低功耗满幅恒跨导CMOS运算放大器设计

采用"最小电流选择技术"和前馈无截止型AB类输出结构,在Chartered 0.35μmCMOS工艺下设计了一种基于片上系统应用的低功耗、高增益恒跨导满幅运算放大器。基于Bsim3v3 Spice模型,用Hspice对整个电路进行仿真,工作电压为3V,直流开环增益125dB,相位裕量74.8°,单位增益带宽33.8MHz,静态功耗0.6mV,压摆率6V/μs,输入级跨导在共模输入电压范围内只有2.34%的变化,运放版图有效面积0.026mm2,与国内外文献介绍的满幅恒跨导电路相比,文中设计的运放有较好的性能。     

自动分块亮度校正算法及仿真研究

光照是人脸图像的成像条件之一,在人脸成像过程中具有很大的灵活性.由于拍摄照片过程中光照条件或观察角度的不同,导致人脸识别算法的性能明显下降.基于传统的区域校正思想提出了一种自动分块亮度校正算法,自动提取过亮块和过暗块并对其进行亮度校正.以彩色图像人脸数据库为例,快速、准确地得到亮度校正图像.仿真实验表明,将该算法校正恢复出的图像用于人脸识别,可以提高人脸识别率,具有一定的应用价值.     

一种DDR SDRAM控制器的设计

在介绍DDR SDRAM控制器设计关键技术的基础上,讨论了一种DDR SDRAM控制器的设计方法.通过一种优化的地址映射策略提高了突发访问效率,采用0.18 μm CMOS工艺流片实现.所设计的DDR SDRAM控制器芯片在PCB板级测试中达到预期设计要求.     

榴弹攻击下铝质结构抗爆能力的数值评估

在静爆试验的基础上，结合有限元数值方法对小口径（30mm）燃烧榴弹舷侧接触爆炸攻击下铝质艇体结构的毁伤进行评估，着重分析了铝质艇体结构在小口径武器攻击下，弹体的攻击角度、弹体的初始侵彻速度以及爆炸产物等对艇体结构破损和毁伤范围的影响以及榴弹爆炸的破片效应．     

侧信道原子化的严格自随机化模幂算法

研究了RSA密码算法的差分功耗分析防御方法.通过对自随机化模幂算法的分析,提出将BBS随机数发生器和侧信道原子化技术应用于改进的算法中,得到侧信道原子化的严格自随机化模幂算法.仿真实验结果证明.该方法可以有效防御差分功耗分析攻击.     

含乳果汁稳定性失衡机理的探究

综述了乳浊液稳定性失衡机理,分析了果汁与牛奶的配比、含糖量、稳定剂、乳化剂、酸度、络合剂等因素对乳浊液稳定性的影响,讨论了乳浊液稳定性的评价指标和测定方法。     

单相SVG的基波无功电流跟踪算法

作为改善电能质量的一种重要手段,静止无功发生器SVG要求快速的检测出负载电流中的无功分量.本文针对直接电流控制的用户端单相SVG,提出一种新的单相无功电流的跟踪算法,该方法通过在一个计算周期内基波周期前后一段数据的比较来快速跟踪无功电流.仿真表明该方法正确可行.仿真波形可以看出,在一个周期内可以实现对无功电流的准确提取,而且对电流变化跟踪效果好,防干扰能力强.算法简单快速,只需两个乘法器,且易于实现.     

基于视觉注意的SVM彩色图像分割方法

提出一种基于视觉注意的自然场景彩色图像支持向量机（Support Vector Machine,SVM）分割方法。基于人类视觉注意机制将图像进行预分割,得到图像的显著区域和非显著区域,利用形态学操作对得到的图像进行处理,并自动选取和标注SVM的训练样本,用训练后的SVM分类器对整幅图像进行分割。该方法充分利用视觉注意机制方法的有效信息,解决了其边界不确定的缺陷,并且结合具有很好泛化性能的SVM学习方法,在无需先验知识以及任何人工干预的情况下,实现对自然场景图像的分割。为验证算法的有效性,分别从加州大学伯克利分校图像数据库及互联网选取多幅彩色图像进行实验,实验结果表明：该方法的分割结果不仅与人类视觉注意结果相一致,而且与伯克利图像数据库中人工标注结果相比,得到较好分割效果。     

基于2DPCA和RBF神经网络的人脸识别方法

采用2DPCA方法提取人脸图像的特征值,通过RBF神经网络进行训练和识别,提出一种基于2DPCA和RBF神经网络的人脸识别方法,并将此方法应用于ORL人脸库。实验结果表明,该方法不仅具有较好的人脸图像识别能力,而且能明显缩短识别算法的运行时间。     

神经网络集成的多表情人脸识别方法

将神经网络集成应用于多表情人脸识别,通过二维主成分分析获得人脸表情特征,并为每一表情的特征空间各训练一个神经网络,利用另一神经网络对其进行集成。实验结果表明,多神经网络集成方法的识别精度高于单一神经网络所获得的结果。