基于样本扩充的Faster R-CNN电网异物监测技术

电网公司的巡检工作主要依靠人工完成,需要大量人力物力,且实时性较差。针对该问题,提出一个基于区域推荐卷积神经网络的图像目标监测系统,其中核心算法为Faster R-CNN算法。利用深度学习对摄像装置所采集的现场图像进行分析,执行目标检测任务,若发现威胁电网安全运行的隐患将及时通知工作人员。深度学习发挥其优势需要有效样本达到一定数量,包含隐患的真实样本较少,有些异物种类甚至没有合适的样本,往往不能满足深度学习算法的训练要求。因此研究了一种用于扩充样本的样本生成算法,将隐患目标与背景图像按照一定规则进行融合,达到批量扩充样本集的目的。使用该算法生成的样本进行测试,测试结果表明扩充后的训练集可以使系统性能得到一定提升。此外,通过测试发现,对训练集做一定的预处理可以提升模型的识别性能。

基于NAND FLASH高速海量存储系统设计

文中以宽带雷达信号记录为背景,介绍了一种基于NAND FLASH的高速海量存储系统的组成机制和设计方案。系统采用NAND FLASH作为存储介质,FPGA作为主控芯片,通过跨LUN流水操作和ECC校验,实现对高速实时数据的可靠存储。并提出一种有效的坏块管理机制,较为高效地完成坏块管理,同时节省了系统资源。实验结果表明,系统可以以600MB/s的写入速率,300MB/s的读取速率稳定工作。为宽带雷达信号的实时记录研制提供了有力的技术支撑。

基于FPGA的宽带雷达信号产生方法

线性调频信号作为一种常用的脉冲压缩信号,已广泛应用于雷达系统领域。文中介绍了一种基于FPGA(现场可编程逻辑门阵列)的宽带线性调频信号的实现方法,该方法在设计一种16路并行的DDS结构的基础上,采用一种相位补偿的方法,实现了线性调频信号带宽高于1GHz,并且载频,带宽,脉宽,重复周期等参数均可任意设置。实验结果表明,文中的方法能够为宽带甚至超宽带雷达信号的产生提供一条有效的技术途径。