第三代高频自动链路建立协议分析及仿真

随着现代军用通信网络的发展与进步，第三代高频自动链路建立协议(Third-generation HF Automatic Link Establishment)将逐渐取代现有的第二代协议。首先从CSMA机制、Dwell—Groups技术、Multi—Slot技术等方面概略地介绍了3G-ALE技术。然后在同步工作模式下，将Dwell—Groups技术、Multi—Slot技术应用在协议当中进行了对比仿真，并分析了Dwell—Groups技术、Multi—Slot技术对3G-ALE系统性能的影响。     

异养培养光合细菌产5-氨基乙酰丙酸发酵条件的研究

从废水处理厂的活性污泥中筛选出产5 氨基乙酰丙酸(ALA)的红假单胞菌原始菌株,可产生7 35mg/L的ALA,采用亚硝基胍(NTG)以及紫外线对该菌株进行诱变处理,得到产量为19 12mg/L的菌株C-1。在摇瓶实验过程中,对培养基组成和培养条件进行了初步优化,使菌株产ALA的能力达到了38 9mg/L。     

不等长批次过程的有序时段划分、建模及故障检测

对具有不等长时段的多时段批次过程进行监测是十分重要而且具有一定难度的. 时段在批次间的错位现象导致时间方向的不同过程特性混合在一起, 这给时段分析以及在线应用带来了一系列的问题. 为了解决不等长所带来的问题, 本文提出一种基于不等长时段有序识别及建模的故障检测方法. 该方法的主要贡献包括以下方面：1) 该方法通过步进地衡量过程的变量相关性对模型精度以及监测性能的影响, 自动有序地识别出每个不等长时段; 2) 在每个时段内,通过对不规则的过程数据进行整合建立了时段模型以捕捉不规则的时段特性; 3) 本文提供了一种简单而有效的在线判断新样本隶属时段和监测其运行状态的方法. 最后, 本文通过一个实例–具有不等长批次长度的注塑过程阐述了本方法的有效性.     

分块二维局部保持鉴别分析在人脸识别中的应用

局部保持鉴别分析在人脸识别研究中具有非常重要的地位。在此基础上提出的2DLPDA算法直接在二维空间进行运算,一定程度上提高了性能。但是当样本在光照阴影、遮挡等情况下时,识别率受到很大影响,为此提出一种改进的算法,即分块二维局部保持鉴别分析方法。其将样本分块,以更好地提取样本中的局部近邻特征。这样同一样本的不同分块在选择近邻时,就可能具有来自不同样本的近邻,从而能更好地提取样本的局部特征。最后将局部特征整合为整体作为识别的依据。在AR、YALE及ORL库上验证了算法的有效性。     

新的AdaBoost算法评价体系

工程实际中,往往通过对比两个AdaBoost算法在相同弱分类器数量条件下的错分率来比较算法性能,这样就忽略了在弱分类器数量增加时,错分率的波动会造成对比不准确的问题。为此,分别针对分类器性能的分类准确率、收敛速度和稳定性,提出了稳态错分率、调节规模、振荡度三个量化指标,构成了一个相对完备的评价体系。实验表明,该评价体系能更全面反映AdaBoost的分类效果。     

一种面向噪声环境中旋转机械故障诊断的多模态耦合输入神经网络

旋转机械设备是工业生产中的关键性设备,对其进行高效故障诊断,对于保障工业安全生产具有重要意义.传统的旋转机械设备智能故障诊断方法采取人工特征提取策略,存在依赖专家经验知识、特征泛化性差、特征完备性不足等局限性,导致故障诊断模型精度差,特别是在噪声环境下性能下降明显.对此,提出一种用于旋转机械故障诊断的多模态耦合输入神经网络模型.首先,利用信号分解方法将原始输入信号分解为多个子信号,并将子信号与原始信号成对组成二维矩阵并输入到神经网络中,使得网络能够提取其间重要的相关特征;然后,利用双通道并行的卷积神经网络和长短期记忆网络分别提取信号中的时空间特征并融合,大大提高网络模型的特征表达完备性,实现对旋转机械设备的高精度故障分类.通过实验验证了所提出模型相较于传统故障模型具有更高的准确率,并且对于噪声干扰也有较好的适应性.     

基于声发射参数分析的滑动轴承故障诊断方法研究

本文基于声发射产生机理,对基于声发射参数分析法进行滑动轴承故障诊断方法进行理论和实验研究。首先,通过汽轮机发电机组模拟转子实验台模拟了滑动轴承三种润滑状态,通过实验台以及设计的实验方案,利用声发射采集设备对不同润滑状态的声发射信号进行采集。其次,针对采集到的不同润滑状态声发射信号,对其能量均值以及功率谱熵均值进行计算,提出了基于声发射能量均值和功率谱熵均值的散度指标的滑动轴承润滑状态诊断方法,并利用这种方法对模拟信号进行诊断,同时将其与单一能量参数分析法进行对比,发现能量参数分析法不能很好的反映出滑动轴承的三种润滑状态,而文中所提的采用多参数结合的指标诊断方法具有更好的信号适应性以及更高的区分度。     

基于层叠处理的多级自适应WOS滤波器

基于层叠处理的ＬＰ算法求解最优非线性滤波 缺陷在于：⑴必须掌握信号和噪声的先验统计知识,⑵计算量随滤波窗增大呈超指数增加,根据层叠滤波器理论,所有ＷＯＳ滤波器正布尔函数都是线性可分离的,在此基础上,提出了一种多级自适应ＷＯＳ层叠滤波器,从有效地克服了传统ＬＰ算法的缺点,它尤其适合于图象处理领域。     

空间可分级视频编码的层间预测新算法

针对可分级视频编码中图像输出质量与编码所需时间的权衡问题,提出了一种可行的层间预测算法.该算法结合空间可分级的层间结构特点,充分利用基本层宏块及其邻域宏块的备选模式,依据其统计规律计算当前增强层待编码宏块可能的最优备选模式,有效地减少参与运动估计运算的模式数量,以达到降低编码时间的目的.通过JSVM的仿真实验,该层间预测算法与传统的层间预测算法相比,在输出图像质量变化较小的前提下,能够大幅降低编码时间,提高编码效率.     

中心差分卡尔曼平滑器

针对一类非线性离散系统的状态平滑问题, 本文设计了一种中心差分卡尔曼平滑器(CDKS). 文中基于最小方差估计准则, 详细推导了非线性系统的状态最优平滑递推公式, 并采用中心差分变换来近似计算状态的后验均值和协方差. 相比于传统中心差分卡尔曼滤波器(CDKF), 所设计的CDKS算法有效提高了非线性状态的估计精度, 拓展了中心差分变换的应用范围. 仿真实例验证了所提出平滑器的可行性和有效性.