基于OMAP5912的IP电话客户终端设计

以车载电子多媒体视听系统为研发背景,介绍了SIP协议,并提出了一种在OMAP5912平台下利用开源的oSIP协议栈设计与实现基于SIP协议的IP电话的方法,给出了IP电话终端的硬件电路设计.最后的实验结果表明,该客户终端能够顺利地应用于诸如OMAP5912等嵌入式开发系统.     

基于DM642的无线视频监控系统

针对难以安装有线网络场所的远程实时监控问题,采用了视频处理芯片DM642、视频解码芯片TVP5150A、CDMA无线收发模块DTU-800X等组成硬件终端,负责视频采集、MPEG-4编码压缩及发送,基于UDP协议设计高效视频传输控制算法,利用VC++编程及directshow组件开发客户端软件,实现了无线实时视频监控功能。实验结果表明,该系统具有传输效率高、体积小、安装方便等特点,适用于各种监控场合。     

视频运动目标检测及跟踪算法测试平台设计与实现

给出了平台构架、设计思路与实现方法,对七个核心算法模块进行了详细说明,给出了采用VC++6.0实现时的主要程序段及技术关键点.提供了一种高速路交通车辆检测和跟踪实例,提供了实例算法结构图、性能参数和实际测试效果.试验结果表明,所提平台具有良好的实时性和有效性.     

基于切片双谱分析的滚动轴承故障识别研究

针对滚动轴承故障识别问题，提出基于共振解调理论和高阶谱分析相结合的新方法.讨论了双谱理论和双谱对角切片的特性，分析了故障滚动轴承振动信号的特点.利用希尔伯特（Hilbert）变换构造原始振动信号的解析信号，求取信号的包络，计算包络信号的对角切片双谱，提取由于滚动轴承二次相位耦合产生的非线性特征，得到滚动轴承的故障特征频率，识别滚动轴承的故障模式.试验和理论分析表明，利用该方法可以有效地将正常轴承和内滚道伤轴承、外滚道伤轴承的振动信号进行分离.该方法保留了信号的相位信息, 并且能够有效地抑制噪声，在降维的同时简化了算法.     

TMS320 DM642 DSP二级引导程序的设计与实现

在基于TMS320DM642 D6P的应用系统中。当应用程序代码量超过1K byte时，上电复位后，需要通过二级引导程序将存储在FLASH中的应用程序代码引导到DSP内部RAM。根据二级引导程序的引导机制实现二级引导程序的开发。并使用三个通用I／O口,对整个FLASH空间进行分页。实现了地址的重映射。利用16进制转换工具自动生成可以用来帮助二级引导装载程序引导代码的引导表。     

基于MSP430和nRF905的多点无线通讯模块

Ad hoc网络由于具有无中心、自组织、机动性高等特点，越来越受到重视。为实现Ad hoc网络，在无线点对点通讯模块的基础上，加入了MAC协议，以实现网络中寻址及避免数据冲突等功能。模块采用MSP430作为主控芯片，采用具有多信道的nRF905作为收发芯片。文中给出了硬件驱动和多点传输数据的MAC协议。该协议充分利用了多信道特点，各信道同时传输数据互不干扰，提高了传输效率；利用跳频机制保证了数据的准确性，增加了系统的鲁棒性。     

基于OMAP的车载多媒体处理平台的DSP端软件设计

OMAP芯片是TI公司推出的具有双核结构的微处理器，目前已经广泛地应用于无线通信领域。针对OMAP的结构特点，平台的ARM端运行Montavista Linux操作系统，主要进行无线网络通信和人机界面交互等任务；DsP端运行DSP／BIOS操作系统，用于音频编解码等实时数值运算。DSP端应用程序在RF6框架的基础上，着重对数据处理模块、底层驱动模块等进行了设计。该平台具有很好的扩展性，目前已经开发了MP3下载播放、IP电话用户终端等车载应用。     

Ethernet/IP在工业实时控制中应用的研究

对Ethernet/IP的协议结构进行了介绍并对其特点进行了总结，对以太网应用于工业控制中关键的实时性分析也作了详细阐述。最后分析了当前基于Ethernet/IP的技术产品及其应用前景。     

基于2维保局投影的人脸识别

特征提取是人脸识别的一个重要研究领域，能否有效地提取判别特征是决定人脸识别算法好坏的关键。一般的人脸识别算法都是基于图像向量的，需要将2维人脸图像压缩成1维向量，这不仅破坏了像素之间原有的空间结构关系，而且转换后的向量维数过高。为了避免这种情况，提出了一种直接基于图像矩阵的人脸识别算法——2维保局投影算法。由于该算法是在保局投影的基础上进行扩展，使其可以直接面向2维图像矩阵进行处理，同时在构建相似矩阵的时候引入了样本类别信息，因而可有效地提取人脸图片的2维判别特征。另外还采用最小近邻分类器估算识别率。在AT＆T人脸库的实验结果表明，与Eigenface、Fisherface以及Laplacianface算法相比，该方法具有较好的识别率。     

基于卡尔曼滤波器组的Mean Shift模板更新算法

针对Mean Shift算法缺乏必要的模板更新方法的缺陷,提出了一种基于卡尔曼滤波器组的Mean Shift模板更新算法。该算法首先将目标在特征空间中的特征值的概率作为模板信息;然后设计了一个滤波器组,其中每个滤波器用于估计特征子空间中一个子特征值概率的变化;最后将这些子特征值概率对应相乘就可以得到整个模板的更新值。由于滤波器的噪声参数是随着输入数据的变化随时动态确定的,因此,根据滤波器残差的变化就可以确定模板的更新策略。实验证明,该新算法不仅能够增强Mean Shift算法在目标姿态变化、光照变化下的跟踪效果,而且对阻挡时的鲁棒性也较好。