基于电涡流传感器的硬币识别系统的设计

在对常见的假硬币特性参数测量和研究的基础上,针对我国硬币大小、厚薄、质量以及材质均不同的现状,提出采用高频反射式和低频透射式电涡流传感器联合使用设计硬币识别系统的方案.方案中对电涡流传感器的电路、结构进行了分析,对识别系统的硬件方案、软件流程进行了设计.应用该方案通过实验确定了硬币的特征值,证明该方案可以实现硬币真伪的快速无损鉴别,具有很高的识别率.基于这种方案设计的硬币识别器性价比高,可应用于预付费无人值守产品中,具有良好的发展前景.     

基于扰动测度的电能质量扰动源定位方法

针对现有电能质量扰动源定位方法中对扰动方向表征不足的问题,引入扰动测度概念,测量扰动的大小和方向,提出一种扰动方向的定量表示方法以及相应的扰动源定位算法。首先利用基本信度分配函数对扰动方向进行量化处理,然后通过隶属度函数对扰动功率和扰动能量进行综合定位,得出多测点的扰动方向测度列向量,结合覆盖矩阵得出最终的定位结果.仿真结果表明：在原方法定位不准确的情况下,新方法仍然能够正确定位扰动源,证实了此方法的有效性和可行性.     

动态轴向压缩工业制备色谱分离丹参脂溶性单体化合物

通过HPLC优选提取溶剂,并结合TLC实验筛选得到合适的展开剂以及柱色谱分离条件。柱分离条件直接放大到动态轴向压缩工业制备色谱分离,建立了高纯度丹参脂溶性单体化合物工业化分离工艺。结果表明,二氯甲烷对丹参脂溶性化合物的提取率最高,优选的分离流动相为石油醚-二氯甲烷体系。最终制备得到4个丹参酮类化合物,其中BC-2、BC-4、D-2分别鉴定为纯度达98.5%的丹参酮ⅡA、96.2%的丹参酮Ⅰ以及97.8%的隐丹参酮,化合物的BC-3纯度为95.4%,结构需进一步鉴定。实验证明,动态轴向压缩制备色谱是一种天然活性成分制备的操作简单、分离周期短、效率高的分离设备。     

大气湍流中光传播的数值模拟

大气分子等粒子的存在对光的空间传播通常会产生光束的扩展、漂移等的影响.文中在随机媒质中光的传播理论的基础上,分析了构造大气湍流随机相位屏所需要的条件,采用McGlamery算法和Huygens-Fresnel原理,数值模拟给出了Kolmogorov谱下的大气湍流随机相位屏.分析了光波从发射机经湍流大气传播到达接收机平面时的光场变化特征.模拟分析表明:大气分子等粒子的存在,对光的振幅及能量的空间分布均造成很大的影响.     

微波条件下树形分子核单元的合成及优化

聚酰胺胺树形分子因其独特的分子结构使其在药物载体、生物化学、催化剂等方向有着潜在的应用.但常温下合成树形分子的周期较长,致使其成本高.从乙二胺出发,利用微波技术,通过反复摸索,优化得到了微波辅助合成聚酰胺胺树形分子核单元的最佳条件.     

基于烟囱效应的地下建筑通风系统研究

针对目前地下建筑如隧道、地下车库等通风排气系统采用的机械换气方式,耗能大、噪音大、效果不佳等缺点,提出基于烟囱效应利用太阳能的通风系统,并对其通风效果和换气能力进行了理论分析和数值仿真.计算和仿真结果表明,此种方式能够较好地达到地下通风换气效果.     

基于随机移动模型的移动sinks无线移动传感器网络性能分析与改进*

引入移动sinks节点是解决网络连通性、能耗平衡、提高网络生命周期和网络容量的有效方法。针对移动sinks节点的移动机制直接与网络性能相关,结合mWSNs体系结构,分析了基于随机移动模型的网络性能,提出了零数据包分片率的随机移动模型。理论分析与仿真结果表明,该模型能够保证数据零分片,提高了网络的时延性能和数据包传输成功率。     

基于蚁群算法的Hopfield神经网络在多空间站路径规划的应用研究*

空间机器人每次携带的燃料有限,提高空间机器人的工作效率以及延长其在轨寿命研究具有重要意义,分析了空间机器人多空间站访问问题。为了弥补传统路径规划方法容易陷入局部极小点的问题,提出利用基于蚁群算法的Hopfield神经网络来解决空间机器人多空间站访问问题。仿真实验结果表明,基于蚁群算法的Hopfiled神经网络用于多空间站访问问题,收敛速度要比Hopfield神经网络快,且比Hopfield神经网络易于跳出局部极点,该算法有利于解决多空间站路径规划问题。     

低分辨率人耳图像识别方法研究*

针对人耳识别中存储量和计算速度的要求,同时考虑远距离拍摄时低分辨率人耳识别问题,探讨了低分辨率人耳图像识别性能,给出了分辨率与识别率的关系。首先采用高斯金字塔对人耳图像进行不同层的分解,然后对每一层图像应用广义判别分析方法（GDA）提取特征,最后计算样本间的余弦距离,通过阈值法分类识别。实验结果表明,当人耳图像分辨率降低为36×24时系统识别性能最好,满足实时生物识别系统的要求。     

基于新模糊准则与 DE算法的红外人体图像分割 *

人体目标的抽取是红外人体图像处理的基础 ,为了有效获取红外图像中的人体目标 ,提出了一种新的图像阈值化方法。首先在对模糊熵方法本质分析的基础上 ,通过参数变换定义了一种新的最小化模糊准则 ,然后将差分演化 ( differential evolution, DE)算法与新模糊准则相结合用于快速、有效地获取最佳阈值 ,最后在真实红外人体图像上与其他方法进行了对比实验。实验结果表明 ,所提出的方法不仅能得到理想的分割结果 ,而且 CPU耗时也较少 ,满足实时性处理要求。