CN104406695B - 用于目标识别的红外超光谱信号处理方法、处理机及系统 - Google Patents

用于目标识别的红外超光谱信号处理方法、处理机及系统 Download PDF

Info

Publication number
CN104406695B
CN104406695B CN201410700672.3A CN201410700672A CN104406695B CN 104406695 B CN104406695 B CN 104406695B CN 201410700672 A CN201410700672 A CN 201410700672A CN 104406695 B CN104406695 B CN 104406695B
Authority
CN
China
Prior art keywords
spectral signal
core
spectrum
arm
dsp
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410700672.3A
Other languages
English (en)
Other versions
CN104406695A (zh
Inventor
黄珺
马泳
马佳义
梅晓光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201410700672.3A priority Critical patent/CN104406695B/zh
Publication of CN104406695A publication Critical patent/CN104406695A/zh
Application granted granted Critical
Publication of CN104406695B publication Critical patent/CN104406695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了用于目标识别的红外超光谱信号处理方法、处理机及系统,采用ARM+DSP双核系统架构,辅以各种外围电路的组成整个光谱信号处理机。基于ARM核进行光谱信号处理控制,包括由ARM核控制网口,并从网口发出对光谱仪的控制命令,光谱仪收到命令后开始采集当前目标的光谱信号,ARM核控制网口实时地读取光谱仪,然后通过核间互联通道将光谱信号发送到DSP核,接收DSP核的反馈数据,并通过将数据进行可视化处理并输出到视频外设。基于DSP核进行光谱信号预处理和基于DSP核进行光谱信号后处理。本发明的数据处理能力强,整个系统体积小,功耗低,可靠性强,识别率高,适合实时地进行红外超光谱信号识别。

Description

用于目标识别的红外超光谱信号处理方法、处理机及系统
技术领域
本发明属于红外超光谱信号处理领域,特别涉及一种适用于实时地进行目标识别的,基于ARM+DSP双核系统架构的红外超光谱信号处理机系统。
背景技术
物质的频域光谱信息又称谱指纹信息,能够反映出丰富而独特的物质特性,被广泛应用于分析化学、生物学、地质学、材料学等科学领域。高光谱遥感(Hyper Spectral Remote Sensing)克服了传统单波段、多光谱遥感在波段数、波段范围、精细信息表达等方面的局限性,以较窄的波段区间、较多的波段数量提供遥感信息;近年来,基于光谱指纹信息遥感技术在诸如大气、生态环境监测中得到应用,对于气体等许多物质频谱特征对光谱分辨率的要求应达到l nm甚至更高,即需要向超光谱(Ultraspectral)遥感发展。
超光谱遥感技术中,超光谱探测器在近十年来获得了重大突破,随着基于干涉原理的傅里叶变换红外光谱仪的出现,不仅可以获得高于1 nm的超高分辨率,而且可以实现全红外光谱范围内数千波段频域谱信息的实时采集,这为大气成分监测、空间探测、温室气体遥感、军事目标侦察等应用的研究和工程实现奠定了基础。在众多新的应用需求下,超光谱遥感系统的信号处理技术也迎来了全新的挑战,具体而言体现在以下几个方面:
(1)傅里叶变换红外光谱仪光谱仪获取的并非直接的频域光谱,而是干涉谱,如何对干涉谱的误差进行校正,如何从干涉谱反演出频域谱图,是传统色散光谱系统不曾遇到的问题;
(2)超光谱比高光谱有更多的波段和更细微的光谱信息,一个分辨率为1 cm-1的超光谱系统在2-14µm红外谱段具有多达4287个波段,而每帧谱图的获取时间只需要几十ms,如此海量的数据怎样快速的完成大气修正、噪声去除、数据压缩等信息处理过程,同时怎样才能保证这些处理不会破坏小于1nm的窄谱段精细信息,也是亟待解决的问题;
(3)为了实现对物体的识别,需要与光谱数据库进行匹配,但是大型的光谱数据库通常包含几千以致上万条高精度的参考光谱,将导致光谱匹配计算占用大量的时间。怎样能在保持匹配准确的前提下快速完成目标辨识,也需要研究全新的特征提取与匹配方法。
发明内容
本发明的目的是提供用于目标识别的红外超光谱信号处理机技术方案,基于ARM+DSP双核架构,能够克服现有技术中存在的上述问题。
本发明提供技术方案如下:
一种用于目标识别的红外超光谱信号处理方法,针对光谱仪采集的红外超光谱信号,基于DSP+ARM双核架构实现光谱信号处理, DSP核和ARM核之间设有核间互联通道,光谱信号处理实现如下,
基于ARM核进行光谱信号处理控制,包括如下控制操作,
由ARM核控制网口,并从网口发出对光谱仪的控制命令,光谱仪收到命令后开始采集当前目标的光谱信号,ARM核控制网口实时地读取光谱仪,然后通过核间互联通道将光谱信号发送到DSP核,
在DSP核完成光谱信号预处理和后处理工作之后,ARM核接收DSP核的反馈数据,并通过将数据进行可视化处理并输出到视频外设;
基于DSP核进行光谱信号预处理,包括由DSP核接收ARM核发送的光谱信号,并进行一系列的预处理运算操作,之后得到预处理后的光谱信号;包括如下预处理运算操作,
快速傅里叶反变换,包括对接收到的光谱信号进行快速傅里叶反变换;
光谱校正,包括校正系数的计算和实时光谱校正,所述实时光谱校正包括根据计算得到的校正系数对快速傅里叶反变换后的光谱信号进行线性变换,从而得到校正后的光谱信号;
去噪,包括对校正后的光谱信号进行去噪,得到去噪后的光谱信号,作为预处理后的光谱信号;
基于DSP核进行光谱信号后处理,包括根据所述预处理后的光谱信号,由DSP核进行一系列的后处理运算操作,之后将运算结果回馈到ARM核;包括如下后处理运算操作,
光谱信号解混,包括根据光谱信号预处理所得去噪后的光谱信号,确定出当前目标的光谱信号实际包含的端元以及丰度系数,得到解混后的光谱信号;
光谱信号特征提取,包括对解混后的光谱信号进行特征提取工作,用一系列水平线与光谱曲线的交点个数为光谱特征值来反映光谱的形状特征,得到目标光谱特征值;
光谱信号匹配与目标识别,包括根据目标光谱特征值,将目标光谱特征值与预设光谱特征值库进行匹配计算,找出光谱特征值库中匹配结果最好的光谱,并通过核间互联通道将运算结果作为反馈数据发送到ARM核。
本发明还相应提供上述用于目标识别的红外超光谱信号处理方法采用的红外超光谱信号处理机,以基于DSP+ARM双核架构的处理器为核心设置外围设备,所述处理器包括DSP核和ARM核,所述外围设备包括网口、RS232串口、SDRAM和SD card,DSP核和ARM核之间设有核间互联通道,ARM核通过网口连接光谱仪。
而且,基于DSP+ARM双核架构的处理器采用TMS320DM8168 处理器。
本发明还相应提供一种用于目标识别的红外超光谱信号处理系统,设置ARM子系统和DSP子系统,ARM子系统包括光谱信号处理控制模块,DSP子系统包括光谱信号预处理模块和光谱信号后处理模块,
所述光谱信号处理控制模块,用于进行光谱信号处理控制,包括如下控制操作,
由ARM核控制网口,并从网口发出对光谱仪的控制命令,光谱仪收到命令后开始采集当前目标的光谱信号,ARM核控制网口实时地读取光谱仪,然后通过核间互联通道将光谱信号发送到DSP核,
在DSP核完成光谱信号预处理和后处理工作之后,ARM核接收DSP核的反馈数据,并通过将数据进行可视化处理并输出到视频外设,其中模块RS232对整个系统启到调试的作用;
所述光谱信号预处理模块,用于由DSP核接收ARM核发送的光谱信号,并进行一系列的预处理运算操作,之后得到预处理后的光谱信号;进一步包括如下子模块,
快速傅里叶反变换模块,用于对接收到的光谱信号进行快速傅里叶反变换;
光谱校正模块,用于校正系数的计算和实时光谱校正,所述实时光谱校正包括根据计算得到的校正系数对快速傅里叶反变换后的光谱信号进行线性变换,从而得到校正后的光谱信号;
去噪模块,用于对校正后的光谱信号进行去噪,得到去噪后的光谱信号,作为预处理后的光谱信号;
所述光谱信号后处理模块,用于根据所述预处理后的光谱信号,由DSP核进行一系列的后处理运算操作,之后将运算结果回馈到ARM核;进一步包括如下子模块,
光谱信号解混模块,用于根据光谱信号预处理所得去噪后的光谱信号,确定出当前目标的光谱信号实际包含的端元以及丰度系数,得到解混后的光谱信号;
光谱信号特征提取模块,用于对解混后的光谱信号进行特征提取工作,用一系列水平线与光谱曲线的交点个数为光谱特征值来反映光谱的形状特征,得到目标光谱特征值;
光谱信号匹配与目标识别模块,用于根据目标光谱特征值,将目标光谱特征值与预设光谱特征值库进行匹配计算,找出光谱特征值库中匹配结果最好的光谱,并通过核间互联通道将运算结果作为反馈数据发送到ARM核。
本发明的技术方案相对于现有的红外超光谱信号处理机系统,具有以下显著优点:
、由于采用DSP+ARM双核架构,集成度高,大大降低了功耗和电路板体积,有利于实现红外超光谱信号处理机系统的低功耗和小型化。
、整个系统架构分工明确,ARM子系统控制整个系统的数据通信,而DSP子系统专注于算法运算,保证了红外超光谱信号处理系统的实时性与可靠性。
、综合运用了对光谱信号处理中的校正、去噪、解混、降维操作,并将各个模块有机地结合在一起,这使得本系统具有很高的识别率。
附图说明
图1为本发明实施例的整体原理框图。
图2为本发明实施例的内部原理框图。
图3为本发明实施例的外设框图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。
本发明实施例提供一种适用于目标识别的红外超光谱信号处理方法,针对光谱仪采集的红外超光谱信号,基于DSP+ARM双核架构实现光谱信号处理, DSP核和ARM核之间设有核间互联通道,光谱信号处理实现如下,
基于ARM核进行光谱信号处理控制,包括如下控制操作,
由ARM核控制网口,并从网口发出对光谱仪的控制命令,光谱仪收到命令后开始采集当前目标的光谱信号,ARM核控制网口实时地读取光谱仪,然后通过核间互联通道将光谱信号发送到DSP核,
在DSP核完成光谱信号预处理和后处理工作之后,ARM核接收DSP核的反馈数据,并通过将数据进行可视化处理并输出到视频外设;
基于DSP核进行光谱信号预处理,包括由DSP核接收ARM核发送的光谱信号,并进行一系列的预处理运算操作,之后得到预处理后的光谱信号;包括如下预处理运算操作,
快速傅里叶反变换,包括对接收到的光谱信号进行快速傅里叶反变换;
光谱校正,包括校正系数的计算和实时光谱校正,所述实时光谱校正包括根据计算得到的校正系数对快速傅里叶反变换后的光谱信号进行线性变换,从而得到校正后的光谱信号;
去噪,包括对校正后的光谱信号进行去噪,得到去噪后的光谱信号,作为预处理后的光谱信号;
基于DSP核进行光谱信号后处理,包括根据所述预处理后的光谱信号,由DSP核进行一系列的后处理运算操作,之后将运算结果回馈到ARM核;包括如下后处理运算操作,
光谱信号解混,包括根据光谱信号预处理所得去噪后的光谱信号,当前目标的光谱信号实际包含的端元以及丰度系数,得到解混后的光谱信号;
光谱信号特征提取,包括对解混后的光谱信号进行特征提取工作,用一系列水平线与光谱曲线的交点个数为光谱特征值来反映光谱的形状特征,得到目标光谱特征值;
光谱信号匹配与目标识别,包括根据目标光谱特征值,将目标光谱特征值与预设光谱特征值库进行匹配计算,找出匹配结果最好的光谱,并通过核间互联通道将运算结果作为反馈数据发送到ARM核。
参见图3,本发明提供上述红外超光谱信号处理方法采用的红外超光谱信号处理机,以基于DSP+ARM双核架构的处理器为核心设置外围设备,所述处理器包括DSP核和ARM核,所述外围设备包括网口、RS232串口、SDRAM和SD card,DSP核和ARM核之间设有核间互联通道,ARM核通过网口连接光谱仪。在本发明的实施方式中,以 TMS320DM8168 处理器为核心,辅以各种外围电路组成整个红外超光谱信号处理机系统。具体实施时,还可设置USB外设等其他外围设备。
依照本发明的一种适用于目标识别的红外超光谱信号处理机系统具有很强的数据处理能力,实时性好,识别率高,而且集成度高,电路体积小,功耗低,适合系统小型化。
本发明可相应提供一种适用于目标识别的红外超光谱信号处理系统,设置ARM子系统和DSP子系统,ARM子系统包括光谱信号处理控制模块,DSP子系统包括光谱信号预处理模块和光谱信号后处理模块。参见图1、2、3,实施例的系统主要包括以下几个模块:光谱信号处理控制模块100、光谱信号预处理模块200、光谱信号后处理模块300。
光谱信号处理控制模块100对系统的控制工作按如下步骤完成:SD card上存放linux系统内核镜像与启动代码,SDRAM为整个系统的运行内存,系统开机运行后ARM核控制Ethernet网口,并从网口发出对光谱仪的控制命令,光谱仪收到控制命令后开始采集当前目标的光谱信号,ARM核控制网口实时地读取光谱仪,然后通过DSP核与ARM核之间专有的核间互联通道将光谱信号发送到DSP核,DSP核完成算法工作之后,ARM核接收其反馈数据,并通过搭载的Linux系统与应用程序将数据进行可视化处理并输出到视频外设。通过模块RS232可对整个系统起到调试的作用。
光谱信号预处理模块200,接收所述光谱信号,并通过DSP核进行一系列的预处理运算操作,之后输出预处理后的光谱信号到光谱信号后处理模块300。
光谱信号后处理模块300,接收到所述预处理后的光谱信号,并通进行一系列的后处理运算操作,之后将运算结果回馈到光谱信号处理控制模块100。
其中,所述光谱信号预处理模块200包括:
快速傅里叶反变换模块201,采用了快速傅里叶反变换处理方法,该方法对接收到的光谱信号进行快速傅里叶反变换后输出到光谱校正模块202,该方法在保持0.1cm-1的光谱分辨率与不明显增加光谱还原畸变误差的情况下,同时满足了系统实时性的需求。
光谱校正模块202,该模块由两部分组成,一是校正系数的计算,这一步只需要在系统开机时运行一次,或者每隔一段时间执行一次即可;二是实时光谱校正,根据计算得到的校正系数对快速傅里叶反变换后的光谱信号进行线性变换,从而得到校正后的光谱信号。具体校正系数计算和线性变换实现为现有技术,本发明不予赘述。
去噪模块203,接收所述校正后的光谱信号,然后分为三个步骤进行处理:一维信号的小波分解、小波分解高频系数的阈值量化、一维小波的重构,具体实现为现有技术,本发明不予赘述。本实例采用sym4小波由Mallet算法对校正谱进行3层小波分解,逐层去噪然后合并,从而得到去噪后的光谱信号,即预处理后的光谱信号。
其中,所述光谱信号后处理模块300还包括:
光谱信号解混模块301,用于接收去噪后的光谱信号,由于光谱信号可能是多个端元按照一定丰度系数混合而成的组合光谱,所以需要解混确定出当前目标的光谱信号实际包含的端元以及丰度系数,得到解混后的光谱信号,再传递给光谱信号特征提取模块302。具体解混实现为现有技术,本发明不予赘述。
光谱信号特征提取模块302,对解混后的光谱信号进行特征提取工作,得到目标光谱特征值具体特征提取可采用主成分分析法、最小噪声分离法、线性判别分析法等方式,建议用一系列水平线与光谱曲线的“交点”个数(光谱特征值)来反映光谱的形状特征,并将所述光谱特征值传输至光谱信号匹配与目标识别模块303。
光谱信号匹配与目标识别模块303,接收所述目标光谱特征值后,将目标光谱特征值与光谱特征值库进行匹配计算,找出匹配结果最好的光谱(一般可取匹配最好的前几条光谱供用户参考,例如前三条),并通过DSP核与ARM核之间专有的核间互联通道将运算结果回馈到光谱信号处理控制模块100,以便通过光谱信号处理控制模块100上搭载的Linux操作系统与应用程序将信号进行可视化处理并输出到视频外设。光谱特征值库可预先建立,例如利用选取含有千余种物质光谱的光谱库,每种物质在光谱库中只有一条对应的光谱数据。
本发明采用ARM+DSP 双核架构进行红外超光谱信号处理。依照本发明的ARM+DSP双核架构,能将外部控制与信号处理分别独立进行,能提高系统的运行效率,大幅度提高光谱信号处理速度。本系统采用DSP+ARM双核架构,集成度高、功耗低、可靠性高。由于DSP核与ARM核之间采用专有的核间互联通道,具有极高的通信效率,进一步保证了系统的数据处理能力以及实时性能。此外,系统综合运用了对光谱信号处理中的校正、去噪、解混、降维操作,并将各个模块有机地结合在一起,这使得本系统具有很高的识别率。
通过参照本发明的实施例,上文中已经对本发明的技术方案进行了描述。本领域技术人员可以根据本发明在形式上和细节上作出各种改变和变形,但是这些改变和变形都应落在本发明的保护范围之内。

Claims (4)

1.一种用于目标识别的红外超光谱信号处理方法,其特征在于:针对光谱仪采集的红外超光谱信号,基于DSP+ARM双核架构实现光谱信号处理,DSP核和ARM核之间设有核间互联通道,光谱信号处理实现如下,
基于ARM核进行光谱信号处理控制,包括如下控制操作,
由ARM核控制网口,并从网口发出对光谱仪的控制命令,光谱仪收到命令后开始采集当前目标的光谱信号,ARM核控制网口实时地读取光谱仪,然后通过核间互联通道将光谱信号发送到DSP核,
在DSP核完成光谱信号预处理和后处理工作之后,ARM核接收DSP核的反馈数据,并通过将数据进行可视化处理并输出到视频外设;
基于DSP核进行光谱信号预处理,包括由DSP核接收ARM核发送的光谱信号,并进行一系列的预处理运算操作,之后得到预处理后的光谱信号;包括如下预处理运算操作,
快速傅里叶反变换,包括对接收到的光谱信号进行快速傅里叶反变换;
光谱校正,包括校正系数的计算和实时光谱校正,所述实时光谱校正包括根据计算得到的校正系数对快速傅里叶反变换后的光谱信号进行线性变换,从而得到校正后的光谱信号;
去噪,包括对校正后的光谱信号进行去噪,得到去噪后的光谱信号,作为预处理后的光谱信号;
基于DSP核进行光谱信号后处理,包括根据所述预处理后的光谱信号,由DSP核进行一系列的后处理运算操作,之后将运算结果回馈到ARM核;包括如下后处理运算操作,
光谱信号解混,包括根据光谱信号预处理所得去噪后的光谱信号,确定出当前目标的光谱信号实际包含的端元以及丰度系数,得到解混后的光谱信号;
光谱信号特征提取,包括对解混后的光谱信号进行特征提取工作,用一系列水平线与光谱曲线的交点个数为光谱特征值来反映光谱的形状特征,得到目标光谱特征值;
光谱信号匹配与目标识别,包括根据目标光谱特征值,将目标光谱特征值与预设光谱特征值库进行匹配计算,找出光谱特征值库中匹配结果最好的光谱,并通过核间互联通道将运算结果作为反馈数据发送到ARM核。
2.一种用于如权利要求1所述的用于目标识别的红外超光谱信号处理方法的红外超光谱信号处理机,其特征在于:以基于DSP+ARM双核架构的处理器为核心设置外围设备,所述处理器包括DSP核和ARM核,所述外围设备包括网口、RS232串口、SDRAM和SD card,DSP核和ARM核之间设有核间互联通道,ARM核通过网口连接光谱仪。
3.根据权利要求2所述红外超光谱信号处理机,其特征在于:基于DSP+ARM双核架构的处理器采用TMS320DM8168处理器。
4.一种用于目标识别的红外超光谱信号处理系统,其特征在于:设置ARM子系统和DSP子系统,ARM子系统包括光谱信号处理控制模块,DSP子系统包括光谱信号预处理模块和光谱信号后处理模块,
所述光谱信号处理控制模块,用于进行光谱信号处理控制,包括如下控制操作,
由ARM核控制网口,并从网口发出对光谱仪的控制命令,光谱仪收到命令后开始采集当前目标的光谱信号,ARM核控制网口实时地读取光谱仪,然后通过核间互联通道将光谱信号发送到DSP核,
在DSP核完成光谱信号预处理和后处理工作之后,ARM核接收DSP核的反馈数据,并通过将数据进行可视化处理并输出到视频外设,其中模块RS232对整个系统启到调试的作用;
所述光谱信号预处理模块,用于由DSP核接收ARM核发送的光谱信号,并进行一系列的预处理运算操作,之后得到预处理后的光谱信号;进一步包括如下子模块,
快速傅里叶反变换模块,用于对接收到的光谱信号进行快速傅里叶反变换;
光谱校正模块,用于校正系数的计算和实时光谱校正,所述实时光谱校正包括根据计算得到的校正系数对快速傅里叶反变换后的光谱信号进行线性变换,从而得到校正后的光谱信号;
去噪模块,用于对校正后的光谱信号进行去噪,得到去噪后的光谱信号,作为预处理后的光谱信号;
所述光谱信号后处理模块,用于根据所述预处理后的光谱信号,由DSP核进行一系列的后处理运算操作,之后将运算结果回馈到ARM核;进一步包括如下子模块,
光谱信号解混模块,用于根据光谱信号预处理所得去噪后的光谱信号,确定出当前目标的光谱信号实际包含的端元以及丰度系数,得到解混后的光谱信号;
光谱信号特征提取模块,用于对解混后的光谱信号进行特征提取工作,用一系列水平线与光谱曲线的交点个数为光谱特征值来反映光谱的形状特征,得到目标光谱特征值;
光谱信号匹配与目标识别模块,用于根据目标光谱特征值,将目标光谱特征值与预设光谱特征值库进行匹配计算,找出光谱特征值库中匹配结果最好的光谱,并通过核间互联通道将运算结果作为反馈数据发送到ARM核。
CN201410700672.3A 2014-11-28 2014-11-28 用于目标识别的红外超光谱信号处理方法、处理机及系统 Active CN104406695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410700672.3A CN104406695B (zh) 2014-11-28 2014-11-28 用于目标识别的红外超光谱信号处理方法、处理机及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410700672.3A CN104406695B (zh) 2014-11-28 2014-11-28 用于目标识别的红外超光谱信号处理方法、处理机及系统

Publications (2)

Publication Number Publication Date
CN104406695A CN104406695A (zh) 2015-03-11
CN104406695B true CN104406695B (zh) 2016-08-31

Family

ID=52644342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410700672.3A Active CN104406695B (zh) 2014-11-28 2014-11-28 用于目标识别的红外超光谱信号处理方法、处理机及系统

Country Status (1)

Country Link
CN (1) CN104406695B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110426354A (zh) * 2019-06-20 2019-11-08 中国农业大学 基于Linux和ARM的通用光谱检测装置及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102779363A (zh) * 2012-07-04 2012-11-14 广州亿程交通信息有限公司 一种路桥费用统计方法及系统
US8891673B1 (en) * 2011-07-13 2014-11-18 Softronics, Ltd. System and method for a multichannel transmitter and receiver

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120115729A (ko) * 2011-04-11 2012-10-19 전북대학교산학협력단 스펙트럼 데이터의 이상값 영향을 최소화하기 위한 전처리 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8891673B1 (en) * 2011-07-13 2014-11-18 Softronics, Ltd. System and method for a multichannel transmitter and receiver
CN102779363A (zh) * 2012-07-04 2012-11-14 广州亿程交通信息有限公司 一种路桥费用统计方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于ARM嵌入式近红外光谱仪器的研制;黄泳;《微计算机信息》;20081231;正文第127-129页 *
基于DSP和FPGA的高光谱图像处理系统的设计;张晔;《光电技术应用》;20100228;正文第57-59页 *

Also Published As

Publication number Publication date
CN104406695A (zh) 2015-03-11

Similar Documents

Publication Publication Date Title
CN103595414B (zh) 一种稀疏采样与信号压缩感知重构方法
CN102314685B (zh) 一种基于随机投影的高光谱图像稀疏解混方法
CN107729916B (zh) 一种基于isodata的干扰源分类识别算法
CN103308620B (zh) 化妆品中对羟基苯甲酸酯的快速测定方法
CN105338326A (zh) 一种嵌入式高空间高光谱分辨率视频采集系统
CN102564993A (zh) 一种利用傅里叶变换红外光谱识别大米品种方法及其应用
CN103235282A (zh) 一种l型二维天线阵列去耦自校正及波达方向估计方法
CN112504971A (zh) 一种变压器油中特征气体的光声光谱识别方法与装置
CN104406695B (zh) 用于目标识别的红外超光谱信号处理方法、处理机及系统
Ren et al. Deep RF device fingerprinting by semi-supervised learning with meta pseudo time-frequency labels
CN109298385A (zh) 一种波达方向的估计方法,系统及终端设备
Tabani et al. Improving the efficiency of transformers for resource-constrained devices
CN106526513A (zh) 基于异构双核的磁共振接收机
Gu et al. Content‐augmented feature pyramid network with light linear spatial transformers for object detection
Wang et al. Raman spectrum model transfer method based on Cycle-GAN
CN116796250A (zh) 一种混叠无线信号智能识别与分离方法及系统
CN108768394A (zh) 一种数模混合微系统adc单元动态参数测试系统
CN104268896A (zh) 基于光谱抽样直方图的超光谱降维匹配方法及系统
CN102156872A (zh) 一种基于多光谱数据的物体识别方法和装置
Masters et al. A calibration and mapping pipeline for the green bank telescope
CN108734672A (zh) 基于光谱库裁剪与协同稀疏回归的高光谱数据解混方法
CN102054273A (zh) 基于单形体三角分解的高光谱遥感图像混合像元分解方法
CN103714572A (zh) 基于光谱重构的三步高光谱图像融合方法
Babak et al. Signal based vetoes for the detection of gravitational waves from inspiralling compact binaries
CN114519996B (zh) 一种语音合成类型的确定方法、装置、设备以及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant