宽频段一体化硬件处理平台设计

为解决传统通讯卫星面临的问题,针对微纳卫星发展趋势和方向,将具备核心功能的载荷微小型化,提出了一种宽频段多功能一体化硬件平台设计方案,搭建的硬件平台具有体积小、重量轻、功耗低、集成度高、可重构的特点。为解决传统硬件平台功能固化,不能满足功能多、快速响应的问题,提出了一种基于软件无线电设计思想,构建宽频带可重构通用信号处理平台,最大限度使功能软件化,通过加载存储芯片中不同程序实现不同的算法功能,通过一体化设计有效实现高功能密度,大幅度地降低成本,缩短研制周期,通过部组件产品模块化、接口标准化,制定即插即用标准规范,从而构建面向不同应用场合和需求的硬件平台,为传统硬件平台提供了一种新思路,是未来硬件平台的发展趋势。     

无盲区数字信道化频谱检测方法

传统数字信道化模型存在信道间盲区和混叠,难以满足现代非合作接收机中全概率检测的任务要求,本文提出一种通带重叠的数字信道化高效模型,在频域对各通道输出信号进行了无缝“拼接”,解决了跨信道信号的全概率检测问题。本文对提出的算法进行了原理仿真,利用测试数据对定点化后的算法性能验证,测试结果表明高效算法模型可以应用于非合作宽带信号无盲区、全概率检测的场合。     

基于深度学习的遥感图像目标检测方法及系统设计

为解决传统的目标检测算法难以满足遥感图像数据爆发式增长需求这一问题，文章提出基于深度学习的遥感图像目标检测系统软件。首先，为给深度学习网络训练提供高质量的样本数据，在GIS平台上实现了样本标注功能和数据集兼容性转换功能，并提供图像预处理方法对样本进行扩充；其次，针对遥感图像场景分类与遥感图像特定目标检测，应用深度学习技术，分别实现了模型训练、迁移学习、目标检测等功能；最后，采用了形态学处理、矢量化、直角化约束等方法，对遥感图像场景分类的效果进行改善。实验结果表明，文章的遥感图像目标检测系统在遥感图像场景分类方面取得了85%的分类精度，在特定目标检测方面取得了95%的检测精度，明显优于传统的遥感图像处理方法。该系统软件满足目标检测应用需求，能够为遥感影像分类、信息提取、变化检测等任务提供技术支持。