基于PC总线的卡尔逊数据采集模板的设计与实现

介绍基于PC总线的卡尔逊传感器数据采集卡设计，并从软、硬件两个方面对其作了说明。     

光在大气和海水信道中传输的能量衰减计算

考虑自然光和海水浮游生物等产生的背景辐射以及云层、大气/海水界面和海水等介质的光辐射透过率,利用星载激光对潜通信能量方程估算了潜艇接收信号能量衰减大约可达-112~-140 dB.利用Monte Carlo方法计算星载激光对潜通信水下接收光斑分布状况,选择63%光斑半径作为接收平面半径,不考虑光在传输过程中介质的吸收效应,计算了不同卫星高度和发射角.近海岸海域水下200 m和深海海域水下300 m接收信号衰减,信号能量衰减可达84 dB.由于未考虑吸收效应和光斑大小选择的原因,仿真计算结果稍小于理论估算.     

基于改进鲸鱼优化算法的外骨骼机器人步态检测

针对传统的外骨骼机器人步态检测算法中的信息单一化、准确率低、易陷入局部最优等问题，提出基于改进鲸鱼算法优化的支持向量机（IWOA-SVM）的外骨骼机器人步态检测算法，即在鲸鱼优化算法（WOA）中引入遗传算法（GA）的选择、交叉、变异操作，进而去优化支持向量机（SVM）的惩罚因子与核参数，再使用参数优化后的SVM建立分类模型，从而扩大算法的搜索范围，减小算法陷入局部最优的概率。首先，使用混合传感技术采集步态数据，即通过足底压力传感器和膝关节、髋关节角度传感器采集外骨骼机器人的运动数据，并作为步态检测系统的输入；然后，使用门限法对步态相位进行划分并标记标签；最后，将足底压力信号与髋关节、膝关节角度信号融合作为输入，使用IWOA-SVM算法完成对步态的检测。对6个标准测试函数进行仿真实验，并与GA、粒子群优化（PSO）算法、WOA进行比较，数值实验表明，改进鲸鱼优化算法（IWOA）的鲁棒性、寻优精度、收敛速度均优于其他优化算法。通过分析不同穿戴者的步态检测结果发现，准确率可达98.8%，验证了所提算法在新一代外骨骼机器人中的可行性和实用性，并与基于遗传优化算法的支持向量机（GA-SVM）、基于粒子群优化算法的支持向量机（PSO-SVM）、基于鲸鱼优化算法的支持向量机（WOA-SVM）算法进行比较，结果表明，该算法识别准确率分别提高了5.33%、2.70%、1.44%，能够对外骨骼机器人的步态进行有效检测，进而实现外骨骼机器人的精确控制及稳定行走。     

卡尔逊传感器数据采集模块的设计与实现

介绍基于ISA总线的卡尔逊传感器采集卡的组成，工作原理及一些关键电路，并对其驱动程序做了说明。     

海水对高斯激光脉冲的空间扩展效应研究

对传统半解析Monte Carlo方法进行改进,利用修正的Henyey-Greenstein函数表示海水散射相位函数,计算了高斯激光脉冲在水下的空间扩展分布.由于传统采用光学厚度的归一化方法不能较好地反映海水介质散射的非各项同质性,文章提出了一种新的归一化数据分析方法,利用介质的有效散射厚度τd代替光学厚度D.计算结果表明,在不同海水深度、不同海水条件下的光束空间扩展分布具有同样的形式.在不同海水散射特性和目标通信深度条件下,如果有效散射厚度τd相同,则激光光束的水下空间扩展分布基本相同.     

实用直流电源分析与设计

本文着重分析直流稳压电源实现的几种方案。同时给出一种实用充稳定电源的设计,并从稳压电源、稳流电源、ＣＤ－ＣＤ变换器三部分进行剖析。     

基于在线手写签名特征的非盲水印

结合电子公文的应用背景,提出了一种在图像中嵌入在线手写签名特征,来验证发送方身份的算法。该算法利用人眼视觉特点,将签名信息自适应地嵌入到载体图像中。鉴于签名特征水印较传统的图像水印对鲁棒性的要求更高,该算法将签名特征信息重复嵌入,以减少水印提取时可能出现的偏差。实验证明,该算法既具有良好的不可见性,又具有很强的抗图像攻击能力,达到了设计的根本目的。     

基于信息融合的在线手写签名算法研究

为了进一步提高认证效果,在演化计算、神经网络和离散F距手写签名认证算法的基础上,提出了基于信息融合的在线手写签名认证算法。该算法将测试签名和参考签名分别通过三种算法进行认证,得出测试签名为真实签名的置信度,然后对三种认证算法的结果进行加权融合,根据最终的融合结果进行签名真假的判定。实验结果表明,信息融合算法的误拒率和误纳率都有显著的减少。