自互一体式电容触摸屏检测电路设计

为结合自、互电容检测方式各自的优点,提出了自互一体式的电容触摸屏检测电路.在研究自、互电容检测的基础上,设计可通过软件配置的自互一体式电容检测电路模块,结合前端检测电路的放大电路的优化设计,提高检测抗干扰的能力,降低系统的功耗.通过仿真和测试实验验证了自互一体式电容触摸屏检测电路的有效性,该检测电路方案已成功应用于集创北方的ICNT87系列触控芯片,具有高灵敏度,支持真实多点,获得了更好的触控效果.     

大学生电动方程式汽车的安全回路设计

安全回路通过碰撞开关来保证赛车在受到撞击等极限情况下断开高压回路。通过绝缘检测系统检测高压端和接地端是否存在电压差,来判定整个赛车是否绝缘,同时采用KM自锁电路来保证绝缘,以便电气安全人员排除故障,并进行手动复位。经过实际测试,安全回路稳定、可靠、适应性强,可以有效地保证车手的安全,提高赛车的驾驶安全性。     

基于Log-gabor小波的运动目标阴影检测

针对阴影覆盖前后的场景纹理相似的特点和Gabor小波在纹理特征提取上的不足,利用Log-gabor在纹理特征提取上的较优性能及对光照的不敏感性,提出一种基于Log-gabor的运动目标阴影检测方法.首先根据阴影在颜色空间的特点,利用像素点亮度变化规律,对前景中包含阴影的运动目标进行检测,提取疑似阴影区域.然后对疑似阴影区域分块,获取块Log-gabor纹理特征.最后,针对运动目标和道路纹理区别,提出合理有效的阴影判定准则,使用判定准则识别阴影.实验结果表明,所提方法在不需场景先验知识情况下,能较快较准确检测出阴影.     

一种低复杂度MBOC信号无模糊捕获方法

针对MBOC信号自相关函数多峰特性导致的捕获模糊问题和导航接收机对硬件资源的限制,提出了一种基于多峰能量累积的MBOC信号低复杂度无模糊捕获方法.该方法将MBOC信号与对应BPSK信号互相关结果中的两个峰值进行相干累积,实现无模糊捕获.通过理论计算与分析得出该无模糊处理方式在同样条件下捕获灵敏度更高.根据匹配滤波捕获模块设计和降采样后灵敏度损失分析,得出该捕获方法对应的匹配滤波器结构简单,且在降低了采样率后仍能保证较高的灵敏度.      

局部二值模式在连铸坯表面缺陷识别中的应用

为了解决传统的图像识别算法无法准确识别铸坯表面缺陷的问题,提出一种考虑图像相邻像素影响的改进的多块局部二进制算法(MB-LBP).该算法将原始图像分成多个小区域,每个小区域再做等分,并计算平均灰度值,再运用局部二进制模式算法进行计算.对现场采集到的连铸坯表面裂纹、划伤、压痕、凹坑和无缺陷共五类1697个样本进行实验,整体识别率达到94.9％,而传统局部二进制模式算法的识别率为89.1％,说明本文算法具有更好的鲁棒性和抗噪能力.     

基于Grassmann流形距离的动作识别

利用时空兴趣点间的位置及局部特征相似度信息,提出一种局部邻域特征以描述局部数据结构,然后引入核主角度及Grassmann流形距离以度量2个邻域特征距离,通过构造随机流形森林学习数据样本在Grassman流形上的类条件概率密度函数,最后使用多核学习算法实现对随机流形树的剪辑及动作分类.在KTH及UCF-CIL动作数据库的实验证明:所提动作表示方法能有效描述人体运动信息,且该动作识别算法的识别率优于近年提出的典型动作识别系统.     

基于变换域的显著性提取

为增强图像显著特征的可靠性和鲁棒性, 增加图像描述的准确度, 提出了一种利用离散余弦变换(DCT: Discrete Cosine Transform)和 Renyi 熵提取自然图像显著性的方法。 该方法充分利用了图像的频域信息, 通过MSRA1000 图像数据库进行性能测试。 实验结果表明, 该方法优于 5 种经典算法, 提高了显著性检测的有效性。     

一种非正交多址接入下行链路信号检测方法

非正交多址接入（non-orthogonal multiple access,NOMA）下行链路存在严重的多址干扰。软解调-串行干扰消除（successive interference cancellation,SIC）检测方法是一种性能较好的信号检测方法,但是接收机的复杂度比较高。考虑到软解调算法对其他用户信号的信号特征信息并未充分利用,提出一种基于软解调算法改进的联合检测算法,该算法直接利用多用户叠加信号的联合星座图计算用户信号信息比特的软信息,不需要对干扰信号进行检测和重构,可以降低接收机的复杂度。仿真分析表明,与软解调-SIC检测方法相比,联合检测方法在性能损失不超过1．5 dB的情况下,可以将接收机的复杂度降低一半。     

基于Faster R-CNN的航母舰面多尺度目标检测算法

针对航母舰面复杂的多尺度目标检测环境,且现有算法对牵引车、人员等小目标检测性能不佳的问题,提出一种改进快速区域卷积神经网络(faster region convolutional neural netuorks,Faster R-CNN)的舰面多尺度目标检测算法.基于多尺度特征层提取了不同尺度的区域建议网络,提高了算法...     

基于神经网络的管道泄漏检测方法及仪器

研究了管道泄漏后形成多相湍射流所引发的应力波在管壁中的传播机理,分析了泄漏引发的管道横振、纵振和圆环振动,提出一系列应力波特征提取指标及其离散数据算法。首次提出了以泄漏信号特征指标构造神经网络输入矩阵,建立对管道运行状况进行分类的神经网络模型以检测管道泄漏故障的发生。实验研究了这一新理论的有效性并设计了适用于工业应用的管道检测仪器。