简介：地面目标过滤是机载预警雷达航迹优化的一个重要内容，可以有效地改善航迹质量，该问题实质上是一个空地目标分类问题。在引入联合目标跟踪与分类思想的基础上，研究了一种基于空地目标运动特征差异的目标分类方法。首先，采用包含目标所有可能机动的交互式多模型对目标进行跟踪，然后利用估计的目标运动特征参数和贝叶斯分类器完成两类目标的分类。仿真结果表明，在目标机动条件下，该方法能够对空地目标进行有效的分类。

简介：在假定目标RCS起伏为高斯形状频谱特性的前提下，将高斯白噪声通过一个高斯谱特性的低通滤波器来模拟目标RCS起伏特性。首先用康斯坦尼兹法设计了低通滤波器，并根据地杂波等效速度的不同，得到一组不同的滤波器响应，进而实现了背景RCS起伏程度不同的地杂波的模拟。然后以该地杂波为背景，采用ATI方法进行动目标检测，分析了地面背景RCS起伏特性对动目标检测性能的影响。计算机仿真结果表明：在一定的虚警概率下，当不考虑接收机噪声时，随着RCS起伏加剧，动目标径向最小可检测速度增大。最后得到结论：用基于ATI方法进行动目标检测时，若不考虑雷达接收机噪声，则地面背景RCS起伏特性是影响最小径向可检测速度的主要因素。

简介：1引言笔者所写的＂伦敦奥运会将推动立体电视发展吗？＂及＂广播型立体电视的新近进展＂两文（本刊2009年第12期及2010年第1期与2010年第3期）中,陈述了美、英等少数发达国家内的数字化卫星直播和有线电视机构试验或开办端到端的广播型立体电视的情况，

简介：有线电视台转播中央及各省市的电视节目源来自卫星信号。通常广播通信卫星位于赤道上空距地球三万多公里之遥。如不经准确计算,盲目地用卫星地面接收天线接收卫星信号,要想从茫茫的宇宙空间找到准确的目标,真是大海捞针;反之,只要按科学计算方法进行调试,是非常容易的事情。下面以中星5号(东经115.5°)为例,结

简介：1、以上海交大为主组成的国家HDTV总体组(TheHDTVTechnicalExecutiveExpertsGroup)的1号提案一高级数字电视广播系统ADTB-T(AdvancedDigitalTelevisionBroadcastingSystem-Terrestrial),为混合传输模式的单载波系统,是由美国ATSC标准发展而来;

简介：目前的三个地面数字电视传输国际标准是：

简介：数字电视是在模拟黑白电视和模拟彩色电视发展阶段后，电视广播领域所经历的又一次技术革命。与传统模拟电视相比，数字电视的主要优势有：更强的抗干扰能力、无噪声积累。

简介：自8月1日起,地面数字电视国标已强制实施,为做好四川地面数字电视试验网的有关工作,四川广电集团特邀请有关地面数字电视接收终端研发生产单位来蓉研究相关技术和市场等问题。研讨会于2007年7月13日在四川省成都市举行,十多家业内相关产业公司参加了会议。

简介：本文主要介绍广东省在河源地区构建一个由三个发射点组成的国标地面数字电视单频网，并在该单频网上开展AVS+和DRA技术标准的应用示范，分析了AVS+和DRA技术的使用及前景。

简介：奥运前夕,各大城市都要通过无线播出方式向地面播出高清数字电视。在小区在楼宇如何利用现有设施进行接收,本文提出一种模式即"共用天线"接收模式。这是一种比较便捷的接收模式,是否还有其它接收模式,我们欢迎大家共同探讨,提出新的更好的模式来。

简介：雷电产生的过电压和过电流是造成通讯系统和电力系统故障的一个重要原因,如今天,每次雷电还造成大片大片的有线广播电视网络的分支器和分配器以及其它电子产品等损坏,造成成千上亿元的经济损失,说明我们以前的避雷技术还要作进一步的改革。因此对这些系统和雷电的形成过程进行系统的研究是十分必要的,是十分重要的,也是最大减少通讯系统和电力系统故障最有效的防护措施,对生产这些系统需要的产品和设计这些系统工程以及安装这些系统工程是必须重视的,现在我们来探索这些系统之一的分支器分配器避雷技术。

简介：从道路特征提取的角度，对四种经典道路特征提取方法进行了分析和对比，探讨了它们在超宽带SAR图像道路提取技术中的适应性。超宽带SAR图像道路提取技术是在继承传统方法的基础上，结合在道路的灰度特征或其在自然界中特有的几何特征，形成合适的道路提取算法。在理论分析超宽带SAR图像特点和道路提取经典方法基础上，研究了四种道路提取方法在超宽带SAR图像中的适应性，开展了超宽带SAR图像的道路提取实验，系统总结了各方法针对超宽带SAR图像的优点和不足，形成了超宽带SAR图像道路提取技术的研究思路和道路边缘提取流程，相比经典方法性能得到提高。

简介：提出了一种新的星载合成孔径雷达(SAR)图像中道路网的三步提取算法,即道路中心线检测、道路片段提取和道路片段连接.首先对含有斑点噪声的SAR图像进行两次滤波获得较细的道路中心线,然后对该二值图像进行Hough变换以获得道路片段,道路片段经过简单的初步连接后,再次运用遗传算法得到进一步连接.实践证明了这种方法的有效性.

简介：针对传统道路障碍物检测算法准确性和鲁棒性不强等问题,本文提出一种基于卷积神经网络的道路障碍物检测算法。该算法首先对车载图像预处理生成障碍物候选区域,再将障碍物候选区域输入到改进的卷积神经网络中,进行精确识别和剔除,区分道路障碍物和非障碍物。改进的卷积神经网络在原有网络的基础上,调整了卷积核的大小和个数、池化层的空间尺寸和神经网络的深度,并且在卷积层后选择性的加入池化层,提高障碍物的识别率。在不同场景中进行了测试,实验结果表明：本文提出的道路障碍物检测算法有效的提高了障碍物的识别率,识别率达到98.2%,并且拥有较高的鲁棒性。