摘要：锚框结构的舰船目标检测算法存在预设锚框与真实目标框难以精准匹配的问题,设计了一种基于合成孔径雷达(Synthetic Aperture Radar,SAR)图像的无锚框实时舰船目标检测算法。该算法以YOLOX-Nano(You Only Look Once X-Nano)框架为基础,在骨干网络单元嵌入改进Ghost模块和挤压激励(Squeeze and Excitation,SE)模块。路径聚合网络(Path Aggregation Network,PANet)与改进Ghost模块和自适应空间特征融合(Adaptively Spatial Feature Fusion,ASFF)模块集成后提高了模型的特征表达能力。以输入图像分辨率为320×320像素为基准,相较于单发多框检测器(Single Shot MultiBox Detector,SSD)和YOLOv3-tiny(You Only Look Once v3-tiny)模型,实验结果显示本文算法在合成孔径雷达舰船检测数据集(SAR Ship Detection Dataset,SSDD)上平均正确率达到94.5%,参数量为0.87×10^(6),浮点计算量为0.61×10^(9),能够实现高精度和低复杂度的SAR图像舰船目标检测。

摘要：相比于传统的硬判决译码算法,RS码软判决译码算法能够获得更大的编码增益,但硬件实现较为复杂.针对这一问题,本文在LCC软判决译码算法的基础上提出了一种改进型校验子算法,可在不影响译码性能的前提下大幅降低硬件复杂度.仿真结果表明,本文设计的RS(255,239)码η=3译码器,在BPSK调制下通过AWGN信道,相比于现有基于校验子的RS码译码器结构,硬件资源消耗减少20%.采用SMIC 0.18μm CMOS工艺实现,芯片面积仅为0.81mm2.