激光脉冲输出能量与脉冲宽度相互关系特性实验研究

本文分析了激光脉冲输出能量与激光脉宽的相互关系特性,实验证明在激光重复频率为10Hz和不改变激光器硬件参数的情况下,通过控制激光脉冲输出能量的大小来调节激光脉宽的方法是可行的;另外应用这种方法还可以预防和减小激光对光学器件的损伤.     

ADμC834在测量中的应用

本频率计设计以ADμC834为核心,应用单片机的算术运算和控制功能并采用串口液晶显示模块实时显示所测频率。使用串口显示模块,节省了单片机的接口和外围元件,简化了显示部分的编程控制,实现了频率信号的实时高精度测量与显示。     

基于SOA的Web安全通信模型研究

论文对SOA体系结构及其工作原理进行了阐述,并详细分析了面向服务的体系结构的安全需求和威胁。文章以Web Services为例,分析了其协议结构,给出了协议中存在的安全威胁和受到的攻击,并根据Web Services协议提出了一种基于SOAP的Web服务安全通信模型解决方案。     

通信机房分级要素研究

随着5G技术、物联网等信息技术与经济社会各领域的深度融合,信息通信行业持续发挥基础支撑和创新引领作用。电信运营商的通信机房建设,由规模化向优质化转变。本研究基于业务需求和相关标准,重点研究了业务需求、技术发展、灾备机制等对通信机房分级的影响,并提出机房分级改造的措施。     

一种消除多径误差的外场天线测试技术

多径效应在机载天线的外场测试中会严重影响测试精度。针对该问题,提出了一种能够消除多径误差且简单易行的测试方法。该方法考虑多径信号的产生机理和矢量叠加原理,对直达和反射信号的组合进行测试,通过数据处理得出直达波信号强度,用于天线增益和方向图计算。利用该方法对机载VHF/UHF天线开展了外场测试,测试结果与仿真曲线吻合良好,证明了该方法的有效性。该测试方法可用于机载航电系统的总体设计与试验验证工作。     

“一带一路”澜湄区域国家通信发展与产品认证研究

调研了澜湄区域内国家通信发展基本状况,研究了泰国、越南等澜湄区域国家的通信产品的认证认可制度,为通信产品的贸易便利化提供基础研究信息,为我国通信企业实施“走出去”的战略目标提供有效的参考。     

结合像素域JND阈值空间相关性与图像块类型的残差滤波算法

为了更好地将人眼视觉感知特性应用于视频压缩系统,从而去除视频的视觉冗余成分,在利用像素域的恰可察失真(Just Noticeable Distortion,JND)阈值的基础上,结合JND阈值的空间相关性与图像块类型,提出了一种改进的残差滤波算法。该算法首先在像素域计算出每个像素的JND阈值,然后在变换单元(Transform Unit,TU)中挖掘每个像素JND阈值与其周围邻近像素JND阈值之间的空间相关性,再利用索贝儿(Sobel)边缘检测算子将TU分成不同类型的图像块,并且计算出对应的复杂度因子,最后结合上述像素JND阈值的空间相关性和TU复杂度因子对TU残差进行滤波。提出的算法模型可以嵌入到高效率视频编码(High Efficiency Video Coding,HEVC)框架。实验结果表明,在全I帧配置下,提出的算法与标准算法HM16.0相比,在人眼主观感知质量基本一致的情况下,平均可节省16.1%的码率。     

基于神经网络的逻辑门NBTI退化建模与计算

提出了基于神经网络的逻辑门退化延迟模型。根据逻辑门延迟数据特征,采用神经网络BP算法,对仿真样本数据进行训练,获得7种基本逻辑门延迟退化计算方法以及网络模型参数。基于45 nm CMOS工艺进行验证,模型计算值与Spice仿真数据的误差不超过5%。在此基础上,提出NBTI效应下的电路路径延迟退化计算流程,并编写计算程序,对基本逻辑门构成的任意组合逻辑电路(ISCAS85)进行NBTI退化分析,获得路径时序的NBTI退化量。采用该模型,可在电路设计阶段预测电路时序,为高性能、高可靠性数字集成电路的设计提供重要依据。     

超分辨率重建在低码率视频压缩编码中的应用

在低码率段,HEVC压缩过程会造成大量视频信息的丢失,进而导致压缩视频中存在比较严重的失真.针对这一问题,我们提出了一种基于HEVC的低码率视频压缩编码框架,该框架主要包括以下步骤:在编码端,首先对视频进行两倍下采样,然后进行HEVC编码;在解码端,采用LSM-MNLR(Laplacian scale mixture modeling and Multi-non-local low-rank regularization)对解码后的视频进行去噪以及利用超分辨率重建方法将视频重建到原始尺寸.实验证明,相比HEVC,我们的低码率视频压缩编码框架在低码率段能取得更好的主客观效果.     

基于局部块模型的复杂场景行为识别算法

针对视觉词袋模型与局部块模型特征相结合的算法在真实的复杂场景中识别率不高的问题,本文提出一种基于局部块模型与特征预处理、特征泛化相结合的行为识别算法。本文算法在视觉词袋模型的基础上,采取局部块模型与随机采样相结合的方法提取特征,对特征做预处理,减小了数据冗余,消除了特征之间的相关性,并且使处理后的特征更接近原始视频特征,同时对编码后特征做泛化处理,避免过拟合现象。本文在HMDB51标准视频库上进行实验,结果表明本文算法较原算法识别率提高2.1%,较其他同类算法也有一定的提升,验证了该算法的有效性。本文算法对视频量大、背景复杂、真实场景的视频集具有较好的识别效果。