基于动态频率选择技术的射频自动测试系统

射频测试是无线局域网测试中非常重要的一个环节。射频测试的特点是测试周期长且工作内容重复性高,自动测试系统可以极大的减少工作量,而且能够提高测试精度。本文在硬件设计上引入切换单元,使得链路的物理连接更加灵活多变;在软件设计上,为了将程序语言转化成能被程控仪器识别的标准命令,采用虚拟仪器软件结构和安捷伦IO库控制仪器进行数据采集和测试。系统高效的解决了人工操作繁琐和测量数据受人为因素影响较大等问题,而且结构灵活、扩展性高,具有良好应用前景。系统现已在国家无线电监测中心检测中心实验室投入使用,运转良好。     

基于免疫算法的神经网络盲均衡算法的研究

将免疫算法引入神经网络盲均衡,用它来优化网络的权值。它具有很强的全局搜索能力,避免了使用传统方法而出现的未成熟收敛现象,使得收敛速度加快,最终达到全局最优。     

基于遗传神经网络自适应噪声抵消技术的研究

自适应噪声抵消技术是减除背景噪声影响的有效处理方式。概述了自适应噪声抵消原理、BP算法及遗传算法等基本理论,结合各自的优点,提出一种基于BP神经网络和遗传算法相结合的自适应噪声抵消系统。该系统中采用遗传算法优化网络权值方式构造遗传神经网络,用遗传神经网络替代传统的自适应滤波器,以此达到更好的噪声抵消效果。使用MATLAB仿真实例,发现其消噪效果显著同时信噪比得到提高。     

基于提升小波和形态学融合的图像边缘检测

针对传统边缘检测方法边缘定位不精确的缺点,结合提升小波变换和数学形态学的优势,提出了一种融合提升小波和多尺度形态学的边缘检测方法.首先,对原始图像进行提升小波变换;再用小波变换和多尺度形态学算子分别对低频图像进行边缘检测,根据异或原则融合成低频边缘;然后,用小波变换检测高频图像边缘;最后,通过提升小波反变换得到边缘图像.实验结果表明,与传统或其他的形态学边缘检测方法相比,该算法在保持图像边缘清晰的同时,具有很强的边缘定位能力.     

军事应急物流中多目标路径优化的研究

本文从军事应急物流的定义和特点出发建立了多目标的路径优化模型,并基于遗传算法总结归纳了解决多目标路径优化问题的三种方法。     

蚁群算法求解优化函数

蚂蚁具有找到蚁穴与食物源之间最短路径的能力,受此启发提出的蚁群算法最初用于解决旅行商问题,具有自适应性、鲁棒性及本质上的并行性等许多特点,广泛适用于各种静态和动态的组合优化问题中,具有潜在的应用前景。为了求解一般的函数优化,文章在标准蚁群算法的基础上,引入遗传算法的编码方式,并对蚁群算法的信息素更新进行改进。通过对几个经典测试函数的求解,证明了算法的有效性。     

基于单片机的客车防超载系统设计

针对长途客车严重超载频繁发生导致交通事故,设计了一种能够防止超载的自动控制系统。该系统由压力传感器、ADC0809转换器、STC89C51单片机芯片、LSD发光二极管、继电器、DIY小车模型等构成。通过实验仿真,超过六个以上压力传感器上有压力时候,继电器处于常开状态,小车电机无法启动。     

基于多边形分解的质心定位算法

节点定位技术在无线传感器网络的应用中起到很重要的作用。为了能准确定位未知节点,确定未知节点的坐标,提出了一种新的质心定位算法——基于多边形分解的质心定位算法。该算法将锚节点构成的多边形分解成三角形,然后通过未知节点与邻节点交换信息,判断未知节点位于哪个三角形内,计算未知节点所在三角形的质心,最后用三角形三个顶点的RSSI值修正三角形的质心,将其作为未知节点的坐标估计。仿真表明新算法的定位精度比传统的定位算法有很大的提高。     

高能X射线的数字图像重构

阐述了一种使用数字X射线检测大口径炮弹内部瑕疵的方法.在工程实际中,由于噪声和趋势项的存在,严重影响了被测物体图像的准确性和质量.为此,文中采用了一些减小噪声和趋势项的自适应滤波算法,从而恢复退化图像.实验结果验证了算法的可行性.