帧差法提取视频前景MATLAB实现

学术短语银行-Academic phrasebank enhanced PDF version 2018 navigable edition，花5£买的。有需要的可以下载。

花钱买的，六个部分组成.├── ISO 11898-1 2015.12.15.pdf├── ISO 11898-2 2016.12.15.pdf├── ISO 11898-3 2006.06.01.pdf├── ISO 11898-4 2004.08.01.pdf├── ISO 11898-5 2007.06.15.pdf└── ISO 11898-6 2013.11.01.pdf

【实例简介】 64QAM调制原理   （1）基于  DVB-C的有线数字电视 基于DVB-C的有线数字电视采用了频分（8MHz与8MHz之间）与时分（8MHz之内）复用相结合的方法在一个物理频道上可传输6~8套标准清晰度（码率4Mb/s对应40多万像素）电视节目或2套高清晰度（码率18Mb/s对应200多万像素）电视节目。具有图形质量好，可达到DVD的图象质量。传输节目的套数多（可上百套），而且还可像手机一样移动接收且无重影。同时有线数字电视信号的抗干扰能力也模拟电视信号强（源于信道编码），此外有线数字电视还具有模拟电视无法比拟的条件接收（可从技术手段上彻底解决收费与非法偷接信号的问题）和电子节目指南（EPG）等一系列优点。由于有线数字电视系统远比模拟电视系统复杂，其关键技术也比模拟电视好，主要体现：信源编/解码、信道编/解码、传输复用、64QAM正交幅度调制、条件接收（CA）系统、中间件技术和大屏幕显示技术等。我们知道模拟电视的三大技术指标是C/N、CTB和CSO，而有线数字电视系统的主要技术指标除了这3项之外还有：采样频率、量化比特率、数码率（数码率=采样频率*量化比特率）、误码率、相位抖动和调制误差率（MER）等。需要说明的是模拟电视与数字电视的载噪比（C/N）的定义不同：对模拟电视而言C/N的定义是图象载波电平的有效值与规定噪声带宽（5.75MHz）的噪声电平的均方根值之比。而数字电视的C/N的定义却是己调制信号的平均功率与规定噪声带宽（6.95MHz）内的噪声的平均功率之比。   （2）常用的数字调制方式 所谓数字调制是指用数字的基带信号对正弦载波信号的某些参数（幅度、频率和相位）进行控制，使之其随基带信号的变化而变化。数字调制有幅移键控（ASK）、频移键控（FSK）和相移键控（PSK）三种基础形式。当然也可由这三种基本形式组合成联合键控，例如mQAM调制就是幅度和相位的联合键控。此外，还有编码正交频分复用（COFDM），X进制残留边带调制（美国数字电视使用，其中8VSB相当于相当于64QAM，16VSB相当于相当于256QAM）等。数字调制与模拟调制从本质上讲没有什么区别，只不过模拟调制（以调幅为例）对载波的调制是连续的（信号本身就是连续的），同时在收端对载波信号的调制参量的幅度也是连续地估值。而数字调制则对载波的调制不是连续地估计。而数字调制则对载波的调制不是连续的，仅是若干个离散的值,在收端只对载波信号的离散调制参量的幅度进行检测。   衡量数据信号的载波调制有两个重要的指标,一是频带利用率(调制效率,单位频带内所能传输的比特数)；二是功率利用率(在满足误码率的条件下所需功率越小,功率利用率越高)。我们知道数字通信系统的研究的目标是在最小的信道带宽内,以最低的差错率和最低的信号功率来传输最大的数据量。由于图象信号压缩编码后的码率仍是4M/s(标清)，为了在有限的带宽内传输更多的消息量，通常既要求调制效率较高，同时也要求功率利用率较高，而mQAM因其是抑制了载波的调制，具有较高的功率利用率,刚好满足这一点。因此，基于DVB-C有线数字电视采用mQAM调制方式，64QAM b/s是高效的二维调制，理论上调制效率可达6b/s，但考虑滚降和信道编码后实际调制效率为4.75b/s。 （3） 64QAM调制     我们知道单独使用幅度或相位携带信息时，不能充分利用信号平面，这可从星座图上直观地看到，对mASM调制而言，星座点分布在一条轴线上，mPSM调制的星座点分布在圆周上，同时伴随着m的增大其星座点的距离也跟着减小，造成抗干扰能力的下降。为解决这一问题mQAM调制应运而生，它是一种二维调制，同时具备较高的调制效率和较好的功率利用率。mQAM调制可充分利用信号平面，星座点的分布呈块状。 mQAM调制既可以用无线信道，也可以用有线信道。由于有线数字信道以HFC网络为传输媒介，信道的条件较好，m的数值可选的稍大一些。一般而言m的数值选择要兼顾调制效率和信道条件这两方面因素，故基于DVB-C的有线数字电视选用64QAM调制。 64QAM调制是基于DVB-C的有线数字电视的核心技术，所谓QAM是用两个独立的基带信号对两个相互正交的同频载波进行抑制载波的双边带调制。在mQAM中m叫状态数，通常取值为16、32、64、128和256，状态越低（意味着星座点之间的空间距离远）抗干扰能力强，但调制效率较低（携带的消息量少），反之状态数越大（意味着星座点之间的空间距离近）抗干扰能力弱，但调制效率较高（携带的消息量大，同时要求信道质量也越高，即要求优质的光缆电缆和各种有源无源器件直至优质的施工质量）。有线数字电视DVB-C标准中规定使用的是64QAM，需要特别注意的是64QAM的名称虽为正交幅度调制，但实际上却是所谓的振幅-相位联合键控，这是一个有线数字电视中非常重要的概念，正因为QAM相位调制（依靠不同的相位携带不同的消息），才导致了有线数字电视对HFC传输网络质量的要求高于模拟电视。64QAM中的64个状态（星座点）上的每个星座点的解调要靠幅度和相位共同决定，64QAM中采用的是8进制（或8电平，提高效率），每个星座点由6比特（6位二进制组成，从000000~111111），所有的信息（视频码流、音频码流、和辅助数据码流）都在每一个星座点中的6比特中。 （3.1）64QAM调制的原理 所谓mQAM是用两个独立的基带信号对两个相互正交的同频载波进行抑制载波的双边带载波。设ml(t)和mQ(t)是两个独立的基带信号，cosωct和sinωct是相互正交的载波，则发送端形成的正交振幅调制信号为：     e0(t)=mI(t) cosωct mQ(t) sinωct 其中：cosωct为同相信号或I信号，sinωct是正交信号或Q信号。以64QAM为例，经2~8电平转换后可得到-1、-3、-5、-7、 1、 3、 5和 7共8个电平，则调制器I（正交）输出的8个信号为 7sinωct、 5sinωct、 3sinωct、 1sinωct、-1sinωct、-3sinωct、-5sinωct、-7sinωct；调制器Ⅱ（同相）输出的8个信号为： 7cosωct、 5cosωct、 3cosωct、 1cosωct、-1cosωct、-3cosωct、-5cosωct和-7cosωct。两路己调信号相加共有64个不同的组合，这样便形成64QAM的星座图。图Ⅰ为mQAM调制原理示意图。 由64QAM调制原理知其调制流程如下： （1）                                  输入多路复用的TS（系统复用器完成，一般而言一台复用器对应一台64QAM调制器），首先进行串并变换，即将一路串行码流变成二路并行码流，速率减半，码流为二进制； （2）                                  扰码频谱扩散（扰码是为了避免DVB-C数据帧结构中的长连“1”或长连“0”的出现，以便在接收端恢复时钟信号。MPEG-2传输复用包经过扰码处理后，其“1”或“0”在时间上变得均匀分布，此外扰码频谱扩散还能保证星座图中各点的能量密度一致）； （3）                                  信道编码（外码，码型为RS，纠错FEC，为对付突发干扰引入外交织，内交织在188字节中进行，外交织包含RS编码在204字节中进行）； （4）                                  字节映射成符号，即完成电平变换或称为进制变换（2电平变为8电平或2进制变为8进制，首先进行比特到符号的转换，如64QAM是将8比特数据转换成6比特为一组的符号）； （5）                                  Nyquist滤波信号成型（即基带成形，在64QAM调制之前对I、Q信号进行升余弦平方根滚降滤波）； （6）                                  多电平正交幅度调制64QAM产生中频信号，先由振荡器产生同相的载波，然后经移相90度后产生正交的载波，同时调制完成后将抑制载波，因为载波不携带任何信号； （7）                                  并串变换，既将二路并行码流变成一路串行码流，速率增加一倍，码流已不是二进制，而是变为8进制的符号； （8）                                  上变频形成RF信号输出。    这里的幅移键控本质上是一个乘法器，它将数据脉冲信号与正弦载波信号相乘，输出为已调信号。换言之，幅移键控即数字脉冲为1时，对应已调波有输出1信号，反之当幅移键控的数字脉冲为0时，对应已调波信号输出0信号。可见幅移键控实际上是将基带信号的频谱在频率轴上进行搬移。    64QAM调制器共有44种不同的相位，64种不同幅度，星座图中64个状态（000000~111111）中每一个状态的幅度和相位都是一一对应的关系，但由于存在着一些相位相同的星座点，这些点的判决由不同幅度和相同的相位共同决定，其他判决点由不同幅度和不同相位共同决定。     盲均衡（时域均衡）即指不需要训练信号，仅利用接收信号本身的先验信息便可均衡信道特性，使均衡器的输出信号尽量接近发送信号。 mQAM调制器的振荡器有传统的模拟振荡器和现代的数字振荡器之分，进口mQAM调制器一般为数字振荡器，其性能远优于模拟振荡器。基于数字振荡器的mQAM具有完美的正交调制、没有幅度不平衡、载波完全抑制和非线性失真等优点。 mQAM在调制时产生两个边带信号和一个载波分量，但载波分量不携带任何信息，不能有效的利用功率，因此在调制的输出信号中将载波抑制掉。在机顶盒的解调中采用相干解调，相干解调的关键技术是相干信号的提取，即载波的提取。相干载波需从抑制载波的已调信号本身中恢复出参考载波，通常采取非线性处理和滤波提取。经过非线性处理可以让不含载频的信号产生载频，然后再滤波提取，一般情况下，载波提取和解调是在同一个环内同时完成的，主要有平方环和考斯塔斯环（Costas）两种。然后机顶盒中恢复出的载波要与64QAM调制器产生的载波同频同相，这叫载波同步。此外数字系统中还有位同步（码元同步或比特同步）、帧同步和网同步等。 （3.2）64QAM调制的主要技术指标 64QAM调制器是数字调制器，其主要技术指标也较模拟的中频调制器多，mQAM调制器规定数字频道的载频安排在每个物理频道8MHz的中央位置，各频道的频率范围与模拟电视一致，也分捷变频和固定频道两种形式。下面以科学亚特兰大SA公司的主流品种QUASAR MKII（1U高度标准19英寸安装尺寸）mQAM调制器为例简介其主要技术指标和含义。 （1）                                       接口指标  接头：BNC，75Ω              ASI输入（标准配置）  类型：异步串行接口  包格式：自动检测：188/204包  码率：1~215Mb/s（最小1 Mb/s净荷） （2）                                       RF输出 接头：F头，BNC或75Ω，50/70Ω 频率：50～870MHz  带宽：1~8MHz可选  电平；50~60dBmV  回波损耗：≥15dB  BDR：≥9×10-9  SNR：≥50dB  RF测试口电平：-20 dB （3）                                       信号指标  信道编码；纠错方式FEC、RS编码和外交织  交织深度：I=12  MER（均衡后）≥40 dB（射频） 包格式：自动检测：188/204字节包  QAM星座：16、32、64、128、256QAM  支持的输入码率：高达215 Mb/s  符号率：1~7Mbaud  PID过滤功能：可选 （4）                                       网络接口  接口类型：RJ45  接口速率：10Base-T  支持协议：HTTP、SNMP （5）                                       选件     DS-3电信输入接口     64QAM调制器中最重要的一个技术指标是调制误差率（MER）。调制误差率国标的定义是理想矢量的幅度的平方与误差矢量幅度平方之比。显然调制误差率与反射损耗一样越大越好，国标规定64QAM的MER要大于32dB，256QAM的MER要大于30dB，图2为调制误差率示意图。         图2    调制误差率MER示意图 64QAM调制器还有一个信道指标有效载荷，数值为38Mb/s（不含RS编码），通常节目只能用到36Mb/s，还要留一部分码流传输EPG等辅助数据。它的含义是8MHz带宽内传输的码流不能大于此值（比如传10多套标清或3套高清电视节目），否则就会发生码流溢出的现象，从而导致马赛克或黑屏出现，就像GE中发生拥塞会降低传输速率或丢包一样。依标清电视码率4Mb/s和高电视码率18Mb/s，一台64QAM调制器可传8套标清或2套高清电视节目（还要为辅助数据如EPG等留下部分码流）。 选件DS3输入接口（北美标准三次群速率为45Mb/s）的功能很有使用价值，因为当今的广电网络并不是一个孤立的网络，大都通过SDH联网。上接省干SDH网络，下连各县SDH网络，可以说起到承上启下的作用。因此，从省网下传的信号和下连各县的信号都是走DS3通道，有了这个输入接口则SDH网络来的信号可以直接进入mQAM调制器，非常方便。相反若没有这个接口则还要使用网络适配器进行信号格式转换，即不方便也不经济。 （3.3）  64QAM调制和HFC网络的关系 基于DVB-C的有线数字电视前端平台中的设备和HFC网络联系最紧密的莫过于64QAM调制器了，其它前端设备如MPEG—2编码器和系统复用器等与HFC网络关联度不大，不像64QAM调制器那样对HFC网络的影响是直接和显著的。因此，从这个意义上讲64QAM对HFC网络有着举足轻重的作用。这样因为64QAM除了完成正交幅度调制外，还要完成信道的编码等功能。因为在实际运用中解码器（机顶盒）处要求MER大于30 dB，调制误差率反映了整个系统中信号所有类型的损伤和劣化。因此，调制误差率可以看成接收信号的品质因数，即数字信号能被正确还原的概率。可以这样理解调制误差率几乎相当于信噪比（S/N）的技术指标。显然调制误差率（MER）越高越好，这一点由调制误差率的定义不难看出。国标64QAM的MER要求大于32dB，好的可以大于43 dB，高于国标10 dB。显然，调制误差率是64QAM调制器中最重要的一个技术指标，这一点就像HFC网络中射频放大器的非线性失真指标一样重要。调制误差率（MER）高意味着对HFC网络的质量要求可以较低，即容许放大器串联的级数可以稍多，容许网络中有一些反射、接触不良和同轴电缆的质量可以稍差一点等等。反之若调制误差率（MER）指标越低，意味着对HFC网络的质量要求较高，即容许放大器串联的级数少，同时对HFC网络中存在反射、接触不良和同轴电缆的质量等提出了更高的要求（实际情况表明，这一点往往是不容易达到的）。由此可见调制误差率（MER）也是区分QAM调制器档次高低的关键技术指标。

个人整理的CNN学习笔记，所有素材均来自于互联网。把经典的摘之以作备案，待整理好这份笔记后，发现对CNN也有了深入理解，希望对你也有帮助！LOCALLY CONNECTED NEURAL NETCONVOLUTIONAL NETSTATIONARI? Statisties issimilar at dif ferent locationsLearn multiple filters.Example: 1000x1000 image1M hidden unitsFilter size: 10x10E.g. 1000x1000 image100M parameters100 FiltersFilter size: 10x10u鴻網互聯EEIDEE下面的分析来源于:htp/ log csdn. net/zouxy09/ article/details,/8781543我们知道,隐含层的每一个神经元都连接10x10个图像区域,也就是说每一个神经元存在10x10=100个连接权值参数。那如果我们每个神经元这100个参教是相同的呢?也就是说每个神经元用的是同一个卷积核去卷积图像。这样我们就只有多少个参数??只有100个参数啊!!!亲!不管你隐层的神经元个数有多少,两层间的连接我只有100个参数啊!亲!这就是权值共享啊!亲!这就是卷积神经网络的主打卖点啊!亲!(有点烦了,呵呵)也许你会问,这样做靠谱吗?为什么可行呢?好了,你就会想,这样提取特征也忒不靠谱吧,这样你只提取了一种特征啊?对了,頁聪明,我们需要提取多种特征对不?假如一种滤波器,也就是一种卷积核就是提出图像的一种特征,例如某个方向的边缘。那么我们需要提取不同的特征,怎么办,加多几种滤波器不就行了吗?对∫。所以假设我们加到100种滤波器,每种滤波器的参数不一样,表示它提出输入图像的不同特征,例如不同的边缘。这样每种滤波器去卷积图像就得到对图像的不同特征的放映,我们称之为 Feature Map。所以100种卷积核就有100个 Feature Map。这100个 Feature Map就组成了一层神经元。到这个时候明了了吧。我们这一层有多少个参数了?100种卷积核x每种卷积核共享100个参数=100×100=10K,也就是1万个参数。才1万个参数啊!亲!(又来了,受不了了!)见上图右:不同的颜色表达不同的滤波器嘿哟,遗漏一个问题了。刚才说隐层的参数个数和隐层的神经元个数无关,只和滤波器的大小和滤波器种类的多少有关。那么隐层的神经元个数怎么确定呢?它和原图像,也就是输入的大小(神经元个数)、滤波器的大小和滤波器在图像中的滑动步长都有关!例如,我的图像是1000×1000像素,而滤波器大小是10×10,假设滤波器没有重叠,也就是步长为10,这样隐层的神经元个数就是(1000×1000y(10×10}=100×100个神经元了,假设步长是8,也就是卷积核会重叠两个像素,那么……我就不算了,思想懂了就好。注意了,这只是一种滤波器,也就是一个 Feature Map的神经元个数哦,如果100个 Feature Map就是100倍了。由此可见,图像越大,神经元个数和需要训练的权值参数个数的贫富差距就越大。CONV NETS: EXTENSIONSBypool ing"(e. g. max or average)filterresponses at different locations we gain Over the years. some new medes have proven to be veryrubustness to the exact spatial location effective when plugged inte corv-netsof featuresL2 PoolingU, kEN(x,r)Local Contrast normalizationhN(x y)iN(xvIRenato总之,卷积网络的核心思想是将:局部感受野、权值共享(或者权值复制)以及时间或空间亚采样这三种结构思想结合起来获得了某种程度的位移、尺度、形变不变性。23实例视觉皮层存在两类相关的细胞,S细胞( Simple Cel)和C( Complex Cell)细胞。S细胞在自身的感受野内最大限度地对图像中类似边缘模式的剌激做出响应,而C细胞具有更大的感受野,它可以对图像中产生刺激的模式的空间位置进行精准地定位C是卷积层,S是下采样层。参看这个两个网址,对理解CNN非常有帮助http://www.68idc.cn/help/buildlang/ask/20150705417730.htmlhttp://www.68idc.cn/help/buildlang/ask/20150705419299.html涵pC1s2c384江蘇鴻網互刷三 -TOLERc是卷积层,S是下采样层。输入的一幅图像,在C1层,通过和3个卷积模板做卷积运算,然后加上偏置值,再经过 sigmoid激活函数,得到3幅输出图像,在S2层,对C1层输出的3幅图像做下采样,假设采样因子是2,也就是图中每2*2的 patch中的4个像素进行求和,再加偏置,再通过激活函数,得到3张尺寸减小了的输出图像。同样的,再经过C3S4。将S4的输出拉成一个向量,输入传统的神经网络中,并得到输出24综合实例G1: feature maps8@28X28C3: f. mapInp ut20@10x1032×32S1: f. mapsS4: f. maps@14x1420@5x5C5:120Output: 9ConvolutionsSubsamplingSubsamplingconnectionConvolutions og. Csdn. n Convolutions 688图中的卷积网终Ⅰ作流程如下,输入层由32×32个感知节点组成,接收原始图像。然后,计算流程在卷积和子抽样之间交替进行,如下所述·第一隐藏层进行卷积,它由8个特征映射组成,每个特征映射由28×28个神经元组成,每个神经元指定一个5×5的接受域,这28×28个神经元共享5×5个权值参数,即卷积核第二隐藏层实现子抽样和局部平均,它同样由8个特征映射组成,但其每个特征映射由14×14个神经元组成。每个神经元具有一个2×2的接受域,一个可训练系数,一个可训练偏置和一个 sigmoid激活函数。可训练系数和偏置控制神经元的操作点;第三隐藏层进行第二次卷积,它由20个特征映射组成,每个特征映射由10×10个神经元组成。该隐藏层中的每个神经元可能具有和下一个隐藏层几个特征映射相连的突触连接,它以与第一个卷积层相似的方式操作。第四个隐藏层进行第二次子抽样和局部平均汁算。它由20个特征映射组成,但每个特征映射由5×5个神经元组成,它以与第一次抽样相似的方式操作。●第五个隐藏层实现卷积的最后阶段,它由120个神经元组成,每个神经元指定一个5×5的接受域。最后是个全连接层,得到输出向量。综合起来,如下图山辆入员/閩张38的圈像辆入|种特图到C28×28KD卷,:对应位遇相森再未和⊙如偏置每种图有个偏置a老积层f同治减函数6↑5的卷铝kC6个偏置值b输邶钟培钲图24X0mno:22域的值平均坐smle=2辆入6种征图列12|2k2个55的着核kKk22个偏置值b辆出12钟特钲图8×88×g年怦居D mean pooL斜样9=2s输出口钟特征图4x叶把S园輪出的特征图垣成一年向量入,维,:平4x×12=12F房入节点有2个192资接的神经刚络W1,09W参教W:20×192矩阵爹教bho0x1向量oh辆出节点有个,国为baby的度是o·上图中28如何变成24的?12如何变成8的?详情见这个网址:hto:/ud. stanfordedu/wki/ index. php/ Featureextractionusing convolution这个过程中,有这么几个参数:a.深度 depth:神经元个数,决定输出的dept厚度。同时代表滤波器个数。*b.步长 stride:决定滑动多少步可以到边缘。C.填充值zero- padding:在外围边缘补充若干圈0,方便从初始位置以步长为单位可以刚好滑倒末尾位置,通俗地讲就是为了总长能被步长整除。最左边一列是输入层,第二列是第一个滤波器(W0),第三列是第二个滤波器(W1),第四列是输出层。*该图有两个神经元,即 depth=2,意味着有两个滤波器数据窗口每次移动两个步长取3*3的局部数据,即stde=2。zero-padding=13cNN的激励层与池化层ReLU激励层不要用 sigmoid,因为它容易饱和、造成终止梯度传递,且没有0中心化ReLU的优点是收敛快,求梯度简单。·池化poo层池化,简言之,即取区域平均或最大,如下图所示Single depth slice1124Xmax pool with 2X2 filters5678 and stride 26832234304y参考文献:·htp:/ yann lecun. com/exdb/lenet/index. html( Yann securη实现的CNN演示,以动画的形式演示了位移、加噪、旋转、压缩等识别,最有价值的是把隐层用图像显示出来了,很生动形象)

自己编的FFT以及FFT2函数，从复数定义以及复数的运算开始写的，比较慢……

用MATLAB实现光伏MPPT的模糊控制以及扰动法等.

基于单片机脉搏计心率计设计，采用红外对管采集血液冲放频率，利用单片机中断计数，lcd显示数据，记过多人测试决定稳定准确，可以根据不同人调灵敏度！含有源代码，原理图和pcb图，仿真图，参考论文。

[模式识别与智能计算：MATLAB技术实现(第2版)].杨淑莹 原书自带的文件为p文件，附件代码是.m文件的。

基于matlab的语音信号盲分离，有分块注释可运行 亲测

NFC 标签 读取和写入数据demo 不错的值得研究一下