一种新型的干扰识别与检测算法

在通信系统抗干扰中干扰的检测及识别是一种关键的技术。文章提出了一种新的干扰识别算法。首先,应用盲信号分离算法来分离传感器接收到的混合干扰信号。然后从干扰信号的高阶累积量中提取特征参数用作进行SVM分类时的特征向量。最后,用SVM作为分类器来对单音干扰、多音干扰及脉冲干扰进行分类识别。计算机仿真结果表明,当信噪比不低于5d B时本文算法有较高的识别率。     

二值图像游程-Huffman编码方法研究及Matlab实现

文章提出一种游程编码和Huffman编码相结合的二值图像无损压缩算法,并对算法进行不同图像的仿真实验,实验结果证明本算法对分块清晰,纹理较少的二值图像压缩效果明显,算法实现简单,具有一定的实用价值。     

一种基于链路状态的舱内环境自适应干扰消除算法

针对舱内无线光传输系统多种干扰问题,比如多径损耗和突发干扰等,提出一种基于链路状态的自适应干扰消除技术,该方法分析舱内链路状态,完成链路状态估计,采用环境自适应的变遗忘因子RLS（recursive least squares）算法,针对不同链路状态采取差异化的干扰消除策略,以提高舱内通信质量。仿真结果表明：该算法在尽力避免增加算法复杂度的条件下,相对于传统固定遗忘因子算法,在平稳状态下优先保证传输的误码性能,在链路状态变化时具有更好的收敛性能,灵活适应了舱内多种传输情况。     

在轨高效目标检测加速技术

针对深度卷积网络目标检测算法参数量大、计算量大以及受星上计算资源、存储资源及功耗的限制，难以实现在轨部署的问题，提出了一种在轨高效目标检测算法加速框架与实现方法。首先，设计了一种可以同时兼容三种卷积算子的计算引擎，有效提高了资源利用率;其次，从通道和卷积核两个维度将目标检测算法模型展开，实现了加速器的高度并行化和可扩展性;最后，在多种FPGA平台上实现了该加速器并对其性能进行了评估。实验结果表明：所提出的加速器计算性能可以达到1843.2 GFLOPs(每秒千兆次浮点运算)，推理时间为0.22 ms。与同类加速器方案相比，所提出的加速器框架在性能、功耗、能效比及推理时间方面具有很大优势，适合部署在资源受限环境中，具有良好的星上应用前景和价值。