[发明专利]一种智能微波频段无线电监测控制系统有效

专利信息
申请号: 201611131891.X 申请日: 2016-12-09
公开(公告)号: CN106603976B 公开(公告)日: 2020-01-21
发明(设计)人: 郭忠林 申请(专利权)人: 西华大学
主分类号: H04N7/18 分类号: H04N7/18;H04N5/77
代理公司: 11246 北京众合诚成知识产权代理有限公司 代理人: 夏艳
地址: 610039 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能 微波 频段 无线电 监测 控制系统
【权利要求书】:

1.一种智能微波频段无线电监测控制系统,其特征在于,所述智能微波频段无线电监测控制系统包括:

将信号通过视频线传送给远端监控点微波发射机的摄像机;

可传输1路视频信号和1-2路音频信号进行远程传输,对应于各个远端点,中心点配置相应数量的微波接收机;

传输微波发射机的信号第一螺旋天线;

将信号传给放大器后,传送给模拟微波接收器的第二螺旋天线;

接收第二螺旋天线传送来的微波信号后解调出的视频信号的模拟微波接收器;

与模拟微波接收器直接连接的电视机或监视器;

微波发射机调制范围为±100MHz;

所述电视机或监视器与电视墙设备或硬盘录像机电连接;

所述摄像机设置有图像过渡模块,所述图像过渡模块的凸显刚处理方法包括:

对任意像素x,计算像素x灰度值g(x)对于低灰度区、过渡区、高灰度区三个云模型Cl,Ct和Ch的确定度,记作μl(x),μt(x),μh(x);当且仅当μt(x)取最大值时,像素x被划分到过渡区,设gTR为过渡区图像,确定原则形式化如下式:

在不确定性地获得过渡区像素集以后,计算该像素集的灰度峰值,并将灰度峰值作为分割图像的最优阈值;

所述摄像机的图像信息脉冲耦合神经网络模型为:

Fij[n]=Sij

Uij[n]=Fij[n](1+βij[n]Lij[n]);

θij[n]=θ0e-αθ(n-1)

其中,βij[n]为自适应链接强度系数;

Sij、Fij[n]、Lij[n]、Uij[n]、θij[n]分别为输入图像信号、反馈输入、链接输入、内部活动项及动态阈值,Nw为所选待处理窗口W中的像素总数,Δ为调节系数,选取1~3。

2.如权利要求1所述的智能微波频段无线电监测控制系统,其特征在于,所述摄像机设置有图像增强模块,所述图像增强模块的图像增强方法采用稀疏冗余模型算法进行图像增强;

首先,原图像收到了加性高斯噪声的污染,污染后的图像称为退化图像,图像恢复的过程其是退化图像的逆过程;假定图像的退化模型为:

g=Hu+v;

则图像的恢复模型表示为:

由于噪声的干扰,并不能得到合适且唯一的解,对图像的恢复模型施加一个正则性约束;则图像的恢复模型变为变分模型:

R(u)即为正则项,该项与图像的本身性质有关。

3.如权利要求1所述的智能微波频段无线电监测控制系统,其特征在于,所述微波接收机设置有混沌序列产生模块,所述混沌序列产生模块的混沌序列产生方法包括:

(1)输入系统参数:

获取离散函数模型:

式(1)中:u(0)为初始信号,μ为混沌参数,ν为分数阶阶数,n为信号长度,j表示第j步迭代,α(μ,ν,j,n)为离散积分核,u(n)为第n步信号,n和N设置为800,m为1,L,N的整数;

根据式(1),选定参数u(0)、μ、ν;

(2)判断上述参数能否产生混沌信号:

首先计算切映射b(m):

再计算李亚谱诺夫指数λ:

在式(2)、(3)与式(1)中相同标记各参数指代相同;

判断依据为:由式(1)、式(2)以及式(3)计算出λ,假如λ>0,则说明能够产生混沌信号,否则不能产生混沌信号;

(3)计算生成混沌信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西华大学,未经西华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611131891.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top