基于深度学习的红外与可见光图像融合综述

图像融合技术是指从不同的源图像中提取并融合互补的信息,生成一幅信息量更丰富、对后续高级视觉任务提供足够支持的图像.红外与可见光图像融合（Infrared and Visible Image Fusion,IVIF）是图像融合领域的一个重要分支.近年来,深度学习技术在视觉计算领域表现出了良好的性能,尤其是基于自编码器、卷积神经网络、生成对抗网络等几种基于深度学习的IVIF技术得到了蓬勃发展.为此,对基于深度学习的IVIF算法的方法、数据集和评估指标等进行了总结和阐述;通过大量的实验,进行定性和定量的结果分析,对比了各类基于深度学习IVIF算法的性能;最后,讨论了该领域未来发展的一些前景和研究方向.     

H001 ZXMP光纤通信系统综合实验设计

介绍了H001 ZXMP光纤通信系统和设备的主要性能,并结合SDH同步数字体系技术的特点,给出了ZXMP光纤通信系统的架构、设备连接、系统和业务配置,分析了系统综合实验的相关内容。     

一种改进型的Tent数字混沌序列在DSSS中的应用研究

提出了一种新的混沌序列Tent映射,分析了映射的数字混沌序列的产生方法.通过对该数字混沌序列的直接序列扩频通信系统的分析,以及Simulink仿真实验,表明新的数字混沌序列有更好的传输特性,满足扩频通信系统的性能要求.