WSN低功耗低时延路径式协同计算方法

针对云计算应用于无线传感器网络(Wireless Sensor Network,WSN)时延敏感型业务时存在的高传输时延问题,提出了一种WSN低功耗低时延路径式协同计算方法。该方法基于一种云雾网络架构开展研究,该架构利用汇聚节点组成雾计算层;在数据传输过程中基于雾计算层的计算能力分步骤完成任务计算,降低任务处理时延;由于汇聚节点计算能力较弱,时延降低将导致能耗增加,WSN工作寿命减短,为此提出能耗约束下的任务映射策略,并利用离散二进制粒子群优化(Binary Particle Swarm Optimization,BPSO)算法解决能耗约束下的时延优化问题。仿真结果表明,在相同的能耗约束下,对比其他算法,基于BPSO算法得出的映射方案能有效降低业务处理时延,满足时延敏感型业务的需求。     

完备度量空间上不动点定理的推广及应用

Banach在1922年证明了完备度量空间上压缩映射不动点的存在性。通过对Banach不动点定理条件的研究,给出了Banach压缩映像原理的推广,并提出Banach不动点定理在存在唯一性方面的应用。     

视觉引导划片机轨迹优化算法研究

针对砂轮划片机重复划片会降低芯片的加工精度,甚至损坏芯片的问题,基于Halcon软件平台提出一种提高划片精度的轨迹识别与规划方法。该方法结合了双线性插值和亚像素边缘检测算法,实现了轨迹的识别,进一步规划下次划片轨迹,并且提高划片精度。以被砂轮划片机划片芯片为实验背景,完成了对划片轨迹的识别与规划。实验结果表明,所提出的算法与传统的Canny算法比较,可以有效提高轨迹识别的精度,进而提高划片的精度。     

基于业务优先级划分的虚拟网可靠性映射算法

现有研究在重映射失效虚拟网过程中未对不同类型的虚拟网承载业务进行有效区分,导致资源收益较低。为此,提出一种基于业务优先级划分的虚拟网可靠性映射算法。定义虚拟节点和虚拟链路的重要性指标,运用混合整数线性规划方法将基于业务优先级划分的虚拟网可靠性映射问题建模为最优化问题。在此基础上,提出快速可扩展的启发式虚拟网可靠性映射算法,以提高失效虚拟网的重映射效率。实验结果表明,该算法在虚拟网请求接受率、服务提供商收益和利润成本比3个指标上,表现优于FD-EVN、APG-TABU和MW-AC算法。     

基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。     

基于图像增强的去雾快速算法的FPGA实现

基于图像增强方法，本文提出了一种使用亮度映射的图像去雾快速算法。此算法通过调整室外多雾场景图像的对比度，提高了雾中物体的辨识度。算法的复杂度低、处理延迟小，实时性高，利于FPGA的实现。实现时不需外存储器，延时为ns级，并提供了强度调节接口，以适应较广的应用环境。     

一种新的解映射算法的推导和实现

本文在一种16QAM,64QAM,256QAM的解映射算法启发下,提出了新的适合32QAM和128QAM的解映射算法,并在此基础上,给出了适合DVB-C接收机的多QAM解映射结构.然后在FPGA中实现和仿真.最后通过比较说明,相对于传统的查找表解映射方法,提出的解映射算法可以明显减少资源使用率.     

高速红外图像实时采集存储与显示技术

高速红外图像采集技术在军事和遥感探测领域有着广泛的应用价值。针对红外成像的红外图像数据实时采集、存储、显示困难的问题，提出了一种采用PXI智能前端加工业控制计算机二级控制的红外图像采集方案，叙述了该方案的系统结构和图像采集原理。从实验结果看，采用该系统能够连续地实时采集、存储和显示高速红外图像，系统稳定可靠。     

降低正交频分复用信号峰均功率比的方法

正交频分复用（OFDM）的一个主要缺点是有很高的峰均功率比，现在已有许多解决方案用来降低OFDM信号的峰均功率比。着重对一些降低OFDM信号峰均功率比的方法进行描述，并分析每一种方法的优缺点及其应用前景。