基于小波变换的超短脉冲相位回归

针对频率分辨光学门法(FROG)要用傅里叶变换迭代算法耗时较长不利于实时检测的缺点,及光谱相位相干直接电场重构法(SPIDER)中用传统傅里叶方法滤波过程会产生相位噪声的缺点,提出了用小波变换回归相位的方法。对FROG迹线进行时-频分析直接提取脉冲相位,从SPIDER方法的光谱干涉条纹的小波变换中直接读取相位,对两种方法的小波变换进行了数学模拟,并与傅里叶变换结果进行对比,得到:小波变换能准确地回归超短脉冲相位。最后采用SPIDER方法测量了KLM钛宝石激光器输出脉冲的光谱干涉条纹,并用小波变换和傅里叶变换重建了光谱相位,消除了窗口滤波引入的噪声,证明了方法的正确性和可靠性,更适用于超短脉冲的评价。

基于3D卷积神经网络的金属滚轮叶片转动计数算法设计与实现

近年来,基于计算机视觉的金属滚轮叶片缺陷检测算法应用越来越广泛,由于周期性检测的原因,需要有一种与之配套的滚轮叶片计数算法,由于检测过程中孔探仪的辅助光源对叶片表面镜面反射的原因,传统的基于边缘的检测算法难以实现有效的计数,因此需要设计一种与光照无关的算法。基于此,本文设计了一种基于3D卷积神经网络的金属滚轮叶片转动计数算法。本算法首先将单个金属叶片转动过程标注上相位标签,将单个金属叶片的转动过程映射为相位的周期变换过程,为了满足利普希茨条件,将相位标签转换为该相位对应的三角函数值标签。其次利用LK光流法将标注好的数据进行预处理,将叶片的转动方向归一化到水平方向。最后再将预处理好的数据送入3D卷积神经网络中回归出相位信息,通过相位信息完成对叶片的转动计数。本文算法使用滚轮叶片在实际场景种采集到的数据进行验证,验证结果表明,该算法在真实现场数据上的计数准确率满足要求。

高精度信号载频估计算法的FPGA实现

无线电信号载波频率估计通常使用载波跟踪环方法实现,为避免载波跟踪环性能矛盾的不足,本文采用了一种基于相位线性回归的载波频率估计测量方法.首先阐述了此方法采用的信号模型,然后通过最小二乘法建立信号频率的线性拟合方程,并求其闭式解以达到载频估计的目的,最后在XC5VSX95t的FPGA硬件平台上实现实时信号处理系统.实验表明,该算法可靠性高且占用资源少,它能够有效的完成无线电信号的高精度载频估计任务.经测试该系统工作稳定可靠并且已经应用到实际无线电信号载频估计测试之中.