基于相控阵自适应零陷的大规模NGSO星座间干扰规避策略研究

针对大规模非静止轨道（Non-Geo Stationary Orbit,NGSO）通信星座系统间同频干扰的实时性和突发性问题,将自适应波束成形技术的变步长LMS(Least Mean Square,最小均方误差)算法应用于NGSO间干扰场景。分析自适应波束成形技术的适用场景,选取OneWeb星座系统与Starlink星座系统的馈线链路间下行干扰场景进行仿真。通过对现有算法进行系统收敛速度、稳健性的性能比较,当NLMS(Normalization Least Mean Square,归一化最小均方误差)算法的参数μ0=0.6时,算法具有较快的收敛速度以及较小的稳态误差,因此运算量小、易于星上硬件实现。分别利用固定步长LMS算法、ENLMS(Error Normalization Least Mean Square,误差归一化最小均方误差)算法以及μ0=0.6的NLMS算法计算最优权向量,并应用于干扰仿真场景。结果表明,μ0=0.6的NLMS算法最能有效规避NGSO通信星座系统间的同频干扰,ENLMS算法次之,固定LMS算法的干扰规避效果最差。     

基于RGBD数据与深度权重的压缩光场显示

使用多层空间光调制器的压缩光场(compressive light field,CLF) 显示技术具有空间带宽利用率高、图像分辨率好等优势,是一种很有前景的光场显示技术。传统的方法将光场分解视为超定问题并使用优化算法求解。随着重建光场的分辨率、深度、视角等性能参数的提升,优化算法的计算效率低、内存消耗大的缺陷被放大,难以实现快速计算。为此,本文提出了一种新型CLF分解算法,该算法将原始光场分解为物点进行存储,仅占用少量内存;利用深度权重和加权平均代替了优化算法,大幅提高了运算效率。在同等条件下,所提出的算法占用内存仅是传统方法的38.8%,计算时间缩短了93.7%,图像质量提高约1 dB。最后通过仿真和实验两种方式对比了该方法和传统方法的显示效果,验证了算法的有效性。     

基于自适应阈值分割改进Canny算子的管道边缘检测方法研究

针对工厂中管道破损位置无法通过机器视觉准确判断的问题,提出一种基于自适应阈值分割改进Canny算子的管道边缘检测方法。该方法从滤波方式、梯度方向以及阈值分割角度对采集图像进行处理,首先采用采样-自适应中值滤波+双边滤波代替传统Canny算子中的高斯滤波,减少图像边缘信息丢失并去除图像中的噪声,然后增加梯度幅值的计算来更好地检测不同方向的边缘信息,最后为避免人工选取阈值效果不佳的情况,采用最大类间方差 (OTSU)阈值分割算 法进行阈值的自适应选取。实验表明,该方法相比于传统Canny算子的图像信噪比提升28.22%,边缘点数提升39.97%,四连通道数提升11.52%,八连通道数提升5.92%,提取特征完整且连续性较好,实现了对管道图像中破损情况的有效检测。     

改进的MEA-WNN图像复原方法

模糊图像复原是计算机视觉和图像处理领域的重要任务。针对思维进化算法(mind evolutionary algorithm,MEA)和小波神经网络(wavelet neural network,WNN)相结合的图像复原模型中,MEA的得分函数相对差别小、选优功能较弱等问题,提出了一种改进的MEA-WNN图像复原方法。该方法采用逻辑回归函数进行幂律变换,增加得分之间的差别,从而增强MEA的选优功能。将改进的模型与传统的基于WNN和MEA-WNN的图像复原模型进行对比,改进的模型把复原图像峰值信噪比(peak signal-to-noise ratio,PSNR)分别提高15%和6.5%、结构相似性(structural similarity,SSIM)提高了6.1%和5%,实验结果证明改进模型的有效性和优越性。     

OptiX 2500+传输设备低阶交叉容量分析

OptiX 2500 被广泛应用于各大运营商的传输网络,但是这种设备由于受内部硬件设计的限制,可以配置的低价业务数量非常有限.随着业务的不断增长,OptiX 2500 低阶交叉容量饱和以及TUPP入总线饱和的问题已经越来越明显,一旦出现溢出,将无法再增加新的低阶业务,给网络的扩容带来极大的影响.虽然因为硬件条件的限制,难以从根本上改变这种瓶颈,但可以通过对设备原理的深入研究,摸索出节约低阶交叉总线的可行性方法,定i计算出各种组网配置下低阶交叉总线的占用数量,从而做到在接近低阶容量饱和时提前控制,解决潜在的网络隐患.     

二级城市移动通信数据网络资源配置分析

对二级城市移动通信数据网络资源配置算法进行了研究,并通过对现网的分析,总结了适合二级城市建设GPRS/EDGE网络资源配置的原则、思路和方法,提出了相应的配置原则和调整方法,并给出了二级城市典型数据业务场景下的资源配置方法.     

EDGE网络的规划及资源配置研究

本文在现有网络分析的基础上,进行了EDGE数据网的规划,并通过仿真对规划结果进行了验证,最后对语音和数据网络的资源配置方法进行了研究,提出了相应的资源配置方法。     

基于改进狮群算法的低碳冷链配送中心选址研究

受新冠疫情影响,冷链药品需求激增,为了准时完成医药物资交付,配送中心选址问题显得尤为重要。以物流服务响应概率为约束条件,构建了一种综合考虑碳排放成本和物流成本的物流中心选择模型。引入调节因子和高斯变异对基础狮群算法(LSO)进行改进,并用改进狮群算法(ILSO)对其进行求解。函数测试结果表明,ILSO相比LSO和遗传算法(GA)具有较好的寻优能力和稳定性。相关的案例仿真分析显示,ILSO算法的选址结果总成本相比LSO算法和GA算法分别减少14.63%、17.11%,有效地节约了选址成本。最后,通过对物流服务响应概率进行敏感度分析表明,随着响应概率的增加,碳排放成本呈现先降低、后快速增加的情况。     

基于混合策略改进的贪心算法PSS订单调度研究

对于产品服务系统调度问题,本文提出了基于改进迭代贪心算法的PSS订单调度混合策略求解模型,大幅度缩短了所有订单的交付时间。运用NEH初始化方法对最早授权服务时间进行排序,引进随机邻域搜索算法,同时在贪心算法破坏和重建阶段进行优化,最后基于轮盘赌的比例筛选策略提出新的判断准则。通过仿真实验表明,本文所设计的混合改进策略对于求解订单调度问题的效果显著,求解速度更快,并表现出更好的鲁棒性。     

基于Zynq雾霾天气下的实时车牌识别系统

秋冬时节雾霾天气频发,严重影响了监控系统里的车牌识别精度,迫切需要能够进行实时处理的小型化的嵌入式车牌识别系统。图像去雾目前主要是在PC端进行,实时性低。本文提出一种基于Zynq雾霾天气下的实时车牌识别系统。通过改进去雾算法对颜色空间(HSV)中的亮度分量进行处理,然后通过中值滤波进行去噪,最后将处理后的图像利用车牌识别相关算法进行处理。该系统采用ARM+FPGA异构的方式,PS(ARM)端负责简单算法运算、IP核控制与驱动等,PL(FPGA)端负责需要大量并行运算的算法。通过实验结果对比,该系统能够达到预期的效果,具有实时性、可移植、可嵌入和功耗低等特点,能够满足在雾霾天气下的车牌识别的性能要求。