简介：雷达目标识别技术是集传感器、目标、环境为一体的一项复杂系统工程,分类识别技术是雷达当今和未来发展的重要需求,实现3类飞机的自动判别是防空雷达的重要功能之一。由于3类飞机目标旋转部件对回波的调制作用,在多普勒域是一系列差异明显的线谱。详细介绍了目标识别处理流程,以及目标识别对雷达设计需求。采用幅度调制特征和频域熵特征作为分类特征。以实测数据进行分析验证,以支持向量机（SVM）为分类器,试验结果表明,该方法能对飞机目标进行有效分类识别。

简介：本文立足于播出日志的数据利用,介绍了一款以B/S架构,以SQL数据库作为查询数据库的数据分类评析系统设计思路,阐述了该系统的主要功能模块和实现方法。

简介：G20峰会在杭州举办期间，浙江广电集团将向全球观众及现场参会的各国元首展现中国媒体的视觉传播实力，共同见证这一里程碑式的荣耀时刻，其全方位、全过程、全覆盖的报道，将呈现出最精彩的实况。

简介：6月，位于美国德克萨斯州的欧密伽（Omega）广播集团选择了犹他科技全新UHD-12G矩阵用于其最新的4K转播车。此辆4K转播车基于超高清广播设计，将用于西南音乐节和家庭一级方程式赛车美国巡回赛等大型活动转播中。

简介：随着VOD和OTT等业务的飞速发展,广电用户对高速数据网络的需求不断增加,造成有线运营商对前端设备的需求急剧增加,如何有效减少前端设备的空间占用和功耗,更全面地支持各种类型的业务,成为了有线运营商关注的重点。为满足多业务运营商对高密度EQAM和CMTS的需求,CasaSystems在CCBN2016上带来了漂亮的CCAP系统解决方案。广州凯媒通讯技术有限公司（GuangzhouCASACommunicationsLTD）,是美国CasaSystems在中国成立的独家全资子公司,专注于为有线电视运营商提供宽带解决方案及数字多媒体视频技术和设备。

简介：为实现新闻综合频道全面高清化,石家庄电视台进行了8号高清演播室建设任务。本文主要介绍了该高清演播室建设的技术需求和主要设备的选型。

简介：为了利用雷达对低空和超低空飞行器进行精确探测,必须对影响雷达测量精度的大气折射误差进行实时修正。针对目前大气折射误差计算存在处理时间较长、不能满足实时性要求的现状,提出了一种利用虚高进行折射误差修正的快速算法。根据等效地球半径中电波射线为直线的情形推出计算接近目标真实高度的虚高方法,利用虚高将折射误差公式中的积分项分为两部分,最影响折射误差修正处理时间的部分采用一次积分完成,另一小部分利用变步长的迭代方法完成。仿真实验表明,在保证与目前公认高精度的射线描迹法相同的精度条件下,利用虚高进行大气折射误差修正可实现快速计算,计算速度至少提高一倍,且计算速度随雷达仰角的增大而增快。

简介：随着高清频道的普及以及用户对高清节目收视需求的日益强烈，如何丰富高清频道内容，提高带宽利用率这一问题亟待解决。本文简要介绍了在陕西省网高清平台优化中，闭环统计复用技术的原理及应用。

简介：SQLite数据库作为一种嵌入式实时内存数据库,具有简洁、高效等特点。在雷达日志管理这一特定需求背景中,基于SQLite的雷达嵌入式日志管理系统能够按不同日志类别实时记录每一部雷达的工作过程及完整的状态信息,并根据权限提供检索和统计功能,为装备的维护保障提供完整的信息服务。工程实践表明,使用SQLite数据库作为数据存储方案能够很好满足实际使用需求。

简介：本文简要介绍了电视真人秀节目中的封闭性场景,分析了其对同期录音工作提出的种种需求,对相关同期录音设备的选取、音频系统的搭建以及有线与无线话筒的设置,结合《加油吧新郎》等真人秀节目的制作实例进行了详细阐述。

简介：本文介绍了演播室系统播出信号路由数据的获取原理及应用。电视新闻演播室的监控系统获得参与播出的完整的播出路由数据,驱动信号源TALLY提示。路由数据为在播路由的图形化展示、新闻生产流程中播后的媒资自动归档整理以及统计分析提供了基础数据。此数据的时间精度能达到帧（±40ms）级别。

简介：本文结合多次奥运会乒乓球比赛公共信号制作经验,介绍了声音制作设备的选择,对话筒位置布局以及声音信号处理方面的细节进行了分析。

简介：虚拟化技术通过整合处理器、内存、网络、存储等基础物理资源,最大化地利用这些物理硬件,解决信息化系统中物理硬件整体利用率低下的问题,可以有效应对传统的电视台播出系统IT资源浪费严重的问题,本文介绍了电视台播出系统结合运用服务器虚拟化技术过程中,需要考虑的几个方面。

简介：4月25—28日，中国电影电视技术学会影视。录音应用技术交流研讨会在苏州清山国际会议中心举行。在25日报到的那天，就发现有一家名为FITCAN的公司也是本次会议支持单位。作为电视音频的从业人员，对安恒利、声韵、Lawo、森海等名字都不陌生。可是FITCAN是一家什么公司？是代理商还是生产厂？是提供什么广电产品的呢？心中疑团丛生。