基于宽动态技术的室内视频监控研究

传统相机动态范围与真实场景动态范围之间的巨大差距导致成像时亮区与暗区细节的丢失。文中针对室内视频监控场景,提出了运用宽动态技术,基于多次曝光,通过软件方式拓展监控图像动态范围的思想。文中提出基于内容的多次曝光控制方法和基于YUV空间的多曝光合成算法。实验结果表明文中方法能够有效扩展动态范围,提高感兴趣区域的成像效果。     

三轴光纤陀螺捷联姿态解算与漂移补偿研究

研究了三轴正交捷联光纤陀螺（FOG）在移动卫星通信天线稳定和精确指向中的应用。针对三轴FOG角增量输出,首先建立四元数微分方程并实时求解,实现了考虑地球自转补偿的捷联姿态解算方法。其次,将FOG输出漂移分为零偏、温度漂移和随机漂移分别进行补偿研究。基于预测控制DMC算法进行随机漂移的实时补偿;建立多项式模型并进行回归分析实现温度漂移的补偿。通过试验表明,捷联姿态解算方法正确。补偿后,FOG的输出漂移大大减小。     

无线多媒体传感器网络与编码技术

无线多媒体传感器网络(WMSNs)是一种允许从物理环境中获取视频、音频、静止图像和标量传感器数据的无线嵌入式设备组成的网络.大信息量的多媒体数据的采集与处理,在军事、民用和商业领域中具有广阔的应用前景.针对WMSNs,主要从信源及其编码技术出发,就最新的国内外研究状况进行了调查、归纳和总结,并且就其中各方面有待研究的问题进行了详细讨论.     

基于可信模块的MANET组播密钥管理方案

移动自组织网络组播通信技术是一种非常重要和实用的数据传输方法,其安全性向来是研究的热点和难点。文中提出通过建立基于可信计算平台模块的分层分组式组播网络体系架构,加强组播成员节点的硬件可信,保障了组密钥管理和成员管理的安全高效。通过对比和分析,该方案在网络性能和安全性方面具有明显优势。     

服务网络中基于改进蚁群系统的服务路径选择

结合图理论及社交网络分析,将服务之间的互操作关系引入服务计算的过程中,构建一种基于服务关系的服务网络.提出服务网络的概念,分析服务之间的4种交互关系及特点,详细讨论服务网络中基于服务关系的服务组合优化问题.应用图模型将服务网络中服务路径选择问题转化为图论中多目标路径优化选择问题,通过具有良好交互的服务节点构建数学模型,以最少成本代价为目标,应用改进蚁群系统算法寻求最优路径.实验结果证明了算法的可行性及有效性.     

新网络 新规划——TD-LTE网络规划简析

LTE时代新星 LTE已经成为全球通信界最耀眼的明星。3大3G标准都选择LTE作为其未来演进方向。全球绝大多数主流运营商和设备提供商都宣布支持LTE。LTE为何有如此大的魅力,得到全球通信界的青睐呢？     

思科Femto端到端解决方案的部署和演进

1市场驱动力和发展方向 随着智能手机的普及,数据业务呈现出爆炸性增长的态势,对移动网络有限的无线资源带来挑战。在宏蜂窝上＂流动＂的数据大多来自两个场景,办公室和家庭。对于运营商来说,这两个场景是可控制的,这就为运营商分流提供了新的思路。Femtocell作为一种低成本的覆盖分流方式,     

无线传感器网络中一种干扰避免的频段分配算法

路径干扰是无线传感器网络中的一个关键问题,干扰不但增加了信道竞争,而且会浪费宝贵的能量资源.文章利用现有radio的多频特性,提出了一个干扰避免的频段分配算法IAFA.IAFA根据可用的频段数量,将sink周围的不同区域进行划分,为每个区域指派不同的频段,位于特定区域的节点只能使用相应的频段进行通信,有效地降低了传输路径之间的干扰.此外,文章还基于IAFA给出了具体的路径构建和维护策略.详细的模拟试验验证了IAFA的性能.     

城域网中MSTP技术的引入

本文重点分析如何在城域网中引入MSTP技术,分析了MSTP技术的定位和典型组网方式,并在给出的典型组网模型基础上,分析了不同运营模式下引入MSTP技术的演进策略,并从业务市场、网络运维和网络演进等角度阐述了引入MSTP后的主要矛盾和问题,为实际网络建设提供理论参考.     

基于混合残差密集网络的电路板红外图像超分重建北大核心CSCD

红外图像普遍存在分辨率低、细节模糊和视觉效果差的问题,使其难于直接应用在PCB故障诊断系统中。针对这一问题,本文提出了一种可充分利用红外图像层次特征的混合残差密集网络超分辨率重建算法。首先,使用卷积神经网络提取原始低分辨率图像的浅层特征信息;其次,设计多路径混合残差密集连接块,进一步提取更丰富的深层特征信息;最后,引入全局特征融合与残差学习自适应的学习并整合全局特征信息,应用转置卷积上采样完成红外图像的超分辨率重建。实验结果表明,本文算法能够有效提高重建后红外图像分辨率,使细节信息得到改善、视觉效果得到提升。基于公共/自建数据集得到的重建后图像峰值信噪比和结构相似性指标分别达到42.17 dB/39.32 dB和0.9503/0.9466,优于文中列举的双三次内插法、SRCNN和ESPCN模型,重建性能得到明显提高。