采用局部约束线性编码的像素级舰船目标图像融合

为了提升视觉信息在低能见度条件下的适用性,提出了一种采用局部约束线性编码的像素级舰船目标图像融合方法.首先,采用K均值奇异值分解算法从海量的训练样本中完成过完备字典的学习.其次,在考虑着舰导引实时性任务需求的前提下,采用局部约束线性编码完成融合系数的非迭代求解,相较于压缩感知理论架构下的匹配追踪算法,极大地降低了计算复...     

基于虚拟机QEMU的嵌入式全系统仿真测试环境的研究与实现

为了能节省测试设备的成本和提高嵌入式软件系统测试的效率,本论文设计了一个基于QEMU虚拟机技术的通用嵌入式全系统仿真测试环境,来实现嵌入式软件的系统测试。本文将着重介绍本测试系统中被测设备硬件仿真部分的设计与实现,以及针对该部分进行测试的测试结果。     

基于深度学习的电力数据分析研究

针对传统电力数据分析方法存在适用范围有限、模型复杂等导致电器分类准确率较差的问题,提出了一种基于多层堆叠长短期记忆(Long short-term memory,LSTM)网络的电力数据分析模型。首先,根据电力数据的频谱图、Mel频率倒谱系数(Mel-Frequency Cepstral Coefficient,MFCC)和Mel频谱图提取电力数据的特征,然后将其应用于深度学习模型并提高分类任务的性能,从而改善过拟合问题。其次,建立了一个多层堆叠LSTM模型,从而有效提高模型的分类和回归能力。最后,提出了一种改进的软独热编码和多尺度训练方法,从而防止峰值概率分布,提高模型的泛化能力。实验阶段,以家庭电力数据集为例,对所提模型进行验证。仿真结果表明,所提模型软独热编码及多尺度训练对加快训练效果具有一定效果,最终分类准确率到达89.85%。     

面向量化分块压缩感知的区域层次化预测编码

在量化分块压缩感知的预测编码中，低参考价值的候选者将导致较差的率失真性能。为了高效地降低编码失真，提出了一种基于螺旋逐块扫描的区域层次化预测编码方法。在以同一采样率进行观测后，各块按由内向外的扫描次序进行预测与量化。当前观测矢量从上下文感知候选集中选取与之具有最小误差的反量化矢量，作为其预测矢量；根据层次相关性，所有块被划分到3种区域之一，通过块编码模型为不同区域设定自适应的质量因子，关键区域被赋予较大的质量因子。与现有的预测编码方法相比，所提方法综合利用了矢量之间的空域相关性和层次相关性，实验结果获得了至少0.12 dB的率失真增益。      

基于SiP的低成本微小型GNC系统技术

随着微机电系统(MEMS)技术及微惯性器件的发展,大量小型化、低成本、高性能的导航、制导与控制(GNC)产品正越来越多地应用于小型无人飞行器、地面无人系统以及精确制导弹药等领域.针对各类应用需求,基于MEMS惯性测量单元(IMU)、GNSS接收模块、全捷联红外/可见光/激光多模智能导引头、信息处理器(DSP)与数据链通信模块,采用SiP技术研制出GNC芯片.基于GNC芯片构建一体化微小型GNC系统,突破了基于SiP一体化微小型GNC系统集成、全捷联红外/可见光/激光多模智能感知、嵌入式深组合导航、全捷联多模智能导引头/导航/制导与控制一体化设计等关键技术,并对其性能进行了评估.微小型GNC系统技术为低成本小型无人系统和精确制导弹药的发展夯实技术基础.