现代雷达系统日益复杂，在设计、调试雷达系统的过程中，不可避免的需要雷达的回波信号，为了提高雷达设计效率，人们逐渐开始对雷达回波信号模拟技术进行研究，以求用模拟产生的信号代替实际的雷达回波信号，把雷达系统设计和维护过程中所需的费用降到最低。现在，雷达信号模拟技术逐步取得发展，成为雷达技术的一个重要分支，而雷达信号模拟器的研制成为国内外军事研究领域的热门方向.所有无线电系统中都会包含射频前端，射频前端的主要作用是将基带信号经过调制、上混频、放大后送至天线发射，或是将天线接收到的信号放大、下混频、解调，最后输出基带信号.本课题正是对某机载相控阵雷达目标模拟器射频前端的研究。该射频前端系统包括两个部分：发射机通道和射频功率合成网络，发射机通道由三条杂波信号通道和一条目标信号通道组成，每条通道相当于一台射频发射机.在发射机通道中首先对基带1、Q信号进行调制，然后两次上混频使输出信号到达x波段。射频功率合成网络主要的功能是使用功分器将目标信号一分为四，利用数控衰减器对四路目标信号进行方向图增益调制，调制后其中一路信号送至天线系统，另外三路分别与三路杂波信号功率合成，最后输出至雷达，该项目中笔者主要负责对整体方案和指标的论证，多路信号幅相平衡度的调整，x波段0/i移相器的设计与实现，整机的功能指标测试，与其它分机联调等工作.本文首先介绍了该机载相控阵雷达目标模拟器的整体方案，然后对无线发射机系统进行了分析，接下来对射频前端方案进行论证，之后详述了多路信号幅相校正的方法与0/n移相器的研制，给出了射频前端系统的测试结果.
标签： 雷达
上传时间： 2022-06-20
上传用户：
论文首先研究了基于Har-like特征和Adaboost分类器的目标车辆探测算法原理和参数设置，并利用车载摄像头采集真实道路车辆图像，建立车辆样本数据库，训练车辆分类器，实现对道路车辆的探测，并对探测效果进行量化分析。针对在车辆探测过程中误检率较高、探测不连续以及检测框不稳定的现象，对基于无迹卡尔曼滤波器的车辆跟踪算法进行了研究，建立了车辆相对运动模型，对真实道路交通场景中的多目标车辆进行探测与跟踪，并对跟踪算法对探测性能提升的效果和原因进行了深入分析。在单目测距中，针对一般测距算法受车辆俯仰角和摄像头畸变影响很大的缺点，利用PreScan仿真软件，对车辆测距算法进行了改进，提山了一个同时考虑车辆俯仰角和摄像头畸变等参数的测距模型，以及一种将摄像头内参与外参分开标定的新方法，最后利用场地实验利真实道路交通场景对模型的测距精度、参数灵敏度进行量化分析。研究了仅利用图像信息估算车辆间碰撞时间的方法，利用PreScan仿真软件，对车辆碰撞时间估算算法进行了改进，建立了一个考虑车间相对加速度碰撞时间估算模型，最后，利用真实道路交通视频对算法进行验证和分析。最后，介绍了利用仿真软件辅助ADAS开发的方法，在虚拟的开发环境中建立了以真实摄像头物理参数为依据的摄像头仿真模型、交通场景，实现了对单目测距和碰撞时间估算算法的验证和改进。实验结果表明，论文中所建立的算法表现出良好的性能，所构建的基于PreScan的仿真平台能有效地提高算法的开发效率.
上传时间： 2022-06-21
上传用户：d1997wayne
上面是一段实时目标识别的演示， 计算机在视频流上标注出物体的类别， 包括人、汽车、自行车、狗、背包、领带、椅子等。今天的计算机视觉技术已经可以在图片、视频中识别出大量类别的物体， 甚至可以初步理解图片或者视频中的内容， 在这方面，人工智能已经达到了3 岁儿童的智力水平。这是一个很了不起的成就， 毕竟人工智能用了几十年的时间， 就走完了人类几十万年的进化之路，并且还在加速发展。道路总是曲折的， 也是有迹可循的。在尝试了其它方法之后， 计算机视觉在仿生学里找到了正确的道路（至少目前看是正确的） 。通过研究人类的视觉原理，计算机利用深度神经网络（ Deep Neural Network，NN）实现了对图片的识别，包括文字识别、物体分类、图像理解等。在这个过程中，神经元和神经网络模型、大数据技术的发展，以及处理器（尤其是GPU）强大的算力，给人工智能技术的发展提供了很大的支持。本文是一篇学习笔记， 以深度优先的思路， 记录了对深度学习（Deep Learning）的简单梳理，主要针对计算机视觉应用领域。
上传时间： 2022-06-22
上传用户：
请波抑制在提升电能质量以及保障供用电设备的安全稳定运行等方面有若关键性作用；无功功率不仅对于供电侧来说十分重要，而且在负载的正常运行过程中扮演着不可替代的角色。伴随功率半导体开关器件的飞速发展，大量的非线性负载涌现在电力系统中，由此带来的谐波污染和无功功率问题愈发严峻。在上述背景下，一方面可以对谐波进行抑制，另一方面又可以补偿无功功率的有源电力滤波器则受到了国内外学者们的青睐。有源电力滤波器的主电路拓扑结构是系统中最基础的部分，本文将由此出发，分别介绍各主电路的结构特征以及基本原理。简单叙述了有源电力滤液器常用的语波检测方法，比较其各白的优劣，其中着重突出本文所用到的基于瞬时无功功率的改进的ip-i法。针对传统电流跟踪控制策略对谐波信号跟踪动态效果差、控制目标单一的问题，在三相四线制不对称负载系统中，提出了一种多目标优化模型预测电流控制策略。首先建立四桥臂有源电力滤波器基于ap坐标系的离散化数学模型.以此来实现自然解耦控制：其次对预测电流进行两步预测，实现对数字处理延时效应的补偿，设置电流跟踪偏差和开关频率为目标函数，量化控制目标，预先评估各开关状态的控制效果，根据评估结果决定变流器的开关状态，去了PWM调制环节；再次讨论了采样频率以及加权系数这两个系统变量的取值对开关频率和电流畸变率所造成的影响；文章的最后，为了验证所提方法的有效性，在Matlab/Simulink仿真环境下进行实验，结果证实所提策略谐波电流跟踪性能良好
上传时间： 2022-06-22
上传用户：slq1234567890
文档为基于OpenCV的视频图像序列的运动目标检测总结文档，是一份不错的参考资料，感兴趣的可以下载看看，，，，，，，，，，，，，
上传时间： 2022-06-28
上传用户：
文档为基于MATLAB的运动目标检测和识别技术研究总结文档，是一份不错的参考资料，感兴趣的可以下载看看，，，，，，，，，，，，，
上传时间： 2022-06-28
上传用户：
文档为基于matlab的运动目标检测总结文档，是一份不错的参考资料，感兴趣的可以下载看看，，，，，，，，，，，，，
上传时间： 2022-06-29
上传用户：slq1234567890
专用于锂电池管理那部分，目标板与PC之间建立串行的通讯协议-SMBUS
标签： 锂电池管理
上传时间： 2022-07-01
上传用户：kingwide
为了提高特定应用环境下的运行速度，DSP增加了许多特殊的指令和功能单 元，体系结构越来越不规则。传统的代码生成算法是一种分治算法，没有考虑指 令和寄存器之间的约束关系，难以应用在DSP编译器中。必须为DSP编译器发 展出新的代码生成算法，以适应新的需求和挑战。本文主要研究了DSP编译器 的若干关键技术，DSP编译器的目标机器平台是浙江大学自主研发的媒体DSP —SPOCK。
上传时间： 2013-06-02
上传用户：黑漆漆
OpencV是用来实现计算机视觉相关技术的开放源码工作库，是计算机视觉、图像处理、模式识别、计算机图形学、信号处理、视频监控、科学可视化等相关从业人员的好工具。本书介绍了大约200多个典型的技术问题，覆盖了基于OpenCV基础编程的主要内容，利用大量生动有趣的编程案例和编程技巧，从解决问题和答疑解惑入手，以因特网上最新资料为蓝本，深入浅出地说明了OpenCV中最典型和用途最广的程序设计方法。全书结构清晰、合理，范例实用、丰富，理论结合实践，即使读者只是略懂计算机视觉原理，也能人手对相关理论方法直接进行编码实现。 "基于OPENCV的计算机视觉技术实现"的图书目录…… 前言 第一章 使用OpenCV实现计算机视觉技术 1.1 计算机视觉技术 1.2 什么是OpenCV 1.3 基于OpenCV库的编程方法 本章小结 第二章 OpenCV的编程环境 2.1 OpenCV环境介绍 2.2 OpenCV的体系结构 2.3 OpenCV实例演示 本章小结 第三章 OpenCV编程风格 3.1 命名约定 3.2 结构 3.3 函数接口设计 3.4 函数实现 3.5 代码布局 3.6 移植性 3.7 文件操作 3.8 文档编写 本章小结 第四章 数据结构 4.1 基本数据结构 4.2 数组有关的操作 4.3 动态结构 本章小结 第五章 数据交互 5.1 绘图函数 5.2 文件存储 5.3 运行时类型信息和通用函数 5.4 错误处理函数 5.5 系统函数 本章小结 第六章 图像处理 6.1 边缘检测 6.2 直方图 6.3 Hough变换 6.4 几何变换 6.5 形态学 本章小结 第七章 结构与识别 7.1 轮廓处理函数 7.2 计算几何 7.3 平面划分 7.4 目标检测函数 7.5 生成与控制贝塞尔曲线 7.6 用OpenCV进行人脸检测 本章小结 第八章 图形界面（HighGUI） 8.1 读取和保存图像 8.2 OpenCV中的实用系统函数 本章小结 第九章 视频处理（CvCAM） 9.1 使用HighGUI对视频进行读写处理 9.2 CvCam对摄像头和视频流的使用 本章小结 第十章 OpenCV附加库第一部分 10.1 附加库介绍 10.2 形态学（morhing functions） 本章小结 第十一章 OpenCV附加库第二部分——隐马尔可夫模型 11.1 隐马尔可夫模型概述 11.2 隐马尔可夫模型中的基本结构与函数介绍 11.3 隐马尔可夫模型中的函数介绍 11.4 人脸识别工具 本章小结 第十二章 核心库综合例程 12.1 检测黑白格标定板内指定矩形区域内的角点 12.2 解线性标定方程组程序 本章小结 第十三章 运动与跟踪 13.1 图像统计的累积函数 13.2 运动模板函数 13.3 对象跟踪 13.4 光流 13.5 预估器 13.6 Kalman滤波器跟踪示例 13.7 用Snake方法检测可变形体的轮廓 13.8 运动目标跟踪与检测 本章小结 第十四章 立体视觉第一部分——照相机定标 14.1 坐标系介绍 14.2 透视投影矩阵的获得 14.3 摄像机参数的获取 14.4 径向畸变的校正 14.5 使用OpenCV及CVUT进行摄像机定标 14.6 OpenCV中的定标函数 14.7 CVUT介绍 本章小结 第十五章 立体视觉第二部分——三维重建 15.1 极线几何 15.2 特征点匹配 15.3 三维重建 15.4 OpenCV中相关函数介绍 本章小结 第十六章 立体视觉第三部分——三维重建算法 16.1 图像校正 16.2 已校正图像的快速三维重建 16.3 Birchfield算法 16.4 OpenCV中相关函数介绍 本章小结 第十七章 立体视觉第四部分——立体视觉实例 17.1 图像校正实例代码 17.2 基于窗口的稀疏点匹配及三维重建之一 17.3 基于窗口的稀疏点匹配及三维重建之二 17.4 Birchfield算法的OpenCV实现 本章小结 第十八章 常见问题解疑 18.1 安装与编译出错解决方法 18.2 OpenCV库基本技术问题 18.3 OpenCV在Linux下的相关问题 18.4 OpenCV库中的陷阱和bug
上传时间： 2013-07-18
上传用户：huyiming139
