雷达引信视频放大器的GFRF辨识模型及其误差分析

基于雷达引信视频放大器的实测数据,探讨利用非线性系统理论和方法建立视频放大器的广义频率响应(GFRF)简化辨识模型的方法与步骤,并对所建的辨识模型误差产生的原因做出合理的解释,它是构造雷达引信自动化测试系统的基础工作之一。

一种双通道高带宽视频放大器的设计与实现

设计了一种内置75Ω阻抗匹配器的双通道高带宽视频放大电路。该电路频谱特性宽,在6.5MHz频带内有稳定的增益,单通道放大增益为6dB,每个通道都有箝位功能,电路的两个通道可以串联成增益为12dB的单通道。电路根据国内工艺线而设计,性能已达到国外产品性能水平,制造时所需的掩模版数目比国外产品少,成本低。电路在SIM-BCD的2.0μm 18V Bipolar工艺线上流片,样片经用户测试符合设计要求,可以产业化。

一种宽带低噪声视频放大器的设计

介绍了一种宽带低噪声视频放大器的设计,并给出了实验结果。该视频放大器在自制IC的基础上,采用MCM工艺混合集成。经测试,该电路电压增益大于70 dB,带宽45 MHz,AGC范围大于65 dB,噪声系数小于1.5 dB。

对数视频放大器主要指标研究与选择

凭借对数变换、信号压缩、瞬时处理的功能和特点,对数视频放大器在雷达、电子对抗、声纳系统中得到了较多应用。由于专业性强、应用面窄、资料匮乏,因而在工程使用中存在认识模糊的情况。从解析概念入手,重点分析了对数视频放大器主要技术参数,最后给出了选择对数视频放大器的原则和方法。

基于视频放大的非平稳微振动测量实验设计与实现

为了对物体产生的微弱振动频率进行测量,该文提出了基于视频放大的非平稳微振动测量方法。该方法首先使用摄像机拍摄物体振动视频并将微振动可视化,进而从视频中提取物体振动频率信息。具体地,首先采用基于灰度空间的欧拉视频放大(Euler video amplification based on gray space, EVM-GS)方法将视频中肉眼难以分辨的微弱振动放大到人眼能够明显观察的幅度;然后通过基于灰度值帧差的最佳分析区域选择算法确定分析区域,对该区域使用空间滤波对视频图像去噪以及减小待处理数据量;最后使用基于S变换的非平稳信号分析方法(non-stationary signal analysis method based on S transform,NSS-S)提取振动频率。实验结果表明,该测量方法能将微振动可视化,并实现非接触式的无损测量,所测振动频率结果准确。

雷达引信视频放大器的GFRF辨识模型及其误差分析

本文基于雷达引信视频放大器的实测数据,探讨利用非线性系统理论和方法建立视频放大器的广义频率响应(GFRF)简化辨识模型的方法与步骤,并对所建的辨识模型误差产生的原因做出合理的解释,它是构造雷达引信自动化测试系统的基础工作之一.

18～40GHz大动态检波对数视频放大器设计研究

针对18～40GHz毫米波宽带被动接收应用需求,利用分段合成技术拓宽接收瞬时动态,采用宽带匹配技术设计毫米波宽带限幅放大器和宽带检波器,设计了一种18～40GHz的大动态检波对数视频放大器(DLVA)。测试结果表明,在18～40GHz的工作频段内,该检波对数视频放大器的对数范围为-60～+5dBm,对数斜率为50±1.5mV/dB,对数线性度为±1.5dB,脉冲响应上升时间为20ns,下降时间为150ns。

视频放大和深度学习在微表情识别任务上的应用

针对微表情动作过于微弱不利于识别和目前主流方法合并情绪类别不利于微表情在现实任务中的应用2个问题,提出一种基于眼部干扰消除的视频放大方法,并利用卷积神经网络实现微表情识别任务.首先,利用基于相位的视频动作处理技术对微表情数据集CASME和CASME II中的视频数据进行放大;然后利用特征点定位获取眼部坐标,并将原始眼部视频替换到放大视频中进行图像融合,以实现对眼部干扰的消除操作;最后利用VGG16的思想设计卷积神经网络模型网络,实现对放大后的微表情数据情绪类别的识别.实验在不同方法下分别对2个数据集的准确率进行对比,并用几种调优策略下的模型分别就原始数据集和放大数据集的准确率进行对比.结果表明,文中方法能够更好地提升真实情绪分类状态下的微表情识别准确率.

三超画王彩电的视频放大电路

该文分析了松下三超画王彩电视放电路的原理和特点。

6---18GHz宽带检波对数视频放大器设计研究

本文介绍一种宽带大动态范围检波对数视频放大器的设计研究过程。相比传统超外差接收机，检波对数视频放大器测量信号幅度以及脉冲信息更简便。

基于视频放大和双分支网络的微表情识别

微表情是指当人们想要隐藏其真实情绪时,所自发产生的表情,持续时间在1/5 s之内,其面部肌肉运动短暂、幅度微小,有限的数据集使得特征提取变得困难,给其识别带来巨大的挑战。针对这些问题,本文提出一种基于图像预处理技术和双分支网络的识别方法,首先利用先进的人脸对齐网络获取有效的面部表情区域,再采取欧拉视频放大技术捕捉面部动作的微弱变化,以及提取光流信息作为视频序列的特征,然后将光流信息不同组合的特征图输入到双分支分类网络中得到表情标签输出。在SMIC和CASMEⅡ两个公开的数据集上进行实验,采用留一法交叉验证,准确率分别达到0.545和0.584,实验结果的定量分析和定性分析均验证了所提出识别模型的有效性。

基于多尺度样本熵方法分析欧拉视频放大技术在非接触式测量的作用

欧拉视频放大技术常被应用在光电容积脉搏波信号增强过程中,脉率测量是需要经常进行的处理,为明确脉率在经过此放大以后是否受到影响,本研究对放大前后信号的峰值关键特征进行比较和研究。由于熵被广泛用来表征信号的复杂性,其通过计算信息的平均产生率来进行检测和分析,且由于多尺度样本熵的计算不依赖数据长度并具有良好的一致性,所以本研究基于多尺度样本熵对脉搏的瞬时心率进行比较。试验结果表明:脉搏信号放大前后保持基本脉率,但放大后样本熵数值比放大前略低,说明欧拉视频放大技术对数据的复杂度方面有减弱作用,同时使其信号结果更加稳定。

视频放大器自动增益控制分析

对视频放大器自动增益控制电路的控制方式及其优缺点进行分析,结合实际应用中出现的问题,对自动增益电路进行改进。通过电路仿真及试验,表明改进后的电路既能有效提高视频放大器的输入动态范围,稳定输出,又能抑制噪声对自动增益控制电路的影响。

专用视频放大器模块的设计原理

专用视频放大器模块集高增益、大动态、低噪声于一体，而且处理的信号比较复杂，在设计上具有相当难度。选择合适的器件是基础，而使器件工作在最佳状态，设计一个良好的信号通道则是关键；同时，一个品质优良的放大器必须要有关键的参数来表征，因此参数的选择、定义以及相关的测试技术极为重要。本文介绍的视频放大器模块总增益高达９０ｄＢ，带宽１０ＭＣ，系统ＡＧＣ控制范围７０ｄＢ，输出幅度１～８Ｖ＿（ｐ－ｐ），噪声电压３０μＶ＿（ｐ－ｐ）。

X53A视频放大器及其应用

X53A视频放大器(宽频带、高增益、大功率运算放大器),是机械电子工业部24研究所89年研制的新产品。它具有频带范围宽、输出动态范围大、输出负载能力强等特点,特别适用于作宽频带放大器。 X53A的电气性能和外引线排列与日本NEC的UPC53A完全相同,能与其互换使用。由于我们在输入级采用了完全对称设计和高频设计,选取的特征,频率F_T较高,因此,电路的输入失调小,高频特性好。从测试开环增益的特性来看,UPC53A在1MC频率点开始往下跌落,而X53A在2、6MC频率点开始下降。本产品能在-55～125℃环境温度下工作。本文简述X53A电路的工作原理及其应用,重点介绍X53A作反相放大器和增益可调放大器的实测数据,以供读者在选用本电路时参考。

基于多尺度滤波的视频放大

视频放大技术给予了人们观察并研究事物微小变化的机会.利用复可控金字塔分解视频,通过分析不同尺度不同方向的相位差来操纵视频中的运动.复可控金字塔中某些尺度的信号放大后超出了其相移极限,产生伪影及模糊.调整各尺度的放大因子能够解决这一问题.本文提出一种基于多尺度滤波的视频放大算法,通过建立视频帧图像空间波长与振动位移的联系,确定各尺度的放大因子的上限,无须人工设定截止波长,自行调整复可控金字塔各尺度的放大因子,使得放大后的信号能够适应其相移极限.通过对附加在大运动上的振动进行放大,验证了本算法的性能,相比现有的视频放大算法具有明显优势.

SH320大闭塞量低噪声视频放大器

本文介绍了ＳＨ３２０大闭塞量低噪声视频放大器的设计和研制。从对主要技术指标的分析入手，确定了合理的方案，并对电路进行了优化设计。在制作上，根据性能和结构要求，采用了高密度布线、多芯片组装的薄膜工艺。最后实现的是一种ＭＣＭ（多芯片组件）电路，在电性能上优于用户的要求，在工艺实现上也是采用ＭＣＭ技术的有益尝试。

显示器视频放大与显示电路故障检修技巧

以显示器常见视频放大电路为例,在总结多年维修经验基础上,分析视频放大与显示电路常见故障的形成原因及解决办法。