基于数据分解的高速QPSK并行解调方法

使用通用处理器进行信号处理具有灵活性、可扩展、易维护等优点,是未来软件无线电发展的趋势之一。提出了一种基于数据分解的高速正交相移键控(quadrature phase shift keying,QPSK)并行解调方法,该方法将串行信号流分解为信号块,通过对多个信号块的并行处理,实现高速率QPSK解调。为了消除各信号块处理之间的依赖性,在最大似然理论基础上提出了一种基于三维迭代搜索的QPSK开环解调算法。为了消除各信号块解调结果之间的相位模糊,提出了一种基于数据冗余的模糊一致性方法。仿真结果表明,该并行解调方法的信噪比损失在0.1 dB以内。在惠普Z820工作站上搭建调制解调系统,测得解调信息速率为1 154.2 Mbps。     

基于分数阶微分Frangi的夜间车道线检测

基于机器视觉和图像处理的夜间车道线检测一直是该领域的研究难题,即使是近年的深度学习方法,检测精度只能达到50%左右.为此,研究了一种新的算法,根据车道线的特点和车辆的行驶速度,将视频中多幅图像融合到一幅图像中;利用图像的特点,在区域合并中识别出有效的车道线检测区域;将有效区域分割成新的图像后,采用基于Frangi和Hessian矩阵的算法对图像进行平滑和增强;为了提取车道线的特征点,提出了一种新的分数阶微分模板进行车道线特征点检测,该算法根据车道线在图像中可能的位置,从4个方向检测特征点;在检测出候选点后,应用递归Hough直线变换得到候选车道线,为了确定最终的车道线,一条车道线的角度应介于25°～65°之间,而另一条车道线的角度应介于115°～155°之间,否则,通过降低线点数的阈值继续进行Hough直线检测,直到获得两条车道线为止.通过对数百幅夜间车道线图像的测试,并与深度学习方法和传统的图像分割算法进行比较,新算法的检测准确率可达70%.     

黏粒含量对黏性土渗透性影响的试验研究

渗透性是土体的重要工程性质之一,在诸如垃圾填埋场防污、水利大坝防渗、基坑支护防漏等工程项目中,运用各种方法提高土体的抗渗性是施工的最终目的。基于此,制备不同黏粒含量的黏性土试样;并开展渗透及相关试验,以分析黏粒含量对渗透性的影响。试验结果表明随着黏粒含量的增加,黏性土的塑性指数呈线性增加,而渗透系数呈非线性减小,可用指数函数式拟合。另外,颗分曲线显示高黏粒含量试样的不均匀系数变小,其堆积方式以小粒径颗粒接触为主,孔隙通道直径小,易出现不连通孔隙,导致渗透系数减小,所得成果可供工程实践参考。     

颗粒粒径和吸附水膜对细粒土渗透性的影响

细粒土的渗透性因受诸多因素影响而难以通过计算准确得到。对此,将其简化为单一粒径球形颗粒的堆积体,建立基于最密实状态下四方堆积方式的土颗粒堆积模型,并采用基本单元对堆积模型的几何特征进行分析。研究发现:只要堆积体和颗粒间的尺寸比超过10 000,细粒土的孔隙率就与粒径无关;但随吸附水膜的增加而减小,渗透系数随粒径减小而急剧减小,随水膜厚度增大而大体呈减小趋势,但不同粒径减小幅度不同,较大颗粒(粒径大于0.05 mm)减小幅度很小,且基本呈线性趋势,极细颗粒(粒径小于0.001 mm)减小幅度很大,且呈非线性趋势。已有渗透试验测试值验证了不同粒径和水膜厚度下渗透系数计算值的变化趋势,且黏粒渗透系数的计算值与实测值吻合很好。