一、实时控制传输中的数据“粘连”算法分析研究（论文文献综述）
李亿发[1]（2021）在《血管介入手术机器人主从同步控制研究》文中指出微创血管介入手术因其术中创口小、病灶定位精准、器械递送灵活、安全性高、术后痊愈快等优势,已成为临床上治疗心血管疾病的主要方式之一。于此同时,医生在血管介入手术机器人辅助下进行人机协同手术能够进一步提高手术的治疗精度与安全性,避免X射线对医生辐射,并使远程手术治疗成为现实。因此血管介入手术机器人已成为医工领域的研究热点。临床上,为保证介入手术的成功性,手术机器人的主从同步控制需具备较高的稳定性与跟随性,使机器人动作执行稳定不产生振荡,且主从端动作高度同步,以满足医生操作要求。但机器人主从端交互指令存在传输时延且大小波动,严重影响系统的同步控制性能。针对机器人的主从同步控制以及指令传输时延对系统同步控制性能影响,本文通过研究和分析相关技术,研制出手术机器人系统,并以此研究平台,对系统的主从同步控制展开研究。本文的主要工作包括:（1）针对传统血管介入手术方式存在的弊端并结合手术中医生的操作流程,研制出主从遥操作式手术机器人系统。（2）针对机器人主从端遥操作中交互指令的传输时延以及指令粘连,提出多连接自适应固定时延通信方法,保证指令有序可靠传输且将传输时延进行可调整式固定。（3）针对机器人主从间指令传输时延对系统同步控制稳定性与跟随性的影响,对模糊PID控制方法与Smith预估控制方法展开研究并设计Smith-Fuzzy控制器降低控制系统对被控对象模型精确度的依赖以及系统时延环节对其的影响。进一步应用多连接自适应固定时延方法降低指令传输时延波动对系统的影响。经仿真试验验证,系统在Smith-Fuzzy控制器作用下,有效克服指令传输时延对系统性能影响,主从端同步控制的稳定性与跟随性满足设计要求。（4）搭建系统-人体血管模型实验平台和系统-动物实验平台,测试已研制手术机器人系统的主从同步控制的跟随精度与稳定性,以及验证手术机器人系统在临床上的可行性与安全性。
郑重港[2]（2021）在《基于机器视觉的线束插装引导及缺陷检测技术研究》文中指出随着现代科学技术的加速发展,工业自动化与智能化是推动企业发展和加速转型的必要过程。虽然现有许多工业产品都能实现全自动化生产,但考虑到自动化引入成本高以及产品自身制造工艺复杂等问题,仍然有部分装配及质量检测工作需要人工完成,而人工操作极易造成产品装配质量的不稳定。因此在手工装配过程中,进行各装配工序的在线引导和实时检测,将会给产品质量的稳定带来较大的提升。鉴于此,本文利用机器视觉技术,以某型电气控制柜内预装模块的线束插装为研究对象,开发一套基于机器视觉的线束插装引导及缺陷检测系统。主要内容如下:（1）首先根据控制柜内部线束插装的行业检测标准和企业实际生产需求,明确了本系统的检测内容及要求;然后模块化搭建系统框架,并详细介绍了其工作流程;最后基于实际生产情况,构建了视觉成像方案,包括对相机、镜头和光源等硬件的选型以及照明方案的设计。（2）设计了端子排插装引导基准点定位算法。针对特定的简单应用场景,提出一种基于标记的插装点辅助定位算法;针对自由度更高的应用场景,提出一种基于无标记的插装点自动定位算法;通过实验验证了两种算法的准确率和时效性,实验结果表明,两种算法的定位准确率均能达到98%以上,且单张图片耗时约为60ms,最后根据实际应用需求,选择合适的算法作为系统的定位方案。（3）设计了插装后的缺陷检测算法。首先基于检测需求,提取检测区域作为后续插装质量检测的ROI;然后设计粗、细两级特征提取算法,定位线束号码管上的字符并将其作为基准进一步设计各类缺陷检测算法,包括:基于SVM的号码管内容检测算法、基于改进色差法的线束颜色识别算法、基于区域判断的线束漏插检测算法和基于长度特征的线束插装深浅检测算法;最后通过离线测试,表明各算法的准确率均能达到98%以上,验证了所提算法的有效性与准确性,可满足企业的实际生产需求。（4）开发了线束插装引导与缺陷检测软件系统。首先对系统的可视化装配引导方式进行规划,提出一种基于XML的装配工艺信息封装与管理方法;然后在搭建的框架基础上,通过C++与C#联合编程在.Net平台完成软件系统开发;最后通过在线应用测试,验证了本系统具有操作简单、稳定可靠的特性,能够满足系统的设计要求。
秦久人[3]（2021）在《移动流媒体多路传输关键技术研究》文中认为近年来,随着以5G为代表的移动互联通信技术的快速发展,以及智能手机、便携式电脑、可穿戴设备等硬件的快速普及,移动流媒体业务得到了长足发展。以网络课堂/会议、视频通话、即时游戏等为代表的移动流媒体应用,一方面极大的方便了人们的工作、生活,丰富了人们的娱乐方式,另一方面也带来了海量的即时数据传输需求。在移动网络环境下,由于用户移动性、无线信道干扰等因素的影响,传输层面临传输路径稳定性差,丢包率高等问题。传统以TCP为代表的单路径传输协议,难以适应复杂、多变的移动网络环境,传输速率受限于单一网络性能,且传输连接稳定性差,难以满足移动流媒体业务的传输需求。为了解决上述问题,以多路传输控制协议（Multipath Transmission Control Protocol,MPTCP）为代表的多路传输协议得到了国内外专家学者的广泛关注。MPTCP能够利用通信终端的多个网络接口（Wi-Fi,4G/5G等）在一个传输连接中建立多条子流。相较于单路径,多条子流并行传输能够有效的利用不同网络中的空闲带宽提高系统吞吐量,降低传输时延。尽管拥有上述优势,在面向移动流媒体业务时,MPTCP仍存在如下问题:（1）调度策略低效。MPTCP采用基于最短往返时延的数据分发策略,并在数据包传输失败后进行无差别的重传,在异构环境下,容易导致数据包乱序,增加传输延迟;（2）拥塞控制僵化。MPTCP采用固定的窗口调整策略,无法针对多样的输入流进行调整,导致传输效率低下;（3）网络感知匮乏。MPTCP难以感知网络环境对传输的影响,导致传输决策盲目、低效;（4）能耗管理缺失。由于移动终端的能量受限,而MPTCP缺乏能量管理机制,导致移动终端使用寿命下降,影响用户使用体验。因此,本文重点从动态数据调度、智能拥塞控制、网络环境感知、能量效率平衡等方面进行突破,并取得了如下成果:（1）针对调度策略低效问题,提出了部分可靠的多路虚拟队列调度机制。首先构建了虚拟队列模型,打破传统发送窗口约束,最大程度上保证数据包的按序到达。而后设计了面向消息的部分可靠重传算法,避免了无效重传。仿真实验结果显示,在不同网络参数下,所提方案能有效地减少数据包乱序概率,降低数据包交付时延。（2）针对拥塞控制僵化问题,设计了输入特征分析的多路智能拥塞控制机制。首先,在频域上对数据流的特征进行提取。在此基础上,利用增强学习理论对多路拥塞控制进行建模,根据网络环境及输入流动态调整控制策略。仿真实验结果表明,所提方案能够以较小的时延代价获得较高的吞吐量提升,性能优于同期解决方案。（3）针对网络感知匮乏的问题,提出了子流耦合感知的多路自适应传输方案。首先,通过提取子流耦合特征与拥塞特征,从空间与时间上对网络环境对传输的影响进行量化。而后,基于深度Q网络方法,对多路传输策略进行训练。仿真结果显示,在多种传输场景下,所提方案都能获得优于对比方案的系统吞吐量与时延。（4）针对能耗管理缺失问题,设计了能效均衡的多路传输优化算法。首先,通过设计传输效用模型,对影响传输性能的带宽、时延、能耗等问题进行综合分析。而后,通过Q-Learning方法,在兼顾传输效率的基础上对传输能耗进行优化。仿真实验结果表明,所提算法能够在保证传输吞吐量与时延性能相似的前提下,实现传输能耗的降低。本文面向移动网络环境下的流媒体多路传输,对调度、拥塞、网络、能耗等问题进行了分析。并利用统计分析、数学建模、人工智能、实验测试等方法对相关问题进行了解决。本文的研究成果能够为我国未来移动流体业务的发展提供一定的技术支撑。
魏俣童[4]（2021）在《不稳定环境下基于深度网络的视频修复和强化学习方法研究》文中研究指明作为人工智能领域的重要概念,深度学习的研究已经引发了国内外学者的广泛关注和热情。深度学习的发展目标是使机器拥有与人类似的感知和决策等能力,来帮助或代替人类解决很多工作和生活上的难题,如自动驾驶、AI医疗诊断、智能客服等。考虑到现实场景一般都是复杂多变的,因此将深度学习方法拓展到不稳定环境中,就具有重要的理论研究价值和实际应用意义。由于不稳定环境的制约,视频质量在传输中难以得到保证,目前对于该问题的研究大多集中于传输阶段,其效果受到客观条件的限制,无法保证视频的无损传输。同时,目前适用于复杂环境中策略求解的深度强化学习方法一般带有环境稳定的默认假设,然而在不稳定环境中该假设也难以满足,这就导致决策策略的有效性无法得到保证;并且深度强化学习方法本身也存在着探索利用平衡、超参数选择等棘手的问题。针对上述情况,本文的具体工作如下:（1）不稳定环境下的传输视频缺损问题。以视频传输数据为例,本文考虑了一个非常一般的带有完全随机性的视频缺损情况,并且提出了不稳定传输下低延时的视频修复方法:首先通过引入光流图将复杂的三维RGB图像中运动轨迹的提取问题降低到两维,再基于运动轨迹在时间维度上的连续性建立线性预测模型,来对受损的视频帧进行粗略修复;然后提出了一个编码-解码器结构的部分卷积神经网络,结合粗略修复的结果以及原始的参考帧来完成受损视频帧的精细修复。（2）不稳定环境下的强化学习问题。针对决策过程中环境发生改变的情况,本文提出了一个自适应的深度强化学习方法:首先,通过引入深度网络模型的不确定性,将深度网络对于状态动作值的确定预测转化为预测分布,该分布反映了智能体对环境的学习进度,并且通过比较采样得到的状态动作值可以对动作进行选择。当环境发生变化时,深度网络的训练数据分布将发生变化,其预测分布也会出现相应的变化,从而对动作的选取作出调整。其次,提出了一个深度强化学习中深度网络设置的合理性判据,并且基于大偏差原理将误判概率最小化,利用该判据可以在网络训练完成之前对其设置的合理性作出预判。经实验验证,低延时的视频修复方法不仅在多种信息丢失的情况下实现了比基线高4.0%～12.7%的修复质量,还有效减少了视频修复模型启动前的等待时间;自适应的深度强化学习方法在稳定和不稳定环境中都能实现自动的探索利用平衡及策略更新,并且有效节约了深度网络超参数设置过程的时间和成本。本文所提出的方法拓宽了深度学习的应用场景,有效提高了视频传输和强化学习方法的实用性和稳定性。
赵妍[5]（2021）在《基于多径协同的虚拟现实传输系统设计与实现》文中研究指明虚拟现实（Virtual Reality,VR）技术普及率日益增长,虚拟现实内容快速增长,虚拟现实技术未来具有广阔的发展前景。但是虚拟现实应用在带宽,延迟和数据包丢失方面对网络性能提出了独特的要求和挑战。本文根据虚拟现实基于视口（FieldofView,FOV）传输的特点,在无线家庭网条件下,针对单用户场景和多用户组场景这两种高频应用场景,就如何在有限的网络资源下充分利用信道带宽,减少冗余数据传输,以及虚拟现实对于高带宽低延迟的要求的问题进行了深入的研究,设计了一种基于多径协同的虚拟现实传输系统。本文的主要创新点如下:（1）本课题提出了一种基于视点优化的QoE（Quality of Experience）评价方法,在虚拟现实视频质量计算过程中充分考虑了虚拟现实内容的视口特征,评价结果更加贴合虚拟现实应用实际特性,将这种QoE指标作为码率自适应算法的控制因素,可以在不影响用户体验的情况下,提高传输效率。（2）本课题提出一种基于虚拟现实视口特征的多路径调度算法,通过对多路径传输的数据之间的解耦,解决了现有多径传输中最棘手的队头阻塞问题,并且在数据选路阶段通过强化学习算法实现对链路质量更准确的选择,从而提高数据传输效率。（3）聚焦于多用户同时观看全景视频或同时参与游戏这一具有广泛前景的虚拟现实应用场景,本课题提出一种新颖的在多用户场景下的多路径协同传输机制,在不影响用户体验效果的前提下,通过有效减少冗余数据传输来降低传输数据量。
刘若琳[6]（2021）在《CEE实验中TOF探测器数据获取系统研究》文中研究说明正在建设的低温高密核物质谱仪CEE（CSR External-target Experiment）,主要用于研究核物质相结构和核物质状态方程等重要科学问题。该实验包含多种探测器。其中,TOF子探测器是实现GeV能区带电粒子鉴别的重要手段。经过估算,在经过触发后,总实验的数据率可达到1.25 GByte/s,TOF系统的数据率可达到99.7MByte/s,在设计中为了使TOF子探测器系统的数据获取（Data AcQuisition,DAQ）系统可与其他子系统的DAQ系统互相兼容,在设计CEE实验TOF子探测器系统的DAQ系统时应考虑到全局的要求,满足总实验的数据率要求。基于系统的传输和处理要求,借鉴当前大数据处理的流处理思想,设计了具有通用性的D-Matrix流处理数据获取架构。该架构将源源不断产生的数据视为流,同时将DAQ中的如事例组装、命令分发等处理任务抽象为一系列流处理节点级联和组合。该架构将不同的信息抽象为不同的流,建立统一的标准数据帧和标准接口,并将不同的传输技术抽象为统一的传输模型,使得DAQ系统中传输和处理部分解耦,可灵活移植到别的实验平台中。除此之外,D-Matrix架构中流处理节点具有高速模块化特点,并实现了软件和固件版本,因此可在系统中进行灵活部署。在本文中引入了 D-Matrix流处理数据获取架构并介绍了其核心组成模块的实现,具体包含可应用于不同传输场景的流传输模型和流处理节点等。并在分析系统的流信息基础上,提出了不同流的处理模式。之后,介绍了 CEE实验TOF子探测器的数据获取系统硬件架构,并基于对系统资源和流信息的分析,将D-Matrix架构应用于该硬件架构之上,完成DAQ系统处理需求。最后对整个系统进行进行模块级和系统级测试。验证了传输模型和流处理节点功能正确性,同时整个系统传工作稳定,可正确完成事例组装、命令分发等任务。本文引入的D-Matrix流处理数据获取架构具有良好的可扩展性,可应对未来实验规模扩大,同时具有通用性,可方便移植于其他实验平台中。
张国豪[7]（2021）在《智能靶场通信系统设计与关键技术研究》文中研究表明智能靶场肩负着智能装备的试验测试任务;而智能装备对抗的试验测试需要对装备中各种传感器的信号进行采集传输,有时还需实施必要的控制;这对靶场通信系统提出严峻挑战。本文针对集群自主武器系统对抗试验测试中可能出现的突发热点区域迁移、大覆盖高可靠控制等问题展开研究,主要贡献如下:首先,对集群自主武器测试中的通信需求进行了分析,总结了音视频、位姿测量、装备控制等方面的通信带宽、延时抖动、覆盖等技术指标,分析了 WiFi6、5G等通信技术在上述场景下的适用性,设计采用基于WiFi6的高带宽通信加基于LoRa的高可靠通信两种通信模式融合的智能靶场通信系统。其次,针对WiFi单接入点（AP）覆盖范围小、AP间迁移需要重新认证导致断线等无法实现大覆盖区域迁移高速流媒体数据传输的问题,设计采用FITAP网络架构、采用无线接入控制器AC控制多个无线接入点AP的集中认证和统一资源调配管理,设计了端网结合的无缝漫游技术,实现了装备试验场的大范围WiFi同网覆盖;针对室内室外场景的特点使用蜂窝三角式与直线型覆盖方式对靶场中的复合场景进行仿真覆盖设计,并据仿真结果在工科楼群进行了布设。针对装备集群测试中多终端连接可能造成的AP负载过高的问题,设计了突发热点区域的负载迁移机制和信道分配算法,提高了网络整体吞吐率。实验结果验证了网络的覆盖、延迟、带宽等满足相关要求。针对高可靠数据传输,本文采用穿透性强、纠错力高的LoRa技术,研制了基于嵌入式平台的LoRa-WiFi网关,设计了 STM32F407平台的LoRa的SPI收发和WiFi串口连接C语言函数,采用VC++设计了监测中心的收发网关和位姿应用数据接收解析软件,实现了适应靶场不同业务需求的异构通信系统。为实现对靶场装备信息的快速反应、快速判别与各类监测节点的远程调试与配置,研究虚拟串口、端口映射等技术,实现了能够访问靶场测控节点底层数据的实时业务隧道,达到了远程获取各测控节点数据并在线控制的作用。设计了靶场试验网络的测试方案,针对所布设网络的连通性、负载量、网关转发能力、业务隧道实时测控等性能使用专业工具对其进行实际效果的验证测试,实验证明各项性能符合设计指标,能够为智能装备试验的测试构建相对完善的通信系统。
周洪航[8]（2021）在《单载波高速光通信系统中数字信号处理技术研究》文中认为随着物联网、云计算、虚拟现实、超高清多媒体和移动数据通信等新兴业务和新技术的迅速发展,网络带宽的需求出现爆发式地增长。高速光通信系统作为目前通信网络的基础物理层,正在朝着大容量、高速率等方向不断发展。其中,数据中心光互联和光接入网等短距离传输网络面临着容量和部署成本快速增长等多重压力,下一代短距通信系统成为当下研究热点之一。本论文围绕单载波高速光通信系统,聚焦于短距离高速低成本PAM传输系统中数字信号处理技术,进行了涉及时钟恢复、均衡、FEC编译码和概率整形调制模块的分析与研究工作。本文的主要工作内容与创新点如下:1.研究了 PAM传输系统的总体架构,对发射端和接收端的不同方案进行了对比,分析了链路中常见的包括时钟相位偏移、带宽受限、啁啾效应、幅度相关噪声、色散与功率衰落效应等信号损伤因素。分别对数字信号处理技术中的时钟恢复、均衡、FEC编译码和概率整形调制模块在PAM系统中应用现状进行了调研,分析了不同时钟恢复算法的应用场景,对比各种均衡技术的性能和复杂度,总结了前向纠错编码方案的发展趋势,研究了概率整形调制技术在PAM传输中的特性,分析了现有模块存在的问题。2.提出了基于均衡器抽头权重的全数字时钟恢复与信道均衡联合处理算法（CR-FFE）,在基于10 GHz带宽DML的50 Gbit/s速率PAM4传输系统中进行了离线实验验证,采用CR-FFE实现了 40 km光纤传输后1000 ppm的时钟频率偏移容忍度,相对传统方案将容忍度提升了 50倍,实现了时钟恢复与信道均衡的同步进行,解决了 PAM传输中时钟恢复与信道均衡先决条件不兼容问题。3.提出了基于多维基扩展和聚类的增强型硬判决方法,在基于10 GHz带宽DML调制50 Gbit/s速率下的PAM4传输系统中进行了实验验证。30 km传输后,在采用FFE均衡时,该增强型硬判决方法相对于传统硬判决,实现了误码率在3.8×10-3硬判决门限以下的可靠性传输;在采用VNLE均衡时,该增强型硬判决方法相对传统硬判决,在硬判决阈值处实现了 0.6dB的光功率预算增益。同时,相对于记忆深度为5的传统MLSE算法,该方法在二维基扩展下可实现了 2.5 dB的接收光功率增益。4.首次实验分析了 polar软判决编译码在PAM传输中的性能,基于商用10 GHz带宽DML调制器,完成了 polar编译码的28 Gbaud速率PAM4和PAM8系统C波段10 km单模光纤传输,通过研究非线性传输后PAM信号的概率密度函数,提出基于非等同高斯分布LLR估计的改进型polar软判决译码方法,实验结果表明,相对polar基于等同高斯分布LLR估计的传统译码器,所提出的改进型译码方法在PAM4和PAM8系统中分别获得了 0.7 dB和1 dB的额外光功率预算。5.研究并分析了基于CCDM的概率整形幅度调制方案和基于多对一映射的BICM-ID方案,提出了低复杂度的基于多对一映射的无迭代BICM方案用于概率整形编码调制,采用该方案搭建了 polar编译码的PS-PAM8传输实验平台,提出了针对PS-PAM8的时钟恢复优化技术对抗10 km传输后的眼图倾斜效应,在BTB、2 km和10 km传输后分别实现了 1.2 dB、0.8 dB、0.4 dB的整形增益。最后对概率整形下LDPC码和polar码在不同码长时进行了误码率性能和复杂度对比,实验结果表明,在码长为1024,512,256 时,polar码相对LDPC码分别实现了 1 dB,1.4 dB和2.2 dB的灵敏度增益,所需乘法器数量分别降低了 35%,27%和20%,反映出了所提方案在性能和计算复杂度上的优越性。
胡涵[9]（2019）在《多频段无源成像目标轮廓提取算法与显控软件设计实现》文中研究说明面对当今全球化环境带来的机遇与趁机兴起的恐怖势力带来的威胁共存的环境,太赫兹/毫米波无源探测成像技术扮演着十分重要的角色。所有物体自身均会辐射电磁波,同时还会反射环境中的电磁波。太赫兹及毫米波无源探测成像技术正是利用待检测目标相对于场景背景在相应频段电磁波辐射能量差异来进行成像。该技术具有高效、高质量成像且无辐射等性能优点,在公共安全、反恐防袭等应用中有重要价值。通常,受限于成本及部件制造工艺的限制,太赫兹/毫米波探测成像系统的初始成像结果往往信噪比较低、边缘轮廓较为模糊,为后续信号处理带来了很大困难。太赫兹/毫米波无源图像中,目标轮廓所包含的信息对正确的目标检测、识别具有重要意义,所以,研究实用、高效的目标轮廓提取算法具有重要意义。显控终端是成像系统的重要组成单元,作为整个系统的人机交互单元及指令、数据收发枢纽,它负责对伺服扫描单元、信号采集单元等的控制,对单元状态的监控,以及对系统采集到的图像进行实时显示和存储。对应的设计处理满足显示控制的基本要求,还需考虑后续功能升级,以便适应实际系统的多方面需求。本论文依托实际科研项目,完成的主要研究内容如下:1.研究了太赫兹及毫米波两频段无源成像的理论基础,分析了目标的辐射特性及对遮挡物的穿透特性,分析论证了系统工作频率选择,并总结介绍了太赫兹频段成像系统的基本工作模型。2.针对无源毫米波成像信噪比较低、目标边缘较模糊的特点,研究并实现了适用于此类图像的空域滤波、频域滤波及各向异性扩散滤波等预处理方法。并在此基础上,结合图像分割理论,提出一种基于类别及边界预判的改良区域生长算法来对隐匿目标进行轮廓提取,在实验验证中取得了优良的效果。3.结合实际项目中的系统总体方案以及实际应用的需求,进行了显控终端平台及开发框架的选型,对显控软件的功能模块、布局、开发技术进行了构架。4.完成了显控软件图形用户界面（Graphical User Interface,GUI）开发,并通过软件模拟调试及计算机联合模拟调试的方法对其功能进行了验证。实验结果表明其指标、功能均满足项目要求,并为后续升级提供了可能性。
张翔,王树宗,朱华兵[10]（2004）在《实时控制传输中的数据“粘连”算法分析研究》文中研究表明工程项目中对实时控制的要求比较高 ,而TCP/IP对小数据包无法实时传输 ,且有数据粘连现象。本文对这种现象从原理上进行了分析 ,结合常用的解决方法提出了自己的解决思路
二、实时控制传输中的数据“粘连”算法分析研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、实时控制传输中的数据“粘连”算法分析研究（论文提纲范文）
（1）血管介入手术机器人主从同步控制研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 主从式血管介入手术机器人系统国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文组织结构与研究内容 |
| 第二章 血管介入手术机器人主从同步控制系统总述 |
| 2.1 系统总体结构 |
| 2.2 系统主从端机构设计 |
| 2.2.1 系统主端机构设计 |
| 2.2.2 系统从端机构设计 |
| 2.3 系统主从同步控制功能开发 |
| 2.3.1 推拉动作实现 |
| 2.3.2 旋转动作实现 |
| 2.3.3 力感知实现 |
| 2.3.4 安全机制实现 |
| 2.4 本章小结 |
| 第三章 血管介入手术机器人系统主从指令传输方法设计 |
| 3.1 系统主从通信时延构成和性能影响分析 |
| 3.2 系统主从通信时延测试 |
| 3.3 系统主从多连接自适应固定时延的指令传输方法 |
| 3.3.1 交互指令粘连与拆分现象分析 |
| 3.3.2 多连接自适应固定时延的指令传输方法 |
| 3.4 本章小结 |
| 第四章 血管介入手术机器人Smith-Fuzzy控制器研究 |
| 4.1 器械递送机构数学模型 |
| 4.2 PID控制器设计 |
| 4.2.1 PID控制器理论介绍 |
| 4.2.2 PID控制器参数整定 |
| 4.3 模糊PID控制器设计 |
| 4.3.1 模糊控制系统基本原理 |
| 4.3.2 模糊PID控制器设计 |
| 4.4 模糊PID控制系统仿真 |
| 4.5 Smith预估控制原理 |
| 4.6 Smith预估器的改进 |
| 4.7 Smith-Fuzzy控制器的设计与仿真 |
| 4.8 本章小结 |
| 第五章 血管介入手术机器人系统实验 |
| 5.1 系统主从同步控制精度测试 |
| 5.2 系统血管模型实验 |
| 5.3 系统动物实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术成果 |
（2）基于机器视觉的线束插装引导及缺陷检测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及论文结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 1.4 技术路线 |
| 1.5 创新点 |
| 第二章 系统整体分析与设计 |
| 2.1 系统需求分析 |
| 2.2 系统框架设计 |
| 2.3 系统工作流程 |
| 2.4 硬件方案设计 |
| 2.4.1 硬件平台搭建 |
| 2.4.2 相机的选型 |
| 2.4.3 镜头的选型 |
| 2.4.4 照明方案设计 |
| 2.5 软件框架设计 |
| 2.6 关键技术分析 |
| 2.7 本章小结 |
| 第三章 插装引导基准点定位算法设计 |
| 3.1 插装基准点选取原则 |
| 3.2 图像预处理 |
| 3.2.1 图像灰度化 |
| 3.2.2 图像滤波 |
| 3.2.3 图像增强 |
| 3.3 基于标记的辅助定位 |
| 3.3.1 Marker标记的选取 |
| 3.3.2 Marker标记的检测定位 |
| 3.3.3 插装点的定位 |
| 3.4 基于无标记的自动定位 |
| 3.4.1 端子排矫正与定位 |
| 3.4.2 插装点定位 |
| 3.5 算法测试与结果分析 |
| 3.6 本章小结 |
| 第四章 线束插装后缺陷检测算法设计 |
| 4.1 线束插装缺陷类别 |
| 4.1.1 缺陷类别说明 |
| 4.1.2 算法流程 |
| 4.2 感兴趣区域与线束定位基准提取 |
| 4.2.1 感兴趣区域提取 |
| 4.2.2 定位基准选取原则 |
| 4.2.3 定位基准提取算法 |
| 4.2.4 定位基准提取算法准确率分析 |
| 4.3 线束号码管内容检测 |
| 4.3.1 基于SVM的号码管内容识别 |
| 4.3.2 号码管内容检测示例 |
| 4.3.3 号码管内容检测实验与分析 |
| 4.4 线束色序检测 |
| 4.4.1 基于改进色差法的颜色识别 |
| 4.4.2 线束颜色检测示例 |
| 4.4.3 线束颜色检测实验与分析 |
| 4.5 线束漏插检测 |
| 4.5.1 基于区域判断的漏插检测 |
| 4.5.2 线束漏插检测示例 |
| 4.5.3 线束漏插检测实验与分析 |
| 4.6 线束插装不规范检测 |
| 4.6.1 基于长度特征的插装深浅检测 |
| 4.6.2 线束插装深浅检测示例 |
| 4.6.3 线束插装深浅检测实验与分析 |
| 4.7 本章小结 |
| 第五章 系统软件开发与测试 |
| 5.1 装配工艺信息管理模块封装 |
| 5.1.1 可视化装配引导方案规划 |
| 5.1.2 基于XML的数据封装与管理 |
| 5.2 视觉检测算法封装 |
| 5.3 软件开发与实现 |
| 5.3.1 系统开发环境 |
| 5.3.2 功能模块设计 |
| 5.4 系统测试 |
| 5.5 系统性能验证 |
| 5.6 本章小结 |
| 总结和展望 |
| 工作总结 |
| 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要研究成果 |
（3）移动流媒体多路传输关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 本文主要缩略语 |
| 第一章 绪论 |
| 1.1 论文研究背景 |
| 1.2 论文选题依据 |
| 1.3 论文主要研究内容 |
| 1.4 论文主要贡献与创新 |
| 1.5 论文组织结构 |
| 第二章 相关工作综述 |
| 2.1 移动网络下的流媒体业务 |
| 2.2 移动流媒体单路传输技术 |
| 2.3 移动流媒体多路传输技术 |
| 2.4 本章小结 |
| 第三章 部分可靠的多路虚拟队列调度机制 |
| 3.1 本章引言 |
| 3.2 延迟预测的多路虚拟队列分发 |
| 3.2.1 传输丢包分析模型 |
| 3.2.2 基于混沌理论的到达预测 |
| 3.2.3 多路虚拟队列分发 |
| 3.3 面向消息的部分可靠重传算法 |
| 3.3.1 MPTCP部分可靠协议扩展 |
| 3.3.2 面向消息的重传算法 |
| 3.4 仿真实验 |
| 3.4.1 FD-MVQS性能验证 |
| 3.4.2 MO-PR性能验证 |
| 3.5 本章小结 |
| 第四章 输入特征分析的多路智能拥塞控制机制 |
| 4.1 本章引言 |
| 4.2 系统设计 |
| 4.3 RL-PSD算法 |
| 4.3.1 输入流功率谱密度分析 |
| 4.3.2 多路传输状态分析 |
| 4.3.3 拥塞控制动作定义 |
| 4.3.4 基于传输效用函数的回报计算 |
| 4.3.5 双层协作的Q-表生成与维护 |
| 4.4 性能分析 |
| 4.4.1 实验场景设计 |
| 4.4.2 实验结果分析 |
| 4.5 本章小结 |
| 第五章 子流耦合感知的多路自适应传输方案 |
| 5.1 本章引言 |
| 5.2 系统设计 |
| 5.3 基于小波去噪的子流耦合识别 |
| 5.3.1 柔性阈值的小波去噪 |
| 5.3.2 子流耦合特征识别 |
| 5.4 基于DQN的多路传输控制 |
| 5.4.1 多路DQN传输模型 |
| 5.4.2 多路DQN拥塞控制算法 |
| 5.5 性能分析 |
| 5.5.1 实验场景设计 |
| 5.5.2 实验结果分析 |
| 5.6 本章小结 |
| 第六章 能效均衡的多路传输优化算法 |
| 6.1 本章引言 |
| 6.2 系统设计 |
| 6.3 QE-MCC算法 |
| 6.3.1 传输系统状态定义 |
| 6.3.2 能量感知的传输能效模型 |
| 6.3.3 基于Q-Learning的多路拥塞控制 |
| 6.4 性能分析 |
| 6.4.1 实验场景设计 |
| 6.4.2 实验结果分析 |
| 6.5 本章小结 |
| 第七章 结语 |
| 7.1 论文总结 |
| 7.2 未来的研究工作 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术成果 |
| 攻读博士学位期间参与的科研项目 |
（4）不稳定环境下基于深度网络的视频修复和强化学习方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与研究现状 |
| 1.1.1 不稳定传输下视频缺损的研究现状 |
| 1.1.2 不稳定环境中决策的研究现状 |
| 1.2 本文主要工作 |
| 1.3 本文结构安排 |
| 第2章 基础知识介绍 |
| 2.1 部分卷积神经网络 |
| 2.2 光流图 |
| 2.3 深度网络模型的不确定性 |
| 2.3.1 贝叶斯神经网络 |
| 2.3.2 带有随机正则化的深度网络 |
| 2.4 本章小结 |
| 第3章 不稳定传输中受损视频的低延迟修复方法 |
| 3.1 引言 |
| 3.2 不稳定传输下的视频修复任务 |
| 3.3 低延迟修复方法 |
| 3.3.1 基于线性组合的粗略修复阶段 |
| 3.3.2 基于PCFC-Net的精细修复阶段 |
| 3.4 仿真实验 |
| 3.4.1 数据集和数据准备 |
| 3.4.2 训练设置 |
| 3.4.3 硬件环境 |
| 3.4.4 与现有方法的比较 |
| 3.4.5 PCFC-Net的有效性 |
| 3.4.6 主要结果 |
| 3.5 本章小结 |
| 第4章 针对不稳定环境的自适应深度强化学习方法 |
| 4.1 引言 |
| 4.2 深度Q学习算法的基本框架 |
| 4.3 自适应的深度强化学习方法 |
| 4.3.1 自调整的深度Q学习算法 |
| 4.3.2 环境变化的感知 |
| 4.3.3 网络参数设置合理性判定 |
| 4.4 仿真实验 |
| 4.4.1 FlipIt的MDP模型 |
| 4.4.2 环境设置 |
| 4.4.3 不稳定策略对手 |
| 4.4.4 稳定策略对手 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（5）基于多径协同的虚拟现实传输系统设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状和技术难点 |
| 1.2.1 用户体验量化 |
| 1.2.2 超低时延传输 |
| 1.3 主要研究内容和创新点 |
| 1.4 论文结构 |
| 第二章 虚拟现实传输系统体系结构分析 |
| 2.1 全景视频制作和传输 |
| 2.1.1 获取和拼接 |
| 2.1.2 投影方案 |
| 2.1.3 内容编码 |
| 2.1.4 封装和传输 |
| 2.1.5 渲染和显示 |
| 2.2 基于网络的视频流传输体系 |
| 2.2.1 基于吞吐量的传输系统 |
| 2.2.2 基于缓冲区的传输系统 |
| 2.2.3 混合传输系统 |
| 2.3 基于内容的视频流传输体系 |
| 2.3.1 非基于视口的传输系统 |
| 2.3.2 基于视口的传输系统 |
| 2.3.3 基于图块的传输系统 |
| 2.4 本章小结 |
| 第三章 系统总体设计 |
| 3.1 系统需求分析 |
| 3.1.1 虚拟现实网络场景分析 |
| 3.1.2 应用场景需求分析 |
| 3.2 系统架构设计 |
| 3.2.1 总体架构设计 |
| 3.2.2 系统工作流程 |
| 3.3 系统功能模块划分 |
| 3.3.1 视频编码控制模块设计 |
| 3.3.2 数据选路与分发模块设计 |
| 3.3.3 数据接收与反馈模块设计 |
| 3.4 本章小结 |
| 第四章 数据接收与反馈模块和视频编码控制模块设计 |
| 4.1 视频数据分块设计 |
| 4.1.1 HEVC编码方案 |
| 4.1.2 混合编码方案设计 |
| 4.2 全景视频质量评价指标设计 |
| 4.2.1 传统视频质量评价指标 |
| 4.2.2 基于视点的VR视频质量评价指标 |
| 4.3 虚拟现实用户QoE评价指标设计 |
| 4.3.1 虚拟现实QoE影响因素分析 |
| 4.3.2 主观QoE评价指标(Sub_VQ) |
| 4.3.3 客观QoE评价指标(Obj_VQ) |
| 4.3.4 实验评估与分析 |
| 4.4 信息反馈数据包结构设计 |
| 4.5 码率自适应算法设计 |
| 4.5.1 算法设计与流程 |
| 4.5.2 算法效果分析 |
| 4.6 本章小结 |
| 第五章 数据选路与分发模块设计 |
| 5.1 多径传输与问题分析 |
| 5.1.1 MPTCP协议简介 |
| 5.1.2 目前的MPTCP数据包调度算法 |
| 5.1.3 存在的问题与挑战 |
| 5.2 基于视口感知的多径协同传输算法设计 |
| 5.2.1 强化学习优化的多径调度算法 |
| 5.2.2 多径协同传输算法设计 |
| 5.2.3 实验验证与分析 |
| 5.3 多用户场景下多径协同传输算法设计 |
| 5.3.1 算法设计与流程 |
| 5.3.2 实验验证与分析 |
| 5.4 本章小结 |
| 第六章 系统测试 |
| 6.1 测试环境部署 |
| 6.1.1 测试环境 |
| 6.1.2 测试数据 |
| 6.2 功能测试 |
| 6.2.1 服务端功能测试 |
| 6.2.2 客户端功能测试 |
| 6.2.3 各模块功能测试 |
| 6.3 性能测试 |
| 6.4 测试结果分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
（6）CEE实验中TOF探测器数据获取系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 背景 |
| 1.1.1 CSR外靶实验简介 |
| 1.1.2 TOF探测器及其电子学 |
| 1.2 CEE实验系统对于DAQ系统的要求 |
| 1.3 国内外数据获取系统现状 |
| 1.3.1 ATLAS实验 |
| 1.3.2 PANDA实验 |
| 1.3.3 LHCb实验 |
| 1.3.4 总结特点 |
| 1.4 CEE实验TOF探测器数据获取系统设计 |
| 1.5 论文的研究内容和结构安排 |
| 第2章 D-matrix流处理数据获取架构简介 |
| 2.1 D-matrix流处理架构的核心特点 |
| 2.1.1 “流”中信息的纯净性 |
| 2.1.2 流数据的组织方式 |
| 2.1.3 同数据域下流处理节点之间的任意互连特性及其实现 |
| 2.1.4 跨物理节点的传输接口模型 |
| 2.1.5 传感器读出节点抽象模型 |
| 2.1.6 标准流处理节点 |
| 2.2 流处理模式 |
| 2.2.1 数据流 |
| 2.2.2 命令流和命令反馈流 |
| 2.2.3 其他流 |
| 2.3 小结 |
| 第3章 多通道数据流传输模型的实现 |
| 3.1 硬件到硬件的MPP模型 |
| 3.1.1 Aurora 64/66B |
| 3.1.2 数据拆分/组装模块 |
| 3.1.3 反压通知/响应模块 |
| 3.1.4 仲裁/分发模块 |
| 3.2 硬件到软件的MPP模型 |
| 3.2.1 PCIe总线 |
| 3.2.2 分散收集DMA (SG DMA)和循环缓冲区 |
| 3.2.3 分发模块 |
| 3.3 软件到软件的MPP模型 |
| 3.4 小结 |
| 第4章 流处理节点及核心节点实现 |
| 4.1 合并节点 |
| 4.1.1 桶排序算法 |
| 4.1.2 归并算法 |
| 4.2 SDMF编码器/解码器 |
| 4.2.1 SDMF解码器 |
| 4.2.2 SDMF编码器 |
| 4.3 其他节点 |
| 4.3.1 数据特征提取节点 |
| 4.3.2 基于DDR构建的虚拟FIFO(Virtual FIFO,VFIFO) |
| 4.4 小结 |
| 第5章 基于D-Matrix架构的CEE实验TOF子探测器系统 |
| 5.1 硬件架构 |
| 5.1.1 传输方案 |
| 5.1.2 PXI通用读出卡(Common Read-Out-Board on PXI,CROB_on_PXI) |
| 5.1.3 PCIe通用读出卡(Common Read-Out-Board on PCIe,CROB_on_PCIE) |
| 5.1.4 服务器集群 |
| 5.2 流节点在DAQ系统中的部署 |
| 5.3 小结 |
| 第6章 测试结果 |
| 6.1 传输模型的性能测试 |
| 6.1.1 硬件到硬件MPP模型 |
| 6.1.2 硬件到软件MPP模型 |
| 6.2 流处理节点功能测试 |
| 6.3 D-Matrix架构可行性测试 |
| 6.4 数据获取系统原型测试 |
| 6.5 小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（7）智能靶场通信系统设计与关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 智能靶场建设背景 |
| 1.1.1 自主智能武器的未来发展 |
| 1.1.2 自主智能装备的特点与测试需求 |
| 1.1.3 智能靶场的场景建设 |
| 1.2 智能靶场通信系统意义 |
| 1.3 国内外研究现状 |
| 1.4 主要研究内容与结构安排 |
| 1.4.1 本文主要研究内容 |
| 1.4.2 本文结构安排 |
| 2 智能靶场通信系统总体方案设计 |
| 2.1 智能靶场通信网络需求分析 |
| 2.2 智能靶场通信系统建设目标 |
| 2.2.1 靶场信号覆盖指标 |
| 2.2.2 高速并发流媒体带宽传输指标 |
| 2.2.3 异构高可靠数据传输目标 |
| 2.2.4 通信网络优化目标 |
| 2.3 关键通信技术选型 |
| 2.3.1 高带宽并发通信技术 |
| 2.3.2 高可靠测控信息传输技术 |
| 2.4 智能靶场通信系统整体架构 |
| 2.5 本章小结 |
| 3 高带宽并发无线通信系统设计 |
| 3.1 无线通信设备选型 |
| 3.2 智能靶场高速通信网络仿真覆盖 |
| 3.2.1 覆盖仿真工具 |
| 3.2.2 智能靶场室内场景覆盖设计 |
| 3.2.3 智能靶场室外场景覆盖设计 |
| 3.3 智能靶场无线网络拓扑设计 |
| 3.3.1 无线网络架构 |
| 3.3.2 WiFi网络拓扑结构设计 |
| 3.3.3 无线网络配置 |
| 3.5 本章小结 |
| 4 高可靠LoRa网关系统设计 |
| 4.1 智能靶场异构融合网关架构 |
| 4.2 物理层网关系统设计 |
| 4.2.1 LoRa网关硬件设备选型 |
| 4.2.2 LoRa网关通信电路设计 |
| 4.2.3 LoRa网关软件设计 |
| 4.3 应用网关软件设计 |
| 4.3.1 网关终端软件功能需求 |
| 4.3.2 网关终端软件通信流程与协议 |
| 4.3.3 网关终端软件显示界面设计 |
| 4.3.4 网关终端软件后端功能设计 |
| 4.6 本章小结 |
| 5 智能靶场通信网络优化 |
| 5.1 无线终端漫游切换优化 |
| 5.1.1 无线终端漫游切换问题描述 |
| 5.1.2 应用协议标准 |
| 5.1.3 基于端网结合的无线漫游切换 |
| 5.2 突发热点区域的负载迁移系统设计 |
| 5.2.1 智能靶场突发热点区域的问题描述 |
| 5.2.2 负载迁移的执行过程 |
| 5.2.3 适用于移动中继的AP信道分配算法设计 |
| 5.2.4 突发热点区域的信道分配仿真 |
| 5.3 基于高速网络的实时业务隧道设计 |
| 5.3.1 虚拟端口配置 |
| 5.3.2 设计工具 |
| 5.3.3 内网固定IP端口与外网访问机制 |
| 5.4 本章小结 |
| 6 试验网络性能测试 |
| 6.1 高速网络性能测试分析 |
| 6.1.1 测试分析工具 |
| 6.1.2 网络覆盖与连通性 |
| 6.1.3 终端跨区切换的时延抖动 |
| 6.1.4 网络平稳流量与大规模突发流量测试 |
| 6.2 高可靠网关转发测试 |
| 6.2.1 测试环境搭建 |
| 6.2.2 网关系统功能测试 |
| 6.3 实时业务隧道测试 |
| 6.3.1 测试数据 |
| 6.3.2 实验测试环境搭建 |
| 6.3.3 虚拟业务隧道远程在线监控测试 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
（8）单载波高速光通信系统中数字信号处理技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 高速光通信系统研究背景 |
| 1.1.1 高速光通信的产业需求 |
| 1.1.2 高速光通信的发展历程 |
| 1.1.3 高速光通信的总体架构与先进技术 |
| 1.2 单载波强度调制直接检测技术 |
| 1.2.1 IM/DD系统中的先进调制格式 |
| 1.2.2 短距离PAM传输的研究现状 |
| 1.3 本文主要工作与结构 |
| 参考文献 |
| 第二章 短距离PAM传输系统中的数字信号处理技术 |
| 2.1 基于IM/DD的短距离PAM光传输系统 |
| 2.1.1 传输系统总体架构 |
| 2.1.2 收发机方案对比 |
| 2.1.3 DSP总体方案 |
| 2.2 传输系统常见信号损伤分析 |
| 2.2.1 时钟相位偏移 |
| 2.2.2 带宽受限 |
| 2.2.3 啁啾效应 |
| 2.2.4 幅度相关噪声 |
| 2.2.5 色散与功率衰落效应 |
| 2.3 时钟恢复技术 |
| 2.3.1 PAM系统中时钟恢复算法研究现状 |
| 2.3.2 典型时钟恢复算法原理介绍 |
| 2.3.3 小结 |
| 2.4 均衡技术 |
| 2.4.1 PAM系统中均衡技术的研究现状 |
| 2.4.2 典型均衡器原理介绍 |
| 2.4.3 小结 |
| 2.5 前向纠错编码(FEC)技术 |
| 2.5.1 PAM系统中FEC技术的研究现状 |
| 2.5.2 典型FEC技术原理介绍 |
| 2.5.3 小结 |
| 2.6 概率整形调制技术 |
| 2.6.1 PAM系统中的应用 |
| 2.6.2 概率整形调制基本原理 |
| 2.6.3 技术分析 |
| 2.7 本章小结 |
| 参考文献 |
| 第三章 基于抽头权重的时钟恢复与信道均衡联合处理技术 |
| 3.1 时钟恢复与信道均衡技术研究背景 |
| 3.2 传统处理方案与联合处理技术基本原理 |
| 3.2.1 传统CR级联FFE方案 |
| 3.2.2 基于抽头权重的CR-FFE联合处理技术 |
| 3.3 基于均衡器抽头权重的联合处理技术性能仿真与分析 |
| 3.3.1 CR-FFE性能仿真 |
| 3.3.2 CR-FFE方案复杂度对比 |
| 3.3.3 CR-FFE收敛速度分析 |
| 3.4 基于抽头权重的CR-FFE技术实验平台验证及结果分析 |
| 3.4.1 实验平台设计与搭建 |
| 3.4.2 实验结果分析与讨论 |
| 3.5 本章小结 |
| 参考文献 |
| 第四章 基于聚类算法的高性能判决与译码技术 |
| 4.1 高性能判决与译码技术研究背景 |
| 4.2 基于多维基扩展的增强型硬判决技术 |
| 4.2.1 增强型硬判决的基本原理 |
| 4.2.2 多维基展开复杂度研究 |
| 4.2.3 传输实验平台验证及结果分析 |
| 4.3 基于非等同高斯分布LLR估计的改进型polar软判决译码技术 |
| 4.3.1 polar编译码的PAM传输系统 |
| 4.3.2 改进型polar软判决译码基本原理 |
| 4.3.3 传输实验平台验证及结果分析 |
| 4.4 本章小结 |
| 参考文献 |
| 第五章 基于多对一映射的概率整形编码调制技术 |
| 5.1 概率整形编码调制技术实现方案 |
| 5.1.1 基于CCDM的PAS实现方案 |
| 5.1.2 基于多对一映射的BICM-ID实现方案 |
| 5.1.3 基于多对一映射的无迭代BICM实现方案 |
| 5.2 PAM系统中概率整形调制技术理论性能分析 |
| 5.3 基于多对一映射的概率整形调制技术实验平台验证及结果分析 |
| 5.3.1 实验平台设计与验证 |
| 5.3.2 实验结果与性能分析 |
| 5.4 本章小结 |
| 参考文献 |
| 第六章 总结和展望 |
| 6.1 工作与成果总结 |
| 6.2 工作展望 |
| 附录索引表 |
| 致谢 |
| 博士期间论文成果与工作 |
（9）多频段无源成像目标轮廓提取算法与显控软件设计实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 项目研究的背景及意义 |
| 1.2 国内外研究动态 |
| 1.2.1 太赫兹及毫米波成像系统发展概述 |
| 1.2.2 目标轮廓提取技术发展概述 |
| 1.2.3 个人电脑发展动态 |
| 1.3 本文主要工作与章节安排 |
| 第二章 太赫兹及毫米波无源成像目标轮廓提取技术基础 |
| 2.1 无源探测成像基础理论 |
| 2.1.1 物体辐射特性 |
| 2.1.2 无源探测系统模型 |
| 2.2 目标轮廓提取技术理论基础 |
| 2.2.1 太赫兹及毫米波无源成像目标轮廓提取技术基础 |
| 2.2.2 目标轮廓提取技术评价指标 |
| 2.3 本章小结 |
| 第三章 太赫兹及毫米波无源成像目标轮廓提取算法研究与设计 |
| 3.1 针对太赫兹及毫米波无源成像的典型目标轮廓提取算法 |
| 3.1.1 基于阈值的目标轮廓提取算法 |
| 3.1.2 基于边缘的目标轮廓提取算法 |
| 3.1.3 基于区域的目标轮廓提取算法 |
| 3.1.4 基于聚类的目标轮廓提取算法 |
| 3.2 太赫兹及毫米波无源目标轮廓提取算法图像预处理方法分析 |
| 3.2.1 空间滤波的图像预处理方法 |
| 3.2.2 高斯频域滤波的图像预处理方法 |
| 3.2.3 各向异性扩散滤波的图像预处理方法 |
| 3.3 基于生长规则改进的目标轮廓提取算法 |
| 3.3.1 多种子自适应改进的区域生长法研究 |
| 3.3.2 基于边界的阈值改进区域生长法研究 |
| 3.3.3 基于聚类的阈值改进区域生长法研究 |
| 3.3.4 基于类别及区域预判的改进区域生长算法设计 |
| 3.3.5 基于区域法改进的目标轮廓提取算法结果分析 |
| 3.4 本章小结 |
| 第四章 太赫兹无源探测系统总体分析及显控终端方案设计 |
| 4.1 太赫兹无源探测系统概述 |
| 4.2 显控终端接口需求分析 |
| 4.3 系统数据流及显控软件功能分析 |
| 4.4 显控终端的软件及硬件选型 |
| 4.4.1 基于PC的硬件平台选型 |
| 4.4.2 基于PC的GUI开发框架选型 |
| 4.4.3 MFC消息映射机制及OpenCV库 |
| 4.5 本章小结 |
| 第五章 太赫兹无源探测系统显控软件设计及实现 |
| 5.1 显控软件页面布局及按键设计 |
| 5.2 基于PC平台的显控软件程序设计及开发 |
| 5.2.1 基于MFC的串口通信模块设计开发 |
| 5.2.2 图像显示模块设计开发 |
| 5.2.3 功能子对话框的设计与实现 |
| 5.2.4 拓展功能模块开发 |
| 5.2.4.1 计时功能模块开发 |
| 5.2.4.2 图像对比功能模块开发 |
| 5.2.4.3 图像处理功能模块开发 |
| 5.3 显控软件功能调试 |
| 5.3.1 调试实验方案 |
| 5.3.2 调试中遇到的问题及解决方法 |
| 5.3.3 调试结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 硕士期间取得成果 |
四、实时控制传输中的数据“粘连”算法分析研究（论文参考文献）
- [1]血管介入手术机器人主从同步控制研究[D]. 李亿发. 北京邮电大学, 2021(01)
- [2]基于机器视觉的线束插装引导及缺陷检测技术研究[D]. 郑重港. 厦门理工学院, 2021(08)
- [3]移动流媒体多路传输关键技术研究[D]. 秦久人. 北京邮电大学, 2021(01)
- [4]不稳定环境下基于深度网络的视频修复和强化学习方法研究[D]. 魏俣童. 中国科学技术大学, 2021(08)
- [5]基于多径协同的虚拟现实传输系统设计与实现[D]. 赵妍. 北京邮电大学, 2021(01)
- [6]CEE实验中TOF探测器数据获取系统研究[D]. 刘若琳. 中国科学技术大学, 2021
- [7]智能靶场通信系统设计与关键技术研究[D]. 张国豪. 西安工业大学, 2021(02)
- [8]单载波高速光通信系统中数字信号处理技术研究[D]. 周洪航. 北京邮电大学, 2021(01)
- [9]多频段无源成像目标轮廓提取算法与显控软件设计实现[D]. 胡涵. 电子科技大学, 2019(01)
- [10]实时控制传输中的数据“粘连”算法分析研究[J]. 张翔,王树宗,朱华兵. 微处理机, 2004(06)