扩频体制低轨卫星通信信号捕获与跟踪系统设计

针对扩频体制下低轨卫星信号的捕获及跟踪等系统设计实现问题,根据卫星信号模型进行了捕获及跟踪算法设计,重点对基于快速傅里叶变换的快速捕获算法、锁频环、锁相环和码跟踪环路进行了设计,并进行了工程系统实现。试验验证表明,该系统可以实现码分多址体制低轨卫星信号捕获、跟踪处理,工作性能参数满足系统需求。     

面向多波束卫星通信网络的步进跟踪方法

面向多波束覆盖的卫星通信网络,为解决相控阵用户终端位置姿态信息无法获取时程序跟踪卫星失效的问题,提出了一种步进扫描跟踪方法。在该方法中,终端仅需比较单个波束的信标接收能量即可判断波束指向,从而降低跟踪时延。在此基础上,为满足终端在动中通场景下的业务通信需求,进一步研究动态条件下的跟踪方法,并讨论跟踪时延的影响因素。实验结果表明,当终端位置姿态变化较小时,所提方法的跟踪性能接近程序跟踪。     

三角计算和BACF跟踪算法的无人机距离和高度计算方法

针对反无人机拍摄场景中摄像头水平放置与倾斜放置的两种情况,提出了基于视觉的对于特定无人机目标的三角计算测高测距算法。使用稳健性高的尺度跟踪BACF算法对目标进行跟踪和计算目标的成像宽度和高度。根据已知目标尺寸、摄像头焦距、俯仰角等参数对无人机与摄像头的实际距离进行估测。实验结果为：处理速度超过每秒45帧,满足实时性要求,并且平均相对误差为5%。所提算法可实现对无人机目标进行跟踪的同时评估出目标距离摄像头的高度与距离。     

基于5G-R系统的高铁站台场景信道特性

为推进智能铁路总体建设,实现高速铁路智能化,高铁信息基础设施将应用第五代移动通信技术(5G)建设铁路5G专用移动通信系统,2.1 GHz有望成为铁路5G专用移动通信系统的承载频段。高铁站台作为客货乘降与调度中转的功能核心,其在2.1 GHz下的电波传播特性亟待研究。本文以厦门北站高铁站台为研究场景,利用射线跟踪(RT)技术仿真2.1 GHz频段下的电波传播,基于仿真结果分析此场景无线信道特性,包括均方根时延扩展(RMS DS)、到达/离开方位角扩展、到达/离开俯仰角扩展(ASA/ASD, ESA/ESD)、交叉极化比(XPR)和以上参数的互相关。根据以上结果,对高铁站台场景中铁路5G专用移动通信系统的设计和评估提出相关建议。     

虚拟演播室技术在微课视频制作中的运用探究

微课作为当前信息社会发展的重要网络课程形式之一,相关视频制作质量直接决定了实践教学成效,而运用虚拟演播室技术不仅能保障视频制作质量,还可以帮助微课更快适应“互联网+”的全新环境,以此促使各类优质教学资源得到合理开发和广泛运用。虚拟演播室技术作为以虚拟现实技术为核心的电视节目制作技术,在有效融合摄像机拍摄图像和计算机设计三维虚拟背景空间的基础上,构成全新的视频图像。因此,本文在了解虚拟演播室技术应用原理和技术要点的基础上,根据其在微课制作中的应用优势和技术内容进行深入探讨,以此为微课视频制作技术的进一步创新和提高提供技术支撑。     

基于高密度子网格光线追迹的三维发射层析重建算法

三维(three- dimensional,3D) 发射层析技术(emission computerized tomography,ECT) 是一种简单、高效且准确的燃 烧场3D成像与检测技术,其中权重矩阵的计算 精度决定了层析重建的精度和质量。本文研究了一种基于高密度子网格光线追迹的权重矩阵 计算方法, 将被测区域划分为密度更高的子网格,并根据相机成像模型实现光线追迹,以确定离散网格 对投影像素 的权重因子。数值模拟和燃烧火焰重建实验表明该算法具有较高的精度和计算效率。该研究 对于3D发射层析技术的实用化具有重要的理论意义。     

预估型氨法脱硫控制系统研究

燃煤发电系统中氨法脱硫控制系统具有时变、大延时、大惯性的特点。针对典型的大延迟系统,文中提出基于Smith预估器的脱硫控制系统,通过抵消系统被控对象中的纯滞后环节来提高系统的实时性。Smith预估器依赖准确的PID模型,系统中PID参数整定仍存在不确定性。利用SOA算法对PID参数进行整定,将绝对误差积分ITAE作为适应度函数,通过对适应度值的不断寻优,找到最佳的比例积分微分系数组合。仿真结果表明,相较于Smith预估器控制下的脱硫系统,基于SOA的Smith预估PID控制系统跟随性好且反应迅速,调节时间缩小为原来的9%,峰值时间缩小为原来的5%,具有较小的超调量,系统的实时性和稳定性得到保证。上述结果证明该算法对工程控制系统有效,并具有良好的应用前景。     

孪生网络框架下融合显著性和干扰在线学习的航拍目标跟踪算法

针对一般跟踪算法不能很好地解决航拍视频下目标分辨率低、视场大、视角变化多等特殊难点,该文提出一种融合目标显著性和在线学习干扰因子的无人机(UAV)跟踪算法.通用模型预训练的深层特征无法有效地识别航拍目标,该文跟踪算法能根据反向传播梯度识别每个卷积滤波器的重要性来更好地选择目标显著性特征,以此凸显航拍目标特性.另外充分利用连续视频丰富的上下文信息,通过引导目标外观模型与当前帧尽可能相似地来在线学习动态目标的干扰因子,从而实现可靠的自适应匹配跟踪.实验证明:该算法在跟踪难点更多的UAV123数据集上跟踪成功率和准确率分别比孪生网络基准算法高5.3%和3.6%,同时速度达到平均28.7帧/s,基本满足航拍目标跟踪准确性和实时性需求.