临近空间目标的多谱段探测技术研究

在天基临近空间目标多谱段探测系统中,对探测能力的分析和评估是进行相机设计的前提之一。在单一波段的基础上,论文从多谱段出发,对可见光及红外波段探测系统信噪比和探测距离进行建模,并结合实例分析了可见光及红外波段探测系统的探测性能。红外波段的目标辐射与背景辐射反差大,探测可行性比可见光好。最后在同等条件下,通过比较短波、中波和长波红外的相机极限探测距离,论证了短波红外的探测可行性最好,探测距离最远,为临近空间目标探测提供理论依据。

数字集成电路物理设计阶段的低功耗技术

通过一个图像处理SoC的设计实例,着重讨论在物理设计阶段降低CMOS功耗的方法.该方法首先调整PAD摆放位置、调整宏单元摆放位置、优化电源规划,得到一个低电压压降版图,间接降低CMOS功耗;接着,通过规划开关活动率文件与设置功耗优化指令,直接降低CMOS功耗.最终实验结果表明此方法使CMOS功耗降低了10.92%.基于该设计流程的图像处理SoC已经通过ATE设备的测试,并且其功耗满足预期目标.

红外前视对一类特殊建筑目标识别技术研究

针对电厂冷凝塔一类具有建筑规范的特殊建筑物,尝试在缺少其它基础地理数据保障的条件下,通过对冷凝塔外形的参数建模生成不同视点的参考图。在此基础上,针对红外/可见光多模图像匹配的特点,对自动目标捕获方案中模板匹配的相似性测度计算方法进行了研究。提出了基于梯度矢量相关系数的计算方法,将梯度信息作为红外/可见光多模图像的共性特征,匹配方案中不仅利用了图像点的梯度值,还充分考虑了该点的梯度方向信息。大量试验结果表明,该方法在识别性能上优于传统的灰度或轮廓匹配算法,匹配性能有较大的提高。

一种可扩展的并行处理器模型设计及性能评估

开发和设计并行处理器是一种有效提高图像处理速度的方法。本文分析了国内外近年来各种并行处理器的发展状况,提出了一种可扩展的面向图像处理的并行处理器架构(EPIP)和专用指令集。该架构复用多个流处理单元(SP)以单指令多数据流方式组织充分实现了数据级并行。单个流处理单元内采用超长指令字(VLIW)技术和并行多线程技术(SMT)分别实现指令级并行和任务级并行。专用指令集支持对私有寄存器和共享寄存器的混合寻址。利用SystemVerilog对该架构进行时钟精确建模,并将常见图像处理算法在该结构上进行了映射。最后给出了EPIP初步的性能评估结果。

高效可配置浮点FFT处理器设计

为了克服高精度浮点FFT处理器具有较大资源开销的设计瓶颈,采用基于单口存储器的FIFO构建共享蝶形结构的R2/22SDF流水可配置结构.采用适合浮点设计的基2/22算法实现流水结构,不仅有利于可配置电路的实现,还能够有效减少复数乘法次数,提高复数乘法器的计算效率.采用双倍数据位宽的单口存储器实现FIFO存储器,有效避免了双口存储器面积和功耗较大的问题.改进的蝶形共享结构实现两级蝶形的合并,解决了单路径延迟反馈流水线结构蝶形单元利用率低的问题.与传统流水线结构FFT处理器设计相比,有效降低了浮点设计中的资源开销,提高了计算单元的利用效率.

一种综合赋权的算法性能评价体系

针对当前自动目标识别算法的性能评价指标过于单一的问题,以行人检测作为应用背景下进行了相关研究。论文设计了一套基于AHP(层次分析法)与CRITIC赋权法的目标识别算法性能评价指标体系。该指标体系针对目标识别算法的准确性、时效性、适应性设计了多个性能评价指标,并综合主观赋权法与客观赋权法对评价指标进行赋权。实验测试结果与ImageNet等计算机视觉挑战赛中person类别的检测排名基本吻合,证实论文提出的性能评价体系可靠。

电磁频谱可视化系统的设计与实现

战场环境中,充斥着各种用频设备的电磁信号,电磁环境复杂且瞬息万变。这种复杂性和时变性所带来的不确定使战争的结果变得难以预测,也对辅助决策的电磁信息的可视化平台提出了更高的要求。面向战场环境下电磁频谱数据的可视化需求,从时间域、空间域、频率域、能量域的角度对电磁频谱态势进行设计,提出了装备用频辐射态势、频谱资源状态态势、区域能量分布态势、用频干扰态势的四种态势表征。搭建了基于ArcGIS,OpenGL,TeeChart的VC++电磁频谱可视化仿真平台。

融合显著性与运动信息的相关滤波跟踪算法

主流的目标跟踪算法以矩形模板的形式建立被跟踪物体的视觉表征,无法有效区分目标与背景像素,在背景复杂、目标非刚体形变、复杂运动等挑战性因素影响下容易出现模型偏移的问题,导致跟踪失败.与此同时,像素级的显著性信息与运动先验信息作为人类视觉系统有效区分目标与背景、识别运动物体的重要信号,并没有在主流目标跟踪算法中得到有效的集成利用.针对上述问题,提出目标的像素级概率性表征模型,并且建立与之对应的像素级目标概率推断方法,能够有效利用像素级的显著性与运动观测信息,实现与主流的相关滤波跟踪算法的融合;提出基于显著性的观测模型,通过背景先验与提出的背景距离模型,能够在背景复杂的情况下得到高辨识度的像素级图像观测;利用目标与相机运动的连续性来计算目标和背景的运动模式,并以此为基础建立基于运动估计的图像观测模型.实验结果表明,提出的目标表征模型与融合方法能够有效集成上述像素级图像观测信息,提出的跟踪方法总体跟踪精度优于多种当下最先进的跟踪器,对跟踪场景中的背景复杂、目标形变、平面内旋转等挑战性因素具有更好的鲁棒性.

TMS320C6455 PCI协处理卡WDM驱动程序设计

在高速数据传输系统中基于PCI总线的PCI设备得到广泛应用。针对基于TI公司的高端DSP芯片TMS320C6455的PCI协处理卡,详细介绍了板卡的PCI接口特点,给出了在Windows XP系统下使用DriverWorks工具开发WDM驱动程序的方法,并进一步设计了该协处理卡的驱动程序。该方法简单灵活,开发周期短。通过在对规划空间和实时性有着要求较高要求的航迹规划系统的实验表明,实现了上位机与板卡之间的数据高速传输,从而进一步验证了所设计驱动程序的实用性和稳定性。

基于瞳孔-角膜反射技术的视线估计方法

近年来,以图像处理为基础,结合瞳孔-角膜反射技术的视线估计方法成为视线追踪研究的主要发展方向。现有的视线追踪系统有两个主要问题:1)视线追踪精度不高;2)操作不够方便,很多视线追踪系统严格限制了观测者的头部运动,给使用者带来了不便。通过对眼球模型和光学反射过程的分析,详细介绍了两种允许自由头动的视线估计方法。

存储单元抗TID/SEL电路加固技术面积代价研究

在太空辐射环境中,总剂量辐射(Total Ionizing Dose,TID)效应和单粒子闩锁(Single Event Latch,SEL)效应严重影响存储器的可靠性.由此讨论了存储单元TID效应和SEL效应的原理,探讨了基于电路的加固技术(RHBD),设计了4种新的抗TID/SEL存储单元加固方案,并和现有几种方案进行对比,研究了这些加固方案的面积代价.研究结果表明,抗TID/SEL RHBD方案普遍会使存储单元的版图面积增加87.5%以上.提出了一种加固方案,可以在加固性能和面积代价上得到较好的折衷.

雨天变电站设备智能视觉检测算法与实时实现技术

视频的变电站户外设备监控是保障电力系统安全运维的重要手段,但传统的目视监控效率低、人力成本高,因此无人化智能视觉检测得到广泛关注。变电站户外监控设备在采集图像时,不可避免会遭受雨天等恶劣天气影响,导致设备检测性能严重下降。针对雨天场景下的变电站设备检测给出了软硬件系统解决方案,主要围绕雨天变电站设备视觉检测算法和嵌入式AI实时部署展开研究。首先,提出一种基于细节增强的图像去雨网络(DERN),利用雨条的高频特性作为注意力权重指导去雨,进一步将其与YOLOv4目标检测算法进行联合优化,从而实现对雨天稳健的变电站设备检测算法;基于昇腾310 AI处理器构建嵌入式边缘端智能计算系统,从算子优化、多线程并行等方面提升计算性能。实验表明,在雨天场景下变电站设施设备目标检测精度从实施前的53.4%提高到82.1%,1080P视频运行速率达到30 f/s,验证了所提算法和系统的有效性,有效提升了变电站设备全天候视觉智能监控能力。

大视场全天时星敏感器光学系统设计

全天时星敏感器作为星敏感器的一个发展分支,在飞机、热气球等近空间载体定姿定位方面有较好的应用前景,是GPS拒止条件下的可用导航手段。大视场全天时星敏感器相较于小视场全天时星敏感器在高精度轻小型化定姿定位方面具有较大的优势,针对近空间高度大视场全天时测星对光学系统的需求,对光学系统工作波长的选取进行了分析,利用消色差和消热差设计,实现了一种能够适应高低温环境的大视场、大相对孔径的透射式光学系统,并对像质进行了分析评价。系统工作波长为0.9~1.7μm,F/#为1.4,焦距为70 mm,视场为18°,结构总长为105 mm。试验结果表明,该光学系统具有良好的像质,能够满足大视场星敏感器白天测星要求。

基于FPGA的Skynet网络结构优化及高时效实现

基于卷积神经网络(Convolutional Neural Network,CNN)的目标检测算法有着鲁棒性强、准确度高等优点,被广泛用于计算机视觉任务领域.然而,CNN参数量大、计算量大的特性使得其难以在边缘计算平台实时实现,为此,本文针对目标检测网络Skynet进行结构优化,并基于高效的层内并行流水的加速架构,在现场可编程门阵列(Field Programmable Gate Array,FPGA)上对其进行实时实现.该方法对Skynet进行剪枝,合并其卷积层与归一化层,利用(Kullback-Leibler,KL)相对熵及极大值量化方法对权重及特征图进行8 bit定点量化,同时将偏置参数及缩放系数定点化,并合并激活操作与饱和截断操作,在减少存储量和计算量的同时,加快前向推理速度.此外,以滑窗操作为基础,采用通道及像素并行计算,设计深度可分离卷积的流水策略,将串行的前向推理结构优化为并行流水的结构,极大减少了前向推理的时间.实验表明,在UA-DETRAC数据集上,本文实现的系统识别精度为0.752,在160×160的图像分辨率上,速度达到115FPS,与CPU相比,提速11倍,达到了GPU的75%,功耗分别为CPU的10.6%,GPU的7.43%,而且,与同类基于FPGA的CNN加速工作相比,本文方法在速度和能效比上均表现最优.

基于时间序列的红外探测器响应特性漂移评价

红外探测器响应特性漂移严重影响成像质量和系统性能。针对红外探测器响应特性漂移缺乏有效评价指标、难以建模和评价的问题,本文将红外探测器输出的序列图像看作时间序列数据,基于时差图像定义漂移度和漂移熵评价指标,用于评价红外探测器响应特性漂移程度,并提出了一种基于时间序列预测的红外探测器响应特性漂移评价方法。采用仿真数据和真实数据进行实验,结果表明,本文提出的漂移度和漂移熵评价指标可以有效度量响应特性漂移程度,所提出的评价方法可以实现对红外探测器响应特性漂移的建模和有效预测评价,研究工作可用于辅助选择合适的红外探测器及其非均匀性校正算法以提高红外成像系统性能。

基于YOLOv5架构的大幅面SAR图像车辆目标识别方法

SAR图像车辆目标识别是极具挑战性的前沿研究领域,论文提出了一种基于YOLOv5架构的大幅面SAR图像车辆目标识别方法。以卷积神经网络YOLOv5作为大幅面SAR图像车辆目标识别的基本模型,采用迁移学习方法获得模型的初始参数,有效减少了训练样本数量同时提高了模型收敛速度。为了测试算法性能,构建了一个含车辆目标的大幅面SAR图像数据集。在该数据集上进行了仿真实验,并与一些经典的深度学习网络进行了对比,实验结果表明所提大幅面SAR图像车辆目标识别算法识别精度更高、速度更快。

基于Pos-FCN的红外图像背景抑制方法

红外图像背景抑制可以为红外目标检测识别任务提供支撑。在实际的应用场景中,红外图像中的目标多为弱小目标,其特征不明显,一般背景抑制算法难以将其从背景中分离,而达不到背景抑制的最佳效果。针对上述问题,提出使用Pos-FCN网络实现红外图像背景抑制的方法,该方法使用特征卷积结构,依靠高分辨网络结构获取弱小目标的特征信息,通过大尺寸卷积特征图的前向传播方式实现了高维度特征中弱小目标信息的保留,使用卷积降采样特征提取和上采样图像恢复方式实现了端到端的处理,并在前置训练阶段引入了位置信息强化网络骨干特征提取效果。结果表明,该方法处理后的红外图像中信杂比提高至3.877,对比度提高至0.297,检测率达到了93.6%,因此,该方法可以实现良好的背景抑制效果。

一种红外焦平面非均匀性组合校正算法

分析了传统神经网络非均匀性校正算法在空域处理过程中产生目标退化的原因,在总结基于边缘指导的神经网络校正算法(ED-NN-NUC)与一点定标和神经网络结合的校正算法的基础上,提出了新的组合校正算法.新算法包含预校正、粗校正和精校正三个处理模块,利用含有弱小目标的实际红外图像进行了实验验证.结果表明,新算法能有效地抑止目标退化,并在运算速度上比ED-NN-NUC有一定的提高.

无电解电容逆变器永磁同步电机驱动系统控制研究

在单相交流输入逆变器永磁同步电机驱动系统中,母线侧通常采用大电解电容使母线电压稳定。然而大电解电容体积大、寿命有限,而且为了改善网侧电流质量,还需要增加功率因数校正(PFC)电路。为了解决这些问题,分析了母线无电解电容的电机驱动系统的特性,提出了一种基于"平均电压裕度"的网侧高功率因数的dq轴电流分配策略。仿真实验结果验证了所提出的控制方法的正确性和可行性。

基于自旋图的三维自动目标识别

将三维表面匹配领域的自旋图(spin-images)方法运用于扫描激光雷达自动目标识别中,基于自旋图特征,提出了平均最大相似性度量、候选对应关系数目、几何一致性筛选后对应关系数目、分组筛选后最大组的对应关系数目这4个识别指标,并将其组合构成组合识别准则,从而进行三维目标识别。同时针对实际应用需求,进一步研究了点云空间分辨率、激光雷达测距误差以及遮挡对目标识别率的影响,为激光雷达三维目标识别系统的设计提供了参考。