混合信号电路边界扫描测试系统及测试方法

    公开(公告)号:CN102818986A

    公开(公告)日:2012-12-12

    申请号:CN201210296485.4

    申请日:2012-08-20

    Abstract: 本发明为混合信号电路边界扫描测试系统及测试方法,本系统微机经微处理器连接混合信号电路边界扫描测试控制器的处理器接口。混合信号电路边界扫描测试控制器包括主机模块及经读写数据总线与之连接的各功能模块,其中模拟仪器平台的混合信号控制接口连接包括程控信号源和电压采集模块的模拟仪器平台。本测试方法包括数字信号和模拟信号电路的测试,前者与现有技术相同,后者步骤为Ⅰ配置信息,Ⅱ测试指令,Ⅲ发送测试矢量连接测试点,Ⅳ模拟激励控制,Ⅴ采集响应电压。对各种测试模型,重复Ⅲ-Ⅴ,由激励的大小及响应结果建立方程,求得被测电路的参数或性能指标。本发明解决了矢量施加、激励施加及电压采集的同步;实现混合信号电路在线测试。

    混合信号电路边界扫描测试控制器

    公开(公告)号:CN102809934A

    公开(公告)日:2012-12-05

    申请号:CN201210297138.3

    申请日:2012-08-20

    Abstract: 本发明为混合信号电路边界扫描测试控制器,包括主机模块及经读写数据总线与主机模块连接的计数模块、命令模块、测试时钟分频器、通用寄存器组、模拟寄存器组、串行扫描模块和模拟仪器平台控制模块,并配有处理器接口和测试总线接口。模拟仪器平台控制模块配有混合信号控制接口,该接口连接产生电压/电流激励信号的程控信号源和采集被测电路响应信号的电压采集器。主机模块的处理器接口连接微处理器。串行扫描模块配有两组测试总线接口,混合信号控制接口为SPI接口、与模拟仪器平台连接。本控制器便于组装混合信号电路边界扫描测试系统进行数字/模拟边界扫描测试,解决了数字矢量施加、模拟测试激励施加及电压采集三者的同步问题。

    一种抗遮挡多无人机目标跟踪方法

    公开(公告)号:CN117612035A

    公开(公告)日:2024-02-27

    申请号:CN202311483939.3

    申请日:2023-11-09

    Inventor: 马峻 李龙朝

    Abstract: 本发明涉及深度学习目标检测跟踪技术领域,具体涉及一种抗遮挡多无人机目标跟踪方法,基于FairMOT算法框架,将目标检测和关联联合训练,增加匹配和关联之间的特征耦合关系,具体的在深度聚合网络中追加特征提取模块,使网络可以充分提取到更深层的语义信息,提高网络整体的特征提取能力,进而保证遮挡前后ID一致性;同时2.对特征提取模块的2级Tree型结构进行2级IDA迭代;另外在不降低准确性的同时,将普通卷积层进行分组,最后采用DeepSort框架进行数据关联匹配,获得最终检测跟踪结果。本发明改善了遮挡情况下的目标漏检和身份识别错误问题,同时提升目标跟踪方法的抗遮挡性。

    一种可重构扫描网络的拓扑建模方法

    公开(公告)号:CN114844784B

    公开(公告)日:2023-08-08

    申请号:CN202210372038.6

    申请日:2022-04-11

    Abstract: 本发明涉及软件工程技术领域,具体涉及一种可重构扫描网络的拓扑建模方法,主要流程为:读取ICL脚本、对ICL脚本进行解析获取节点拓扑信息、建立节点拓扑信息表、生成可重构扫描网络的拓扑模型。实现了自动生成可重构扫描网络拓扑模型的功能。可替代人工去根据ICL脚本的描述分析片上仪器的连接关系建立链路拓扑模型,提高片上网络链路分析的效率和准确性。

    基于注意力机制的ResNeXt结构及应用该结构的图像分类算法

    公开(公告)号:CN116503661A

    公开(公告)日:2023-07-28

    申请号:CN202310520009.4

    申请日:2023-05-10

    Abstract: 本发明涉及基于注意力机制的ResNeXt结构及应用该结构的硬件木马分类检测算法。采用具备若干注意力机制支路网络的ResNeXt结构。本发明从改进ResNeXt模型宽度的角度出发,提出注意力ResNeXt(Attention‑Res‑Attention,ARA)模型,通过扩展注意力机制支路,获取更丰富的网络特征,提升网络的分类性能。经过网络层不断细化特征,硬件木马特征图像的部分特征会存在丢失的情况,从注意力机制支路获取的重点特征图特征,存在相互补充的作用,使得最终的硬件木马特征图特征更加完整。注意力ResNeXt网络结构是在原有的ResNeXt结构的基础上,增加注意力支路网络,使最后的全连接层可以连接多个参数,从而获得更多的图像信息,丰富网络学习的细节特征,提升ResNeXt网络的性能。

    一种混合缺陷模式晶圆图图像滤波方法

    公开(公告)号:CN115170422A

    公开(公告)日:2022-10-11

    申请号:CN202210798956.5

    申请日:2022-07-08

    Abstract: 本发明提出一种可以自动选择最优参数的图像滤波方法,针对晶圆图领域的混合缺陷模式晶圆图进行滤波处理,包括对混合缺陷模式的晶圆图图像进行初步聚类,形成多个小的聚类簇或噪声点,去除噪声点与噪声簇;根据设定的核心簇数量,对非核心簇进行合并或去除处理;计算合并或去除之后聚类簇的SD值,使得SD最大的核心簇数量即为最优的聚类簇数量,对应的滤波结果为最优滤波结果。本发明有效的解决了混合缺陷模式晶圆图使用传统滤波算法需要手动设置先验参数,且聚类簇数量无法确定的问题。

    一种用于水下图像复原的深度学习训练数据集合成方法

    公开(公告)号:CN113012037B

    公开(公告)日:2022-08-05

    申请号:CN202110263407.3

    申请日:2021-03-11

    Abstract: 本发明公开了一种用于水下图像复原的深度学习训练数据集合成方法,获取现有的RGBD数据集,并基于水下图像参数估计算法计算出真实水下场景对应的RGB颜色数值集合;基于柏林噪声生成不均匀的单通道背景光集合,并利用改进的水下光学模型生成多个数据对应的合成水下图像,其中,多个所述数据为在所述RGBD数据集、所述RGB颜色数值集合和所述单通道背景光集合中随机抽取的数据,考虑了由人工光源和水下自然环境渐变造成的不均匀背景光现象。并改变了随机生成背景光颜色的方法,采用在真实图像上获取的数值,让合成的图像更加逼真,颜色更加自然,提高了图像合成效果。

    一种用于水下图像复原的深度学习训练数据集合成方法

    公开(公告)号:CN113012037A

    公开(公告)日:2021-06-22

    申请号:CN202110263407.3

    申请日:2021-03-11

    Abstract: 本发明公开了一种用于水下图像复原的深度学习训练数据集合成方法,获取现有的RGBD数据集,并基于水下图像参数估计算法计算出真实水下场景对应的RGB颜色数值集合;基于柏林噪声生成不均匀的单通道背景光集合,并利用改进的水下光学模型生成多个数据对应的合成水下图像,其中,多个所述数据为在所述RGBD数据集、所述RGB颜色数值集合和所述单通道背景光集合中随机抽取的数据,考虑了由人工光源和水下自然环境渐变造成的不均匀背景光现象。并改变了随机生成背景光颜色的方法,采用在真实图像上获取的数值,让合成的图像更加逼真,颜色更加自然,提高了图像合成效果。

    一种改进KCF算法的多无人机跟踪方法

    公开(公告)号:CN112862854A

    公开(公告)日:2021-05-28

    申请号:CN202110181449.2

    申请日:2021-02-08

    Inventor: 马峻 姚震

    Abstract: 本发明公开了一种改进KCF算法的多无人机跟踪方法,结合了帧间差分法和ViBe算法的运动目标检测算法,以PP‑YOLO为主体结构的分类检测网络和改善了更新策略的KCF跟踪算法。利用帧间差分法和ViBe算法结合,不仅避免了帧差法无法适应相机抖动的问题,并且预先对噪点进行去除,从而使运动目标的检测更加准确,而基于PP‑YOLO网络间隔固定的时间更新KCF滤波器的方法,能够有效改善多目标跟踪过程中丢失和偏移的问题,解决了现有技术中的运用传统KCF算法跟踪无人机目标时出现较为明显偏移的技术问题。

Patent Agency Ranking