基于彩色摄像和光谱分析联合测温方法的电弧温度场分布测量

温度是描述电弧物理特性的关键参数,掌握电弧温度分布随时间变化的规律对分析电弧燃烧机理及其对触头的烧蚀过程具有重要意义。利用彩色高速摄像机和光谱分析仪进行联合测温,得到电弧温度场空间分布随时间的变化规律。通过开距可调的电弧发生装置产生稳态电弧,进行测温系统标定,得到了稳态电弧温度场分布。在此基础上研究了不同稳态电流下电弧温度场分布,得到了电流对于标定系数及电弧温度场分布的影响规律。     

锂离子电池循环寿命的融合预测方法

针对传统基于粒子滤波的锂离子电池剩余使用寿命预测方法的不足:过度依赖电池经验退化模型和模型输入变量单一的问题,提出了一种相关向量机、粒子滤波和自回归模型融合的锂离子电池剩余寿命预测的方法。通过相关向量机提取电池历史数据的退化趋势,构建趋势方程替换以往的电池经验退化模型,作为粒子滤波算法的状态转换方程。引入自回归模型的长期趋势预测值,替换观测值构建粒子滤波算法的观测方程。将3种方法相融合估计电池剩余寿命。实验结果表明:融合方法不仅预测精度高而且采用数据驱动的方法避免了构建复杂的电池机理退化模型,通用性强。     

热变形对射频同轴开关性能的影响分析

通过建立三维射频同轴开关的电磁-热-结构多物理场耦合仿真模型,得到了射频同轴开关在0～6 GHz 的插入损耗、稳态温升及其所导致的热形变量,进而分析了热变形对射频同轴开关射频性能的影响。分析结果表明,即使是相对内导体尺寸较小的热形变量,也会导致插入损耗发生明显变化。从而为射频微波器件设计人员的热特性设计工作提供参考指导。     

基于相应簇回声状态网络静态分类方法

借鉴模仿哺乳动物大脑皮层分簇结构的复杂网络拓扑结构,提出一种基于相应簇储备池回声状态网络的分类方法.将时间窗函数机制引入到回声状态网络储备池的构建中,利用具体问题中需分类数据的类别数量,生成具有对应分簇数目的储备池,以期提高分类精度.基于标准数据集和模拟电路故障诊断的实验验证结果表明,本文方法与标准回声状态网络等方法相...     

一种基于SIFT的图像哈希算法

图像哈希是近年来颇受关注的一个研究热点,但现有的图像哈希算法普遍存在对几何攻击(主要包括尺度、旋转、剪切)鲁棒性不足的缺点,不能满足很多实际应用的需要.针对上述问题,提出了对几何攻击具有强鲁棒性的SIH图像哈希算法.本算法基于在图像匹配等领域得到广泛应用的SIFT算子,通过对SIFT特征向量进行有针对性的筛选和压缩、基于特征向量分布质心的量化生成图像摘要.为适应图像摘要构造的特性,设计了基于广义集合距的匹配算法来衡量图像摘要间的距离.在公开图像库上的实验结果表明,本算法对几何攻击和非几何攻击的鲁棒性均优于对比算法,可广泛服务于图像识别/认证类型的应用.     

一种面向混沌时间序列预测的虚拟特征提取算法

针对混沌时间序列预测问题,该文提出一种虚拟特征提取算法,以提高其预测精度。首先,采用平移不变小波变换,提取出混沌时间序列的细节和光滑子层信息。然后,将混沌序列线性与非线性特征从加和关系推广到函数关系。最后,利用小波子层信息给出一种新颖的虚拟特征表达,以用于预测实验。采用经典的Mackey-Glass仿真数据,以及美国密西西比河实测径流流量数据实验表明,该文方法提高了预测精度,从而也验证了该文提出的虚拟特征提取算法在混沌时间序列预测上的有效性。同时,也可为控制、水文、气象等领域的混沌现象决策提供参考。     

无线传感器网络故障管理架构设计方法概述

随着无线传感器网络应用研究的持续升温,越来越多的研究人员认识到无线传感器网络故障管理的重要性,而故障管理的架构是其中的一个关键问题。本文对无线传感器网络故障管理的架构设计技术进行综述,把它们划分成集中控制结构、分布控制结构、阶梯式控制结构和基于移动装置的结构四大类,并分别对每种结构的特征和发展进行了描述,并总结出目前需要研究的问题。     

基于欠采样的载频与二维到达角联合估计方法

针对阵列参数估计中传统奈奎斯特采样定理给采样和存储设备带来的巨大压力,提出了一种基于随机解调(RD)阵列结构的信号载频与二维到达角(2D-DOA)联合估计方法。利用不同天线阵列之间的互相关矩阵构造协方差矩阵,基于旋转不变子空间(ESPRIT)方法求解载频和2D-DOA参数,同时克服了载频和2D-DOA之间的配对问题。仿真实验结果证明了该方法能较好地从较少的欠奈奎斯特样本中估计目标信号的载波频率和2D-DOA,并恢复原信号的时域波形。     

基于紧致遗传算法的组合电路测试集压缩

随着电路集成度和复杂度的不断增加,电路测试所需的测试矢量集的规模也迅速增长。本文针对现有测试集压缩算法全局寻优能力不足的问题,提出一种基于紧致遗传算法的组合电路测试集压缩方法。紧致遗传算法不但具有良好的全局搜索能力,而且其基于小种群进化的特性可以有效地降低计算花费.非常适合处理数据大的大规模测试集压缩问题。对ISCAS-85标准电路测试集的实验表明,与同类方法相比,该压缩方法能够得到更小的测试集。