复数系统中五二阶归一化累积量盲均衡算法的研究

采用对称-反对称变换原理,提出了一种五二阶归一化累积量盲均衡算法,克服了对称信号奇数阶累积量为零而无法进行信道均衡的缺点.计算机仿真表明,该算法实现简单,收敛效果好,稳态剩余误差小,其性能优于已有的一些同类算法.     

基于解码芯片的无线能源唤醒模块设计

无线传感器功耗较大并且对电源电压的要求比较严格,使用自带的小尺寸电池该传感器工作时间短并且存在由于电源电压不稳而造成损坏的几率。针对上述问题,设计了一种低功耗无线能源唤醒模块,在需要工作时可开启电源,向传感器稳定供电;否则将关闭电源。实验结果表明,采用无线能源唤醒技术能够在使用小尺寸电池的条件下大大延长传感器系统的工作时间,并且为无线传感器提供稳定的能源供给增强其实用性。对于一种用于桥梁安全检测的无线传感器网络,加装本模块后,使其工作时间由原先的几十个小时延长至一年并且降低了该无线传感器由于电源不稳而造成损坏的几率。     

一种用于脑肿瘤分割的改进U形网络

近年来卷积神经网络在生物医学图像处理中得到了广泛应用,例如从磁共振图像中准确分割脑肿瘤是临床诊断和治疗脑部肿瘤疾病的关键环节.3D U-Net因其分割效果优异受到追捧,但其跳跃连接补充的特征图为编码器特征提取后的输出特征图,并未进一步考虑到此过程中的原始细节信息丢失问题.针对这一问题,本文提出前置跳跃连接,并在此基础上设计了一种前置跳跃连接倒残差U形网络（FS Inv-Res U-Net）.首先,将前置跳跃连接用于改进DMF Net、HDC Net和3D UNet 3个典型网络以验证其有效性和泛化性;其次,采用前置跳跃连接和倒残差结构改进3D U-Net,进而提出FS Inv-Res UNet,最后在BraTS公开验证集上对所提网络进行验证.BraTS2018的验证结果在增强型肿瘤、全肿瘤和肿瘤核心的Dice值分别是80.23%、90.30%和85.45%,豪斯多夫距离分别是2.35、4.77和5.50 mm;BraTS2019的验证结果在增强型肿瘤、全肿瘤和肿瘤核心的Dice值分别是78.38%、89.78%和83.01%,豪斯多夫距离分别是4、5.57和6.37 mm.结果表明,F...     

多视图卷积轻量级脑肿瘤分割算法

脑肿瘤分割对医学图像处理领域发展与人类健康都具有积极意义。针对三维卷积神经网络存在复杂度大且对硬件设备要求高等问题，提出一种多视图卷积轻量级脑肿瘤分割算法。首先使用复用器模块有效融合各通道间的信息，并为模型增加提取非线性特征的能力。其次使用伪三维卷积分别从轴向位、矢状位和冠状位进行卷积，并加入组卷积以节约计算资源和降低设备显存使用。最后使用可训练参数权衡不同视图下提取的特征的重要性，提高模型分割精度。此外，实验使用分布式数据并行方法训练模型，以提升图形处理器的利用率。在2019年脑肿瘤分割大赛公开数据集上的实验结果表明，所提算法的平均Dice相似度系数仅低于第一名算法2.52个百分点，然而参数量与浮点运算次数分别降低了84.83%和96.67%，且平均Dice相似度系数高于第二名算法0.05%。通过对比实验分析，验证了所提算法的精确与轻量，为脑肿瘤分割模型的广泛应用提供了可能性。     

基于嵌入式Linux系统的双网卡大数据传输

数据传输速度是嵌入式系统应用中不可忽视的一个重要因素,特别是在大数据网络中将起到决定性的作用,双网卡在网络带宽较低的环境下可以显著提升嵌入式设备的传输速度。介绍了一种在嵌入式Linux系统下利用原始套接字构建双网卡网络环境的方法,该方法通过原始套接字获取网卡接口信息,并对数据链路层的数据进行操作;在传输层使用UDP协议收发数据;在应用层增加对UDP包的确认机制,保证数据正确地传输,并且采用多线程技术将数据包按照各网卡的带宽动态分配。测试结果表明,该方法能够有效地利用双网卡的带宽资源,提升整体网络数据的传输速度,适合应用于大数据传输应用。