基于肤色模型和改进Adaboost算法的人脸检测

为提高人脸检测的精度,提出一种基于YCbCr肤色模型和Adaboost算法的人脸检测方法。利用YCbCr颜色空间的肤色阈值模型确定待检测区域。再利用Adaboost算法准确定位出人脸位置,并对Adaboost算法的训练过程提出一种新的权值更新方法,防止权值过分增大,避免了Adaboost算法训练过程中出现的“退化”现象。     

基于CORDIC算法的微小卫星发射机设计与实现

CORDIC算法具有频率精度高、转换时间短、频谱纯度高一级频率相位移编程的特点,在数字通信领域得到了越来越广泛的应用,它可以处理信号,实现制导控制,能够有效兼顾速度、精度以及资源。CORDIC算法在微小卫星发射机设计中得到了非常好的应用,为实现微小卫星发射机在无线电领域的重要作用奠定了坚实的基础。本文主要从CORDIC算法出发,讨论微小卫星发射机设计与实现。     

基于条纹式激光传感器与机器人的扫描成像系统

提出了一种以条纹式激光传感器和工业机器人为平台对工件进行扫描检测并对其轮廓进行成像的系统方案。条纹式激光传感器移动式扫描工件获取工件轮廓的三维点云数据,然后结合特定的算法对点云数据进行去噪、插值、插补处理,使得点云数据能更加真实地反映工件的客观形貌,最终根据点云数据的信息生成工件轮廓的二值化图像。在实验中成像精度能达到0.1 mm 级,从而在某些特殊的工业场合替代传统的CCD 相机实现对工件的成像及检测定位,解决了传统CCD 的抗干扰能力不足的问题。     

曲线光顺在惯导平台自标定中的应用

提出了一种新的惯导平台自标定数据处理方法——曲线光顺法。根据自标定数据特点给出了适于自标定数据的曲线光顺准则。分析了野值对曲线二阶差商的影响规律,提出了一种野值剔除算法。通过将最小二乘与B样条结合得出二阶差商参考值,并使实际差商与参考差商距离达到最小从而得到野值修改值。实验结果表明,该文的算法能很好地解决惯导平台自标定数据的野值剔除问题,可通过调节参数来控制光顺精度,并具有算法简便、易于操作的优点。     

一种0.18 μm CMOS模拟滤波器的设计与实现

基于0.18 μm CMOS工艺,实现了一种6阶有源RC模拟滤波器,截止频率可以配置为1.25 MHz/2.5 MHz/5 MHz/10 MHz,增益可以配置为0 dB/6 dB/12 dB/18 dB,能够应用于WiMAX/WLAN接收机。采用一种新型的自动频率校准电路,使滤波器的截止频率不受工艺变化的影响。测试结果表明,在1.8 V电源电压下,消耗电流16 mA,输入3阶交调为23.4 dBm。正交两路模拟滤波器与频率校准电路所占面积为0.38 mm²。     

基于CPS的建筑环境数据级检测融合方法

针对建筑环境CPS数据级融合可靠性的问题,采用线性最小方差估计的方法对传统自适应加权融合算法进行改进,不仅减小了均方误差,而且使得融合结果可靠性更高。在数据融合前进行限幅处理,判断数据是否异常,对异常数据的加权因子进行配置处理,既提高了数据的筛选性,又保证了系统数据融合结果的可靠性。仿真实验表明了该方法的有效性。     

基于GPU通用计算平台的乐谱自动识别系统设计

在GPU通用计算平台上实现了一个钢琴独奏乐曲的乐谱识别系统,它读取WAV格式音频文件,利用GPU通用计算技术加速自相关函数算法来实现音高的识别,并综合考虑短时能量和基音周期的变化进行节拍划分。通过实际测试,验证了该乐谱识别系统的准确性,并证明了GPU并行计算对系统计算效率提升的效果：将计算时间减少到传统CPU计算时间的16%左右。     

基于iBeacon基站的室内定位技术研究

提出了一种基于iBeacon基站的室内定位方案。在该技术方案中,iBeacon基站由蓝牙4.0模块组建,在需要定位的室内空间均匀部署一定数量的iBeacon基站,该基站周期性地向外界广播自己独有的与位置信息对应的UUID号。当持有蓝牙终端设备的用户进入该基站感应区,接收到基站广播的UUID号及RSSI值,通过加权的三环定位算法即可对用户进行精确定位。实验结果表明,该方案定位精度能达到2.5m以内,满足了绝大多数的室内定位技术要求。     

基于SPGD算法的自适应光纤耦合器阵列技术研究

自适应光纤耦合器(AFC)是一种可实现高稳定、高效的空间光至光纤耦合的新型自适应光学器件。研究了AFC阵列作为空间激光通信系统接收光端机的可行性。在不同的大气湍流强度下, 利用SPGD算法, 仿真研究了不同子孔径数AFC阵列的闭环控制过程。研究结果表明, AFC阵列技术可缓解大气湍流影响, 改善光纤耦合效率并提高耦合过程的稳定性;当等效接收口径一定时, 随着阵列子孔径数的增加, 光纤耦合效率及控制算法收敛速率都相应提升。     

基于加权模糊C均值算法改进的高光谱图像分类方案设计

为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上提出一种基于加权模糊C均值算法改进型原型空间特征提取方案。该方案通过加权模糊 C 均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的信息量。实验结果表明,与业内公认的原型空间提取算法相比 该方案在相对较小的数据集下,其性能仍具有较为理想的稳定性,且具有相对较高的分类精度,这样子就大大降低了对数据集样本数量的依赖性,同时改善了原型空间特征方法的效率。