陈平平
- 作品数：24 被引量：35H指数：4
- 供职机构：福州大学物理与信息工程学院更多>>
- 发文基金：国家自然科学基金福建省自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：电子电信自动化与计算机技术机械工程交通运输工程更多>>
- 实时车牌识别边缘系统设计及FPGA实现被引量：2
- 2023年
- 为解决边缘设备端车牌识别系统适应性差和识别率低的问题,提出一种基于深度学习处理单元(DPU)的车牌识别系统设计方法.该方法首先将车牌识别网络进行改造使其可在DPU上运行,并通过压缩与激励(SE)模块组合优化神经网络识别率.将DPU部署在现场可编程门阵列(FPGA)上,调用神经网络对视频图像进行车牌识别,设计出可兼顾新能源车牌的车牌识别系统.实验结果表明,以大规模数据集作为图像输入,车牌识别系统的平均识别准确率可达94.1%,运行速率可达4 ms.
- 汤诺辉林志坚陈平平郭里婷
- 关键词：车牌识别神经网络现场可编程门阵列
- 基于FPGA的HEVC熵编码语法元素硬件加速设计被引量：1
- 2023年
- 高效视频编码标准(HEVC/H.265)是目前国际市场上广泛采用的视频编码标准。基于上下文自适应二进制算术编码(CABAC)作为HEVC熵编码的核心编码方式,通过建立更加精准的概率模型,提高了算术编码的压缩效率。此外,HEVC定义了更多种类的语法元素并建立更复杂的编码结构,进一步减少信息冗余,从而降低了码率。然而,语法元素作为CABAC的输入,其预处理过程的高复杂性,增加了硬件并行难度,导致熵编码硬件的吞吐率难以提高,成为HEVC编码器实现更高分辨率实时编码的瓶颈之一。为了进一步加快熵编码模块的速度,本文设计了一种基于现场可编程门阵列(FPGA)的高吞吐量CABAC熵编码架构。该架构提出的预头信息编码、上下文模型初始化和编码单元(CU)结构优化策略,可以加快语法元素的产生,以供自适应二进制算术编码器使用;通过高效的残差编码架构和部分上下文索引流水计算方案,在保持高吞吐量的同时,可以减少由复杂计算带来的路径延迟,提高工作频率。本设计使用90 nm标准单元库进行综合,共使用了2.099×10^(4)个逻辑门数,工作频率可以达到200 MHz。本文对HEVC官方提供的视频序列进行仿真测试,统计了在不同量化参数(QP)下编码1个编码树单元(CTU)所需要的时间,实验统计数据表明,本文设计使得编码1个CTU的时间平均节省了38.2%。
- 林志坚黄萍郑明魁陈平平
- 关键词：熵编码CABACFPGA
- 实时视频传输的帧级别前向纠错信道编码被引量：4
- 2020年
- 针对5G通信中低时延、高可靠传输需求,在视频编码传输系统中,给定传输带宽的条件下,提出了视频帧级别的应用层前向纠错(FEC)信道编码的优化方案.联合考虑视频有损压缩失真和信道丢包,选取量化参数(QP)和视频帧FEC码率,优化压缩和FEC编码的冗余分配,改进视频重构效果.又因视频重构图像组(GOP)中,帧内编码(I帧)和靠近它的帧间编码(P帧)具有相似的重要性,所以在给定QP后进一步提出帧级别的动态FEC方案,动态分配I帧和P帧的冗余.随机丢包的仿真传输系统结果表明:1)QP分别为25,30和40时,视频重构在QP为30时效果最好;2)当QP为30,丢包率(PLR)为5%时,相比于传统FEC方案,帧间动态FEC方案可有效提高视频峰值信噪比(PSNR);3)在实际高清需求中通过端到端传输的5G远程驾驶,表明所提出的动态FEC方案可保证路况视频的实时传输.
- 柳粟杰杨秀芝陈平平王琳
- 关键词：视频传输前向纠错
- 二维符号间干扰磁记录信道下的多进制LDPC码的优化迭代译码算法被引量：1
- 2020年
- 本文提出一种基于二维符号间干扰磁记录信道下的优化的迭代译码算法。磁记录信道中的2D-ISI由下行方向的符号间干扰和沿轨道方向的轨道间干扰组成,是磁存储系统中严重降低超高密度性能的主要原因。本文使用的编译码方式基于多进制LDPC码,其高速编译码的特性表现出了解决2D-ISI的可能性。在本文中,针对目前的二维符号间干扰的磁记录信道,先在该信道下用多进制LDPC码的BP译码算法实现,判断其性能,再提出一种基于多进制LDPC码EMS算法的优化译码方案。从理论分析和仿真结果表明,无论是在高信噪比或是在低信噪比的环境下,提出的多进制LDPC码的优化迭代译码算法在2D-ISI磁记录信道中保证良好译码性能的同时,相比原有译码算法能有效降低计算复杂度,是更加适合该磁记录信道的译码算法。
- 陈嘉栎王锋陈平平
- 关键词：磁记录多进制LDPC码
- 基于分层调制的物理层网络编码系统概率成形设计
- 2024年
- 分层调制是一种根据发送信号的相对重要性对数据流进行不等保护的关键技术。针对双向中继信道下基于分层调制技术的PNC系统进行研究。当系统采用均匀的输入分布时会产生成形损耗,由于传统的分布匹配器的非线性成形编译码过程不适用于PNC系统,因此提出一种线性概率成形码本方案,以确保其成形编译码过程是线性的,进一步推导了成形系统可达速率表达式。仿真结果表明,所提出的线性成形方案在中低SNR具有0.3 dB的成形增益。
- 林宇晨谢肇鹏陈平平
- 关键词：分层调制物理层网络编码
- “信息论与编码”和“通信原理”综合实验的探索被引量：1
- 2019年
- "信息论与编码”与“通信原理”是通信与信息系统的专业基础课,它们阐述的原理和方法相辅相成,是分析和设计通信系统的理论基础。两门课的综合实验有利于学生对两门课程知识点,以及这些知识点间的关联有更深的理解和体会。通过对实验内容设置原则和思路、实验框架等进行探讨,并给出一个实例,阐述和分析实验结果。实验结果显示:该实验为学生提供了一个灵活可扩展的平台,学生可以对信源编解码、信道编解码和信号调制解调等功能模块的原理和性能进行考察和验证。
- 郭里婷陈平平
- 关键词：通信原理
- 两天线STBC-PI-DCSK混沌置换索引调制技术
- 2022年
- 空时块码(STBC)和宽带置换索引差分混沌移位键控(PI-DCSK)调制都是可以减轻多径衰落影响的技术,通过将STBC应用在混沌通信中,提出了一种新的多元置换索引差分混沌移位键控STBC-PI-DCSK方案,结合了STBC和置换索引混沌调制PI-DCSK的优点。由于不同混沌信号之间的相关性非常低,该方案可以显著抑制发射天线间的干扰,以恢复所需的信息并实现完整的分集增益。仿真结果表明,在误码率BER为10^(-4)时,STBC-PI-DCSK方案比单输入单输出(SISO)-PI-DCSK误码率性能优异约5 dB。更重要的是,该方案保持了与SISO-PI-DCSK方案相似的收发器成本。因此,该方案是无线局域网(WLAN)应用的一种具有重大价值的替代方案。
- 陈海频赖松林孔令军陈平平
- 关键词：空时块码误码率
- “无线通信原理”实践课程设计
- 2024年
- 针对现有教学以课堂授课为主要形式的状况,该文对“无线通信原理”的实践课程设计进行了讨论。该课程以二维图像为输入输出的通信系统作为实验对象,该系统涵盖信源编码、信道编码、调制解调和信道等模块。通过学生自主设计,深化对信息传输基本流程和不同信道影响的理解,同时提高实践能力。相对于传统实践课程,该实践课程更注重整个通信系统的设计,并引入5G时代先进的低密度奇偶校验码技术,加深学生对通信系统的理解,并对传输性能有直观的体验,为无线通信实践型人才培养提供新思路。
- 陈平平苏宠宠郭里婷
- 关键词：无线通信实践课程信源编码信道编码
- 双粒度光流流形学习的刮刷总成摆杆摆幅检测
- 2020年
- 在基于机器视觉检测的客运车辆日趟故障安全例检自动化设计中,针对子空间聚类算法对汽车刮刷总成摆杆摆幅检测中因玻璃复杂背景导致光流轨迹过于稀疏的缺陷,提出了一种双粒度光流流形学习的汽车刮水器总成主副摆杆运动分割算法。首先将摆杆满幅等长LDOF变分光流轨迹作为粗粒度光流进行稀疏子空间聚类,获得可靠的种子样本;然后通过构建稠密细粒度光流与粗粒度光流的轨迹时空相似度流形拓扑图,并在图上利用调和函数将种子轨迹样本邻接节点标签凸松弛为高斯随机场进行半监督标签扩散,从而获得稠密的雨刮运动区域,以便进一步做RANSAC直线拟合和摆角计算;最后,将该算法模块经过ocx插件封装后以回调函数体的形式嵌入客运站的车辆跟踪模块进行同步,并在客运站现场采集了6种不同照度下4种车型共153车次的进站安检视频,用于分析比较同步后的两种粒度流形学习算法对摆杆的运动分割后直线拟合误差与摆角误差。实验结果表明:本算法对运动摆杆的拟合与其摆角计算的精确率均可以达到85%以上,具有进一步推广应用前景。
- 郑思凡郑思凡王卫星梁子裕梁子裕
- 关键词：机器视觉检测子空间聚类算法调和函数
- 轻量型多尺度注意力融合的车牌检测算法被引量：8
- 2021年
- 车牌识别技术在交通管理中发挥着重要作用,其中车牌检测环节对后续识别性能有重大影响。现有的车牌检测系统容易受到外部环境的干扰,在自然场景下的检测性能差。提出一种基于多尺度注意力融合的车牌检测网络模型,利用金字塔网络特征图和CBAM(ConvolutionalBlockAttentionModule)注意力结构,提高小目标的检测精度。同时该方法不仅能够准确地检测定位出自然场景下的车牌,还能精确地定位出车牌的4个角点,有利于后续的车牌识别应用。实验中采用数据增强方法对CCPD数据集进行扩增,有效缓解了复杂环境变化对车牌检测造成的影响,增强了模型鲁棒性。通过对模型进行训练和测试,获得了98.05%的平均精确率和98.71%的召回率,优于其他车牌检测方法,并且帧率达到64 frame/s,实时性高。
- 张世豪杨绣郡吴林煌陈平平
- 关键词：目标检测车牌检测
