简介:简要介绍了GPGPU技术及CUDA编程架构,并在CUDA技术的基础上应用现代信号处理的方法实现了对超高速采样信号的准实时数字测频算法。仿真表明算法内核的计算延时很小;通过对现场1GHz超高速采样实际信号数据的验证,证明该技术能够满足准实时测量频率和其他脉冲参数的要求,同时对每一脉冲还可给出测频参考误差;并且在典型信噪比下,测频精度远高于模拟测频接收机。该实现与其他实现方案相比,灵活性更好,性价比更高,具有良好的应用前景。
简介:步进频率脉冲信号可以在发射较小瞬时带宽信号情况下,通过脉冲压缩而合成分辨率较高的距离像,因而在高分辨雷达系统中得到广泛的应用.但是,直接采用DFT方法合成距离像,其分辨性能并不理想.利用Chirp-z方法也存在一些缺点.本文提出了利用非均匀傅里叶变换(NonuniformDiscreteFourierTransform,NDFT)方法来处理频率步进信号以改善雷达的分辨性能,解决了直接利用DFT方法和Chirp-z方法合成目标距离像时所存在的问题.文中给出了NDFT的定义及在重点观测区域内的采样方法,进行了针对多种情况的仿真实验.仿真结果显示,利用NDFT进行处理可以明显改善步进频率雷达的距离分辨性能.
简介:论文介绍了在真实能谱衰减环境中,提出一套对核素进行识别学习算法的流程。采用SVD特征抽取对能谱数据降维,提取到能谱特征向量,在形成的特征向量数据集上,训练决策树分类器,进而通过AdaBoost集成学习算法对多轮的决策树算法的训练结果进行融合,使用K轮类别投票法结合策略,构建一个结果更为接近标签值的假设函数算法模型,解决了探测器检测的能量信息具有局部特征、存在重叠峰值导致核素判别出现错失误判的问题,提高核素识别率。
简介:摘要通过迁移学习的方法,利用人脸识别的改进VGGNet模型对Oxford-17Flower和Oxford-102Flower中的花卉分别进行训练与识别,实验证明了改进VGGNet模型对花卉的小训练样本同样明显提升了运算速度与识别度。