Studies on Novel Anti-jamming Technique of Unmanned Aerial Vehicle Data Link

Based on the M-ary spread spectrum （M-ary-SS）, direct sequence spread spectrum （DS-SS）, and orthogonal frequency division multiplex （OFDM）, a novel anti-jamming scheme, named orthogonal code time division multi-subchannels spread spectrum modulation （OC-TDMSCSSM）, is proposed to enhance the anti-jamming ability of the unmanned aerial vehicle （UAV） data link. The anti-jamming system with its mathematical model is presented first, and then the signal formats of transmitter and receiver are derived. The receiver＇s bit error rate （BER） is demonstrated and anti-jamming performance analysis is carded out in an additive white Ganssian noise （AWGN） channel. Theoretical research and simulation results show the anti-jamming performance of the proposed scheme better than that of the hybrid direct sequence frequency hopping spread spectrum （DS/FH SS） system. The jamming margin of the OC-TDMSCSSM system is 5 dB higher than that of DS/FH SS system under the condition of Rician channel and full-band jamming, and 6 dB higher under the condition of Rician channel environment and partial-band jamming.

结合注意引导网络的弱光图像增强算法

弱光图像增强具有挑战性,不仅需要考虑亮度恢复,还需要考虑色彩失真和噪声等复杂问题。简单地调整弱光图像的亮度将不可避免的放大这些伪影。为了解决这些难题,一种带有注意引导分支的端到端弱光增强网络(attention guided low light enhancement network,AGNet)被提出。AGNet由注意引导网络和弱光增强网络两部分组成。注意引导网络被用来学习弱光图像中的照度-注意映射,并将其应用于弱光增强网络,以指导图像亮度增强和去噪任务。弱光增强网络由多尺度卷积和残差块构成,通过特征金字塔结构从多个尺度来提取弱光图像中的细节和纹理特征。此外,网络中还引入了多尺度色彩矫正模块(multi-scale color recalibration module,MCRM),以进一步增强了输出图像的颜色和对比度。实验结果表明,AGNet在主流弱光数据集上(LOL-v1和LOL-v2-synthetic)不仅在客观指标上领先(两个数据集的PSNR提高了2.13/2.52),而且在主观比较上也具有优势。

一种新的卫星导航定位系统抗干扰体系研究

在提高卫星导航定位系统的抗干扰能力优化问题的研究中,卫星信道面临众多类型的干扰信号,难以采用一种干扰抑制技术有效抑制所有类型的干扰。为解决上述问题,提出了一种新的卫星导航定位系统抗干扰体系架构,即采用时频域干扰类型识别、功率分析和干扰DOA估计相结合的干扰认知方法,给出了基于干扰认知的卫星导航定位系统抗干扰体系架构设计。理论分析与仿真结果显示,该抗干扰架构设计能够针对不同的干扰类型,检测不同的干扰信号,简化干扰抑制算法,分级、分类进行干扰的抑制。

混合扩频技术在低轨卫星测控链路中的仿真

描述了低轨卫星测控链路的城市传播环境,确定了对应的信道模型及其典型仿真值。提出了一种混合直扩/跳频扩频方案,建立了该方案的Systemview动态仿真模型,并在不同干扰样式下对该方案的抗干扰性能进行了仿真与分析。仿真结果表明提出的方案适合低轨卫星测控链路,具有较强的抗连续波干扰能力,对改善低轨卫星测控链路的抗干扰性能具有一定的参考价值。

混合扩频技术在低轨卫星通信中的仿真研究

低轨卫星通信系统是未来卫星通信的一个发展方向,其抗干扰技术是目前国内外研究的热点课题。首先描述了低轨卫星通信的主要传播环境,确定了对应的信道模型及其典型仿真值,然后提出了一种混合直扩/跳频扩谱方案,基于系统级动态仿真软件SystemVue2006建立了方案的仿真模型,并在不同环境、不同干扰样式下对方案的抗干扰性能进行了仿真与分析。仿真结果表明提出的方案适合低轨卫星信道环境,具有较强的抗多音干扰能力,对改善低轨卫星通信的抗干扰性能具有一定的参考价值。

农业科技创新对农村经济影响的实证研究

运用因子分析法对农村经济各项指标进行降维,进而探讨我国农业科技创新与农村经济的关联性,可为制定和实施十二五规划和领导决策提供参考。选取了1986-2009年全国农林牧渔专利授权数据和农村经济相关指标数据,进行统计分析,就农业科技创新与农村经济的关联性进行了探讨,得出若干结论。

基于虚拟仪器的大功率微波电源设计

介绍了一款基于虚拟仪器的大功率微波电源,将大功率微波电源结合当前成熟的虚拟仪器技术,采用面向对象的编程语言C#开发出人性化控制界面,通过串口通信实现上下位机之间的通信,经调试得出准确、输出可调、稳定的微波电源.

一种新的DS/M-ary/SSMA方案及其在无人机数据链中的应用

无人机数据链抗干扰技术是国内外研究的热点课题。本文从提高无人机数据链的抗干扰及抗多径能力出发,基于M-ary扩频、直接序列扩频、跳频及正交频分复用等技术思想,提出了一种DS/M-ary/SSMA新方案,建立了发射机及接收机模型,推导了信号格式,给出了系统的处理增益,并与传统扩频体制进行了性能比较与Matlab仿真。理论分析与仿真表明,该方案与DS/FH系统相比,具有良好的误码性能、较强的抗干扰及抗多径能力。

正交码时分多子信道扩谱系统的伪码捕获技术

在提高无人机数据链的抗干扰能力优化问题的研究中,无人机信道存在多普勒频移问题。为解决上述问题,提出正交码时分多子信道扩谱系统。新系统与传统混合扩频系统相比,具有较强的抗干扰能力,使子信道伪码的快速捕获达到系统同步。无人机通信链路中,载体动态性引入的多普勒频移对正交码时分多子信道扩谱系统的收子信道伪码捕获造成了较大困难。在高动态多普勒存在的条件下,传统的伪码捕获方法捕获时间较长。针对正交码时分多子信道扩谱系统的特点,提出了一种改进的频域并行搜索算法,解决了高动态环境下多子信道伪码的快速捕获问题。仿真结果表明,改进方法与二维搜索法相比,在相同条件下伪码捕获时间大大缩短,实时性强且简单有效。

无人机测控系统中数控振荡器的FPGA实现与仿真

无人机的测控系统要求数控振荡器(NCO)的频率分辨率高、相位噪声低、杂散小。在分析相位截断、幅度量化会导致NCO的输出产生杂散的基础上,提出了抖动信号注入与函数值校正的混合算法,并利用FPGA芯片实现了一种适用的频率、相位、抖动信号、校正因子等参数可调的NCO,取得了较好的整体性能。仿真结果显示:设计的NCO适合无人机的测控系统,并与理论分析相吻合。

基于STM32的智能儿童防丢书包设计

针对市场上书包功能单一的问题,文中设计了一款新型儿童智能防丢书包,能够更好地满足人们的需求。书包上的防丢装置采用STM32F103VET6作为主控制器,SIM808模块作为收发系统,蓝牙模块作为距离判断系统。家长可通过蓝牙是否连接来判断儿童是否在距离家长10 m范围内。此外,主控制端可以对装置进行实时定位,并通过SIM808模块将经纬度信息以短信形式发送至主控制端。

基于TMS320C6x实现多载波QPSK信号全数字化整体解调

提出并证明了一种群路FDMA/QPSK(频分多址/正交相移键控)信号全数字化整体解调的新方法,该方法根据信道构成特点和信号调制方式,将直接分路法和常规多相FFT(快速傅里叶变换)分离法相结合,构成了一种简化的等效多相FFT分路方法,再将输出的数字信号送到数字式解调器,实现了多载波信号的全数字化整体解调,其特点是软件和硬件结构简单、系统计算量小,且易于DSP实时实现,现已用该算法进行了32路FDMA/QPSK信号整体解调的计算机仿真实验,结果表明该方法是可行的。

基于改进K-means聚类算法的大田麦穗自动计数

单位种植面积的小麦麦穗数量是评估小麦产量和小麦种植密度的一个重要参量。为了实现高效、自动地麦穗计数,该文提出了基于改进K-means的小麦麦穗计数方法。该方法建立从图像低层颜色特征到图像中包含麦穗的一个直接分类关系,从而不需要再对图像进行分割或检测。以颜色特征聚类为基础的这种方法能够估计麦穗在空间局部区域中数量,并且在不需要训练的情况下更具有可扩展性。统计试验结果表明,该文算法能够适应不同光照环境,麦穗计数的准确率达到94.69%,超过了传统基于图像颜色特征和纹理特征分割的麦穗计数方法 93.1%的准确率。

基于加权局部判别CCA的多视角步态识别方法

为了解决步态特征提取难题和克服单一视觉的步态进行身份识别方法的局限性,提出一种加权局部判别典型相关分析(WLDCCA)算法。在此基础上,提出一种基于WLDCCA的多视角步态识别方法。该方法通过在WLDCCA中引入样本的类信息和局部信息,将不同视觉的步态特征有机地融合起来,提取的融合特征能够最小化同类样本之间的距离,同时最大化异类样本之间的距离,提高了步态识别的识别率和鲁棒性。在CASIA步态数据库上的实验结果验证了该算法的有效性和可行性。

20世纪重大原始技术创新启示研究

简要阐述了20世纪重大原始技术创新的基本内容,回顾重大原始创新的伟大成就,得出了几 点重要启示。

基于二维子空间的苹果病害识别方法

如何准确、实时得到苹果病害信息是苹果病害管理的一个重要研究内容。根据苹果叶片症状准确、快速地诊断苹果病害是预防和控制苹果病害的基础。由于苹果同类病害叶片及其病斑图像的形状、颜色和纹理之间的差异很大,使得很多经典的模式识别方法不能有效地应用于苹果叶部病害识别。为此,提出了一种基于二维子空间学习维数约简(2DSLDR)的苹果病害识别方法。该方法将高维空间的观测样本点映射到低维子空间,使得类内样本点更加紧凑,而类间样本点更加分离,从而得到最佳的分类特征。该方法直接作用于叶片图像,不需要计算逆矩阵,从而克服了经典植物病害识别方法中特征提取与选择的难题,避免了经典子空间判别分析中的小样本问题,提高了识别效果。采用该方法对三种常见苹果叶部病害进行识别实验,并与其他苹果病害识别和监督流形学习方法进行比较。实验结果表明,2DSLDR对苹果叶部病害识别是有效可行的,识别精度高达90%以上。

基于快速非局部均值和超分辨率重建的图像降噪算法

针对实际图像噪声强度变化范围宽,目前已有的图像降噪算法多数只能用于处理强度范围有限的噪声情况,结合快速非局部均值和基于深度残差卷积网的超分辨率重建,提出一种适用于不同噪声强度的图像降噪算法。利用改进的非局部均值算法和Boxfilter滤波器对图像进行初步降噪,再通过深度残差卷积网络对初步降噪的图像实现端到端的低分辨率图像超分辨重建。仿真实验结果表明:当噪声强度分别为15、25、40、50、60时,相比于其他经典降噪算法,新算法能获得更高的峰值信噪比和结构相似性,且随着噪声强度的升高,优势越来越明显;新算法适用于已知噪声水平的降噪,也适用于盲噪声降噪,且盲降噪性能优于其他经典降噪算法;此外,该算法还可以更好地恢复图像细节,产生较好的视觉效果。

基于最大最小判别映射的煤矿井下人员身份鉴别方法

针对井下复杂受限环境下人脸、虹膜、指纹和掌纹等常常比较模糊,从而使得基于这些生物特征的井下人员身份识别率不高问题。在Warshall算法和最大最小判别准则的基础上,提出了一种最大最小判别映射的步态识别方法。该方法利用Warshall算法快速得到数据的类别关系,由此构建类内和类间散度矩阵。与经典的步态识别方法相比,该方法充分利用了数据的局部信息和类别信息,使得数据降维后在低维空间同类样本之间的距离减小,而异类样本之间的距离增大。与经典的监督子空间维数约简方法相比,该方法在构建类内和类间散度矩阵时不需要判别数据的类别信息,能够提高算法的性能。在真实步态数据库上进行了一系列实验。实验结果表明,利用该方法进行基于步态的煤矿井下人员身份鉴别是有效可行的。

试验靶场无线通信系统综合效能评估方法

针对试验靶场中常用无线通信系统综合性能评估方法进行研究,在对靶场无线通信特点进行分析的基础上,提出一种综合效能评估方法,建立指标评估体系模型,提出指标权重的确定算法。最后,利用该方法对某靶场两种典型无线通信系统,即一点对多点微波通信系统和Mesh无线接入系统进行综合对比评估分析,对所建模型进行验证。研究成果可应用于对现有无线通信系统进行综合效能评估,同时还可用于新建设备的论证和需求分析中,提供量化、科学的装备论证决策。

基于改进Bernsen二值化算法的植物病害叶片病斑检测

针对大区域田间复杂背景下植物病害远程识别中的叶片病斑检测难问题,提出一种基于改进Bernsen二值化算法的植物病害远程检测方法。通过物联网采集不同区域的植物叶片图像,根据在RGB和HIS颜色空间中叶片病斑与正常叶片和背景的色调差异的特点,利用改进Bernsen二值化算法分别在图像的R、G、B、H 4个颜色通道上提取病斑,然后进行病斑图像融合,得到病斑图像。采用该方法对多幅物联网视频植物病害叶片图像进行病斑分割。实验结果表明,该算法在复杂背景环境下能够有效分割植物病斑图像,去除大量复杂背景,得到病斑图像。该方法能够为大区域植物病害远程智能监控系统提供技术指导。