基于粒子群算法的改进DV-Hop定位算法

针对无线传感器网络(WSNs)节点定位问题中DV-Hop算法的不足,提出利用粒子群优化算法对改进DV-Hop得到的估算位置校正。这种方法将定位问题看成一个多维优化问题,并且不需要任何额外硬件设备,也不会增加通信量。最后将仿真实验结果与改进DV-Hop算法进行比较,表明基于PSO算法优化的改进DV-Hop定位算法在优化性能上有所改进,有效提高了节点定位精度,证明该方法的有效性。     

小型化脉冲形成线

前言许多激光和微波发射机同时要求快速的脉冲上升时间和体积重量的小型化。结合这两方面的要求,最希望的是在线型脉冲调制器发射机的设计中不用脉冲变压器。因为变压器的漏感使得脉冲上升时间增加,同时所用的变压器是一种体积重量都较大的元件。如果在线性调制器中省掉脉冲变压器,将使脉冲形成元件的负担加重。脉冲形成元件上充电电压应是负载(激光器或微波管)所需电压的两倍。并且应完成脉冲形成网络与负载之间的阻抗匹配。解决这个问题的一种方法是采用同轴电缆作为脉冲     

尺度估计和多特征融合的目标跟踪算法研究

针对核相关滤波器跟踪算法（Kernel Correlation Filter,KCF）在特征提取单一以及尺度估计不足而导致跟踪效果不佳的问题,本文提出了一种多特征融合的尺度自适应核相关滤波目标跟踪算法。首先,使用帧差法将相邻帧图像对应像素值相减得到差分图像;其次,对差分图像提取方向直方图特征,再与目标的均一局部二值纹理特征和颜色特征进行线性加权融合;最后,引入一种尺度估计策略,将尺度滤波器的估计值与分块算法的估计值融合计算得出目标的尺度和位置。实验数据表明,本方法能有效的改善核相关滤波器的跟踪性能,且与其他主流算法相比,在尺度变换下也有较好的跟踪效果。      

清代“三作”家具的特点研究

随着人类文明的不断发展,家具作为一种物质生产活动,成为了生活中不可或缺的物品。清代家具作为我国盛世时期的杰出代表,以其精湛的制造技艺和丰富的文化内涵,形成了独具特色的家具风格。同时,清代家具依据其地域文化的差异而形成了各自不同的家具流派,其中以京作、苏作和广作最为著名,并称为清代"三作"。本文通过对清代家具的发展和形式特点进行探析,从而对清代"三作"家具的造型特点、艺术风格、工艺技巧以及装饰特色等进行详细的研究和论述。     

相关滤波的运动目标抗遮挡再跟踪技术

针对相关滤波在抗遮挡方面效果不佳的问题，本文在ECO_HC(efficient convolution operators handcraft)的基础上提出了一种多特征融合的抗遮挡相关滤波算法。在相关滤波算法的框架下，将目标ULBP(uniform local binary pattern)纹理特征和目标HOG(histogram of oriented gridients)特征进行线性加权融合；在模型建立与更新阶段通过高斯掩码函数缓解循环移位造成的边界效应；通过计算目标最大响应值的峰值均值比来判断目标状态，并将卡尔曼算法作为目标被遮挡后重定位策略。实验结果显示，在16个视频序列上，该文算法的平均精确度达到87.3%，成功率达到76.5%，相比基线算法，分别提升了27.7%和23.7%。     

快速大功率三极管脉冲放大器

本文要描述的是一种线性平板真空三极管脉冲放大器。放大器的峰值输出功率达2兆瓦,脉冲重复频率100千赫以上,对于稳定性为10微微秒量级的各种宽度脉冲具有1毫微秒的前后沿暂态特性。本文着重描述该放大器作为电光晶体激励器的特性。该放大器也可应用到光脉冲选择,自动稳定隔离装置,腔倒空,脉冲刻字及行波调制等方面。同时,本文也将介绍该脉冲放大器在敌我识别雷达检测和地下矿产资源探测方面的应用。     

架线机车载波电话调度通讯系统通过鉴定

<正> 由煤科院常州自动化所和阜新有线电二厂共同研制的ZDD-23型架线机车载波电话调度通讯系统,于1988月1月通过部级鉴定。该系统由调度台、转接台和车载台组     

线型调制器充电技术述评

在线型调制器脉冲形成网络的充电问题上,将比较及分析变压器和电感反馈充电技术与谐振充电技术各自的突出的优点。作为比较的项目有:每个脉冲充电期间转移到网络的能量;总电压转换比;能量储存要求;网络储能电压的调整与控制。我们将定义和叙述各种技术,包括性能特性和基本参数。谐振充电可以采用降Q电路即充电并联调节电路进行电荷控制。可以看到变压器型和电感反馈型这两种方法都不需要既大又笨的高压电源变压器。     

量子粒子群优化智能算法的高精度分子对接方法研究

分子对接是药物发现与设计的重要方法,采用计算机优化和模式识别方法在三维结构数据库中搜索几何、化学特性与特定药物结合位点相匹配分子的计算机辅助药物筛选是当前分子对接的研究热点,这种问题可以归为参数优化问题。本文提出了一种基于改进的量子粒子群(quantum-behaved particle swarm optimization,QPSO)算法的分子对接方法,用于处理大自由度的分子对接计算,并与基于标准QPSO算法和经典拉马克遗传算法的分子对接方法进行了比较,实验结果表明新方法无论是在对接能量还是对接准确性上,明显优于其它2种方法,尤其是在配体复杂性不断增加的情况下,非常适用于高柔性分子对接问题。     

群体智能算法的遥感图像处理研究

针对传统图像增强方法缺乏适应性的缺点, 提出了一种用最优化过程进行图像增强的方法。首先对量子粒子群优化(quantum-behaved particle swarm optimization, QPSO)算法进行改进, 提出了一种实变参数量子粒子群优化(time varying parameters QPSO, QPSO-tp)算法。标准测试函数的实验结果表明, 改进后的算法在全局搜索能力和收敛精度上要优于原QPSO算法, 具有调节参数少、随机性更强等优点。然后将遥感灰度图像的非线性变换增强过程用最优化问题进行处理, 用QPSO-tp算法进行参数寻优。实验结果表明, 图像的增强效果得到了较大提高。