基于NVMe的超高速多通道遥感相机模拟源设备研制

针对当前遥感卫星电荷耦合器件(CCD)相机幅宽越来越大,速率越来越高,现有相机模拟源设备数据输出带宽不足的问题,提出并实现了一种基于非易失性存储器Express(NVMe)的超高速多通道遥感相机模拟源设备。该设备利用现场可编程逻辑门阵列(FPGA)实现4组NVMe SSD主机控制器,完成对固态硬盘(SSD)的读写操作;同时利用DMA控制器读取DDR4中缓存数据,数据经封装处理后通过光纤接口输出。实验结果表明：NVMe主机控制器的写平均速率可以达到1.7 GBps,读平均速率达到3.2 GBps。模拟源系统整体存储容量8 TB,对外输出带宽高达80 Gbps,支持8路光纤接口输出。该模拟源具有较强的稳定性及良好的可扩展性,已成功应用在某遥感卫星CCD相机模拟源系统中,为数传等设备的测试以及调试提供了充分保障。     

基于免疫克隆算法的认知无线电多信道联合感知方法

该文研究了认知无线电多信道联合感知的数学模型,并将此模型转换为以认知系统总吞吐率最大化为目标的带约束优化问题,进而提出一种基于免疫克隆的多信道联合感知算法。仿真实验表明所提算法在收敛速度以及稳定性上均明显优于已有的基于遗传算法的感知方法,并且所提算法在对主用户造成相同的干扰条件下能提供更高的系统总吞吐率。     

基于单调优化框架的凸松弛分支定界算法求解非凸多信道联合感知问题

多信道联合感知问题由于具有非凸性使得求解困难,该文首次尝试用确定性全局优化方法对该问题进行求解。该问题首先被转化为单调优化问题,进而提出一种基于单调优化框架的凸松弛分支定界(BRBCR)算法。仿真实验表明,所提算法较传统的凸优化方法可大幅度提升系统性能,收敛速度较PA(Polyblock Algorithm)以及传统的BRB算法提高了2个数量级,即使信道数目多达16,收敛精度为10-6,该文算法16 s内即可收敛。此外,该算法还可为其它算法提供基准,对这些算法性能进行评估。     

基于变量节点更新的交替方向乘子法 LDPC惩罚译码算法

基于交替方向乘子法(ADMM)的改进惩罚函数LDPC译码算法能够提升译码性能,但其所需优化参数过多且性能提升有限。针对该问题,将该算法与其它带有惩罚函数的译码算法比较后发现,两者的不同之处仅在于译码算法中变量节点的更新规则不同。因此,该文通过构造一种新的变量节点的更新方法去减少优化参数数目并提升译码性能。实验仿真表明,相较于原有算法,该文所提算法有效减少了所需优化的参数数目,此外,所提算法的平均迭代次数更少且能实现约0.1 dB的性能提升。     

基于通道注意力的全注意力端到端压缩方法

图像压缩是低层级图像处理领域的重要研究方向,近年来,基于深度学习的图像压缩算法取得了巨大进展。结合注意力模块RBAM(Residual Block Attention Module)的高斯混合模型压缩算法可获得较好效果,但由于RBAM单个模块参数量较大,只能在压缩算法编解码网络中局部嵌入,限制了注意力模块在全网络中的潜力。使用一种轻量级的通道注意力模块,将其嵌入到整个图像编解码网络中,构成了一种全注意力的图像压缩算法。与嵌入RBAM的压缩算法相比,所提算法在获得更好的率失真性能的同时,网络中注意力模块参数量减少了26.8%。实验结果表明,当以峰值信噪比(PSNR)和多尺度结构相似性(MS-SSIM)作为评价指标时,所提算法在Kodak和CLIC两个图像验证数据集上的率失真性能都超越了已有算法,并获得了更好的主观视觉效果。