适用于OFDM-UWB系统的低复杂度同步器设计

提出的同步器包括无匹配滤波器的符号同步模块,基于改进Moose算法的载波频偏纠正模块以及基于符号自相关的包检测模块。在0.13μmCMOS工艺下,实现相同的数据吞吐率528Msample/s,面积和功耗仅为传统实现方法的24%和25%。

基于深度学习的智能图像处理研究

针对当前数显式仪表在人工采集的不便性问题,结合当前的视觉技术,提出一种基于卷积神经网络的数显仪表处理方法。为提高对数显仪表的高精度提取,首先对图像进行灰度化和二值化处理,然后对图像进行滤波和形态学处理;然后采用深度学习算法中的卷积神经网络和MOOSE算法分别对数字和小数点进行识别;最后,在搭建识别试验平台的基础上,对35 821张图像识别,识别准确率可达到95.99%,与实际识别来看,可准确识别小数点,说明本识别方法具有一定的实用价值。