嵌入式固态存储系统ECC算法的研究与实现

为提高差错检测和修正(ECC)校验编码的简洁性,从信息编码理论的角度,研究了一种基于Hamming编码方式的ECC方法. 通过在数据空间中构造多字节数据的信息矩阵,利用ECC编码方法,设计生成了ECC校验算法的系数矩阵,利用线性空间变换理论计算生成了纠错校验码,提出了一种简洁的、具有较强可计算性的基于ECC校验码的误码校验和定位算法,并给出在嵌入式固态存储器中进行纠错编码、校验和纠错的详细过程. 最后运用硬件编程语言VHDL 在Xilinx ISE的实验环境下成功实现了该检错纠错算法. 结果表明该算法可以检测出1 bit以及2 bit的读写错误,且可对1 bit错误进行修正.      

基于残差集的CFA图像序列无损压缩新算法

提出了一种基于残差集的颜色滤波阵列(CFA)图像序列的无损压缩新算法.通过构造CFA图像序列的残差集,去除图像序列间的数据冗余;设计了一种最佳可逆滤波器对残差集图像进行通道分离滤波,去除图像内的冗余信息,提高CFA图像压缩性能.将该算法与通道分离滤波JPEG和PNG算法进行了对比,结果证明,残差集无损压缩算法具有最高的数据总量压缩比、最低的平均压缩率和最好的重建CFA图像峰值信噪比.     

环戊二烯在非晶态NiP/SiO2催化剂上加氢反应的动力学研究

对环戊二烯在非晶态NiP/SiO2催化剂上选择加氢生成环戊烯的反应进行了积分动力学研究，结果表明该反应机理较符合Rideal-Eley模型；由吸附态的氢直接和气相中的烯烃发生反应，环戊二烯加氢生成环戊烯和环戊烯加氢生成环戊烷的活化能分别为57.1kJ.mol^-1和60.2kJ.mol^-1，由于吸附态的氢和气相中环戊二烯的有效碰撞频率较高，所以环戊二烯的加氢几率比环戊烯的加氢几率大，显示出较好的选择性。     

基于梯度方向的反马赛克算法

目前数字图像采集系统中采用的反马赛克算法存在插值伪像严重、算法计算量大等问题.为了解决上述问题,本文提出了一种基于梯度方向的反马赛克算法,可提升实际应用中反马赛克处理性能.计算当前像素位置水平和竖直梯度,并据此完成G分量的插值恢复,采用双线性插值完成R分量和B分量恢复并用G分量进行校正处理.从复合峰值信噪比（CPSNR）以及计算量两方面将本算法与其他典型算法进行对比,本文算法以更低的运算量,获得优秀的反马赛克性能.这种高性价比的特点有利于其未来完成硬件电路实现,并应用于实时成像等高技术领域.      

一种稀疏度拟合的图像自适应压缩感知算法

针对运用压缩感知理论对图像进行自适应压缩采样时,采样率及稀疏度阈值确定具有很强的主观性,提出一种稀疏度拟合的精确自适应采样算法.该算法通过循环迭代来确定各个稀疏度下满足PSNR要求的最低采样率,利用最小二乘法对稀疏度及采样率数据进行拟合,得到稀疏度-采样率选取的最佳目标函数.基于TVAL3重构算法对上述自适应采样算法进行了实验仿真,结果表明,重构图像的PSNR均高于用相同值的固定采样率重构的PSNR值,其中纹理特征区分明显的图像此PSNR差值能达到3.5 dB以上.相比粗糙自适应算法,平均采样率比其降低的同时,重构图像仍得到了更高的PSNR值.      

稀疏傅里叶变换理论及研究进展

稀疏傅里叶变换（sparse Fourier transform,SFT）是一种稀疏信号离散傅里叶变换的新算法,比传统快速傅里叶变换（fast Fourier transform,FFT）更加高效.综述了SFT的理论框架、约束条件及频谱重排、窗函数滤波、降采样FFT等关键技术问题,结合算法最新理论成果,归纳出4种不同的重构方法:哈希映射法、混叠同余法、相位解码法、二分查找法.最后介绍了SFT理论的应用成果,并展望了其未来可能的发展方向.      

步进频信号处理的多普勒补偿新方法

提出一种步进频信号处理中多普勒效应补偿的新方法.根据时间-频率二维数据矩阵中包含的距离、速度信息,利用不同距离单元的主杂波谱线所处的滤波器号几乎相同,且所占的距离单元数比较多的特点,采用FFT快速数字信号处理算法,实时、准确地得到多普勒频率的补偿值,从而对步进频信号处理中多普勒效应进行补偿.仿真实验结果表明,该方法简单有效,并已应用于毫米波火控雷达信号处理系统中.     

基于超复数傅里叶变换的彩色图像水印算法

提出了一种基于四元数傅里叶变换(QFFT)和改进的量化索引调制(QIM)算法的彩色图像数字水印嵌入算法,对载体图像进行QFFT变换,对水印图像进行压缩及量化编码,从而嵌入到经过QFFT变换的载体图像的分量中,实现了水印的嵌入以及盲提取. 实验结果表明,基于带失真补偿的QIM算法的水印算法对比传统QIM,实现了不可见性和鲁棒性的较好折衷,对高斯、椒盐噪声、JPEG压缩、遮挡、滤波以及图像增强攻击有更好的鲁棒性.      

基于神经网络的电参数反演载荷算法

提出一种基于神经网络的抽油机载荷反演算法,从电机输入电功率和载荷输出非线性逼近的角度建立高维输入输出系统模型,通过对网络误差的负梯度反馈,自动调整权值参数,求解电参数到载荷的映射网络. 通过实测数据软件仿真,算法能实现电参数到载荷之间的非线性拟合,误差小于10-3,相关系数达到0.95以上.      

减小帧内编码分辨率的快速算法

随着H.264视频编码标准的应用,转换编码的难度也越来越高. 为了提高帧内编码图像分辨率减小的速度,提出了一种基于方向性的快速算法. 实验结果表明,该算法在很少的图像质量损失下能节省23%的重新编码时间,从而提高了转换编码的实时性及带宽变换能力.