論文元數(shù)據(jù)搜索，找到相關(guān)信息共 2 條：
2021, 43(8): 2121-2127.
doi: 10.11999/JEIT200769
刊出日期：2021-08-10
該文提出一種通用的時(shí)間數(shù)字轉(zhuǎn)換器(TDC)碼密度校準(zhǔn)信號產(chǎn)生方法，該方法基于相干采樣理論，通過合理設(shè)置TDC主時(shí)鐘和校準(zhǔn)信號之間的頻率差，結(jié)合輸出信號保持電路，產(chǎn)生校準(zhǔn)用的隨機(jī)信號，在碼密度校準(zhǔn)過程中，隨機(jī)信號均勻分布在TDC的延時(shí)路徑上，實(shí)現(xiàn)對TDC的bin-by-bin校準(zhǔn)?；赬ilinx公司的28 nm工藝的Kintex-7 現(xiàn)場可編程門陣列(FPGA)內(nèi)部的進(jìn)位鏈實(shí)現(xiàn)一種plain TDC，利用該方法校準(zhǔn)plain TDC的碼寬(抽頭延遲時(shí)間)，研究校準(zhǔn)了2抽頭方式下的TDC的性能參數(shù)，時(shí)間分辨率(對應(yīng)TDC的最低有效位，Least Significant Bit, LSB)為24.9 ps，微分非線性為(–0.84～3.1)LSB，積分非線性為(–5.0～2.2)LSB。文中所述的校準(zhǔn)方法采用時(shí)鐘邏輯資源實(shí)現(xiàn)，多次測試考核結(jié)果表明，單個(gè)延時(shí)單元的標(biāo)準(zhǔn)差優(yōu)于0.5 ps。該校準(zhǔn)方法采用時(shí)鐘邏輯資源代替組合邏輯資源，重復(fù)性、穩(wěn)定性較好，實(shí)現(xiàn)了對plain TDC的高精度自動(dòng)校準(zhǔn)。該方法同樣適用于其他類型的TDC的碼密度校準(zhǔn)。
2014, 36(5): 1139-1144.
doi: 10.3724/SP.J.1146.2013.01003
刊出日期：2014-05-19
該文利用飛行時(shí)間(Time-Of-Fligh, TOF)相機(jī)提供的距離圖像，在運(yùn)動(dòng)歷史圖像的基礎(chǔ)上提出一種基于多層運(yùn)動(dòng)歷史圖像的人體運(yùn)動(dòng)識別方法。計(jì)算距離輪廓序列的運(yùn)動(dòng)能量圖作為整體運(yùn)動(dòng)信息，同時(shí)根據(jù)距離變化量，計(jì)算前向、后向的多層運(yùn)動(dòng)歷史圖像作為局部運(yùn)動(dòng)信息，共同組成多層運(yùn)動(dòng)歷史圖像。為了解決Hu矩對不連續(xù)或具有噪聲的形狀較為敏感的問題，引入R變換對每層運(yùn)動(dòng)歷史圖像進(jìn)行特征提取，串聯(lián)形成特征向量送入SVM進(jìn)行分類識別。實(shí)驗(yàn)結(jié)果表明，該識別方法可以有效識別人體運(yùn)動(dòng)。
