIHT算法的基础上,针对SPIHT算法中三张链表在编码过程中以同一模式处理仍存在冗余,提出了一种基于SPIHT算法的小波图像编码。算法采用分区间处理,对LIP、LIS、LSP三张链表在不同的系数范围内采取不同的编码模式,当阈值减少时四邻域中同一量化级的重要系数个数明显增加,并且绝对数值较接近,编码时只保存这几个重要系数的平均值。给出了实验结果,并与原SPIHT算法比较,结果表明:文章给出的编码方法的编码性能优于原算法。     

H.264中多模式运动估计算法优化

针对H.264标准的多模式运动估计算法编码模式复杂、计算量大的不足,通过对H.264参考模型JM10中运动估计算法的分析,提出了一种利用时间、空间相关性的模式选择算法和结合一维绝对差值和(SAD,Sum of Absolute Difference)的高效匹配准则,将串行全搜索的运动估计算法改进为并行部分搜索的运动估计算法,把一维SAD和二维SAD匹配准则结合使用,从模式选择和编码速度两个方面对原算法进行优化.实验结果表明:与参考模型JM10的运动估计算法相比,提出的优化算法在恢复质量(用峰值信噪比表征)平均下降0.03 dB、码速率增加不超过1.5%的前提下,编码速率提高20%~30%,表明了该算法在恢复质量略有下降的情况下明显提高了编码速度.