基于环形谐振器的平衡式带通滤波器

提出了一种基于多模环形谐振器实现的平衡式带通滤波器, 其主要由加载了电阻和短路枝节的环形谐振器和两对平衡端口构成.所提出的滤波器能够以单个谐振器获得差模的双模响应, 并且具有结构简单, 共模抑制高, 带宽可进行有限控制(4% ~ 9%)的优点.为验证理论预期的可实现性, 在RO4003C基板上设计了一个工作在1.87 GHz的平衡式带通滤波器.实验结果表明该滤波器的20-dB阻抗匹配带宽为8.9%, 中心频率处的插入损耗为0.86 dB, 在1 ~ 3 GHz频率范围内的共模抑制大于30 dB.     

无线传感器网络近似三角形内点测试定位算法改进

作为重要的共性支撑技术之一,无线传感器网络的定位问题极具研究价值。分析了近似三角形内点测试算法,对该算法进行了改进。仿真分析表明:较之原算法,改进算法降低了错判发生的概率。     

自适应搜索优化算法

自由搜索算法是一种新的群集智能优化算法,已经成功地应用于函数优化问题.针对该算法所存在的对参数敏感等问题,提出自适应搜索算法.通过自适应实时调整搜索半径、搜索步、灵敏度等参数,提高算法对环境的适应性、鲁棒性和在"探索"和"开发"之间的平衡能力.对典型函数的试验结果证明,新算法不仅降低了对参数的依赖性,而且成功率高、收敛速度快,能有效避免陷入局部次优.     

基于相似函数与相似网络的可逆网络化简

提出了可逆函数的相似函数及可逆网络的相似网络,在此基础上构建了可逆网络化简方法。由可逆函数求出其所有的相似函数,对每个相似函数利用可逆逻辑综合算法生成可逆网络,再将其转换成对应的相似网络,并从中选取最优。该网络化简算法实现了生成三变量全部可逆函数和多变量可逆函数的可逆网络,与相关文献及Benchmark中的例题相比,构造可逆网络的门数较少,具有一定的优势。     

基于关联选择的可逆逻辑综合算法

可逆逻辑综合是可逆计算的重要内容,为了解决可逆逻辑综合中可逆电路构造和优化问题,提出一种基于关联选择的可逆逻辑综合算法及相应的优化算法.将可逆函数用真值表表示,按真值表从上往下的顺序综合,并若干相关联变量作为综合的目标位,分别计算相对混乱度和绝对混乱度,以最小混乱度原则选取可逆逻辑门.该算法及其优化算法的时间复杂度为O(n2×2n),空间复杂度为O(n×2n),优于最佳算法的空间复杂度O(2n!).通过C++语言实现对3变量全部函数及部分4变量函数的综合,并与其他可逆逻辑综合算法的结果及benchmark范例比较,结果表明平均门数均具有一定优势.     

用于VANET紧急消息传输的改进二元分割广播协议

摘要：针对车辆自组织网络（vehicular Ad Hoc network,VANET）中紧急消息的传输,提出一个改进的二元分割广播（MBPAB）协议。协议将通信范围迭代划分成小的区域,寻找离发送节点最远区域内的车辆,对紧急消息执行转发,通过减少转发跳数,提高消息传播速度。通过引入MAC（medium access control）子层的微型分布式帧间间隔（mini-DIFS）,赋予对紧急消息以更高的优先级接入通信信道。仿真结果表明,在VANET 中, MBPAB协议与现有的广播协议相比,在通信时延和消息传播速度方面有更好的性能表现。     

基于压缩感知的期望最大化贝努利非对称高斯近似信息传递算法

期望最大化贝努利高斯(BG)近似信息传递(EM-BG-AMP)算法中的BG模型因为具有对称性,在逼近实际信号先验分布时会受到限制;而期望最大化高斯混合近似信息传递(EM-GM-AMP)算法中的GM模型是BG模型的高阶形式,复杂度较高。为了解决以上问题,提出贝努利不对称高斯模型(BAG),进而推导得到期望最大化贝努利不对称高斯近似信息传递(EM-BAG-AMP)算法。该算法的主要思路是假设输入信号服从BAG模型,然后使用广义近似信息传递(GAMP)重构信号并在算法迭代中同时更新模型参数。实验证明,在处理不同图像数据时,EM-BAG-AMP和EM-BG-AMP相比,时间增加了1.2%,峰值信噪比(PSNR)值提升了0.1~0.5 dB,尤其在处理纹理较少以及色差变化明显的图像时峰值信噪比(PSNR)值提升了0.4~0.5 dB。EM-BAG-AMP是对EM-BG-AMP算法的扩展和延伸,更适合实际信号的处理。     

基于ADF7020和LPC2134的WSN电力抄表系统

分析现有抄表系统存在的问题,在此基础提出了一种由LPC21 34ARM微控制器和ADF7020构成的WSN电力抄表系统,详细地叙述了系统设计原理与软硬件的实现方法.系统将无线传感器节点嵌入到电表中,通过无线多跳通信方式与小区的集中器,形成无线传感器网络,再利用Internet与电力公司的数据处理中心组建成一套自动抄表系统,该系统有效解决了现有自动抄表系统存在的问题,并具有结构简单、工作可靠等特点.     

标准细胞神经网络完全稳定性分析及初步应用

在细胞神经网络（Cellular Neural Networks,CNN）的应用中,稳定性是一个关键问题。只有选择合理的参数模板,才能将其应用于图像处理中来,否则将导致整个网络振荡甚至混沌。因此,如何简便有效地分析和判断标准细胞神经网络模型的完全稳定性,是其成功应用的首要前提。在已有定理证明的基础上,给出一种简便快捷的完全稳定性判断方法,并成功应用于图像分割中,效果良好,与人眼的视觉感受相一致。     

基于内三角形质心算法的超宽带室内定位

针对工业现场自动导引运输车（AGV）定位方式灵活性差的问题,应用DW1000射频（RF）芯片,设计实现了一种超宽带（UWB）室内定位系统。首先,提出了高效的多基站测距和多标签调度机制,解决标签冲突和组网问题。其次,针对三角形质心算法实际应用中测距极大误差引起的定位精度低、稳定差的问题,引入可信度概念,提出了内三角形质心算法,通过可信度算子削弱测距极大误差的影响,提高算法性能。最后,将该系统应用于工业车间,当系统容纳20个标签时,单个标签的坐标平均更新频率达到24 Hz,标准差为3 Hz;静态平均定位误差为11.7 cm,标准差为2.5 cm;动态最大误差小于30 cm。实验结果表明,该系统具有高实时性、高精度和高稳定性的特点。