CNNs非线性电路的稳定性分析

CNNs是一种非线性电路,已被用于图像处理、信息安全等多个领域。CNNs的应用与其动态行为有极大关系,研究CNNs的稳定性对于CNNs的应用以及硬件设计具有重要的指导作用。本文在介绍CNNs电路模型概念基础上,采用Lyapunov稳定性判据分析了CNNs电路模型的稳定性,然后给出了两种基于CNNs电路模型的图像处理方法,验证了CNNs非线性电路的稳定性。     

基于蒙特卡罗模型的伪随机信号分析

文章利用蒙特卡罗算法对伪随机信号序列进行分析,建立了伪随机信号分析模型,对相关函数进行计算,并给出了源程序。最后在Matlab平台验证了方法的有效性。     

一种新的混沌伪随机序列的生成方法

基于一维Chebyshev混沌映射和二维非线性Henon映射,提出了一种新的参数随机坐化的复合混沌系统的世汁方案,井将其产生怕混沌伪随机序列转化为二进制O-1混沌密码序列.经过反复的计算机模拟仿真宴验,数据结果表明无论是系统产生的混沌伪随机序列坯是转化后的二进制混沌密码序列,都具有良好的自相关性、均匀分布特性和随机统计特性,并上且此混沌系统构造原理简单,易于史现.     

一种基于RSA思想产生伪随机序列的算法

本文提出了一种产生伪随机序列的新算法,该算法所产生的序列不但具有与高次幂剩余序列可比拟的统计特性,而且其保密性也远强于线性同余序列。我们还通过计算机模拟实验验证了该算法的有效性,文中给出了部分实验结果。     

基于FPGA技术的数字混沌信号产生

为了产生数字混沌PN序列,提出了一种连续混沌的数字化技术。首先对连续的混沌系统离散化,然后在SIMULINC平台上借助于DSPBUILDER里的模块构建了该离散化混沌系统的模型,并通过MATLAB相图仿真以及QUARTUSⅡ里的时序仿真证实了设计的可行性。最后将工程中的HDL文件下载到FPGA芯片,在实验中获得了数字混沌PN序列。同时,利用D/A转换验证了这种数字化技术的精确性。     

一种用于伪随机序列的ASK解调器设计

在无线生物电子植入领域和传感器网络系统中,ASK(幅移键控)是调制基带信号最普遍使用的方法之一。提出了一种用于伪随机序列解调的新方法,其结构由ASK解调器和整流器组成。此ASK解调器采用迟滞比较器,不包含电容,因此减小了芯片面积。该电路采用0.13μm CMOS工艺,在1.2V电压下进行仿真。从仿真结果可以看出,该电路很好地实现了伪随机信号的解调。     

基于高速DG的伪随机序列及其产生研究

针对专用伪随机序列发生器的不足,对基于高速数据发生器的伪随机序列及其产生作了较深入的研究。阐述了伪随机序列的几种码制和产生方式,提出了基于高速数据发生器的伪随机序列设计的一般原则和方法,并给出了典型伪随机序列在高速数据发生器中的设计实现和实验结果。     

一个新的伪随机序列发生器的设计与实现

为了设计新的伪随机序列发生器,以便产生计算机、通信和密码系统中所需的伪随机序列,构造了一个新的混沌系统,该文系统的一些基本动力学特性进行了理论分析,并以新构造的混沌系统作为随机信号源,基于FPGA设计了一个混沌伪随机序列发生器并进行了实验验证。这种设计方法可应用于以FPGA为平台的混沌通信和密码系统的设计之中。     

混沌伪随机序列发生器的实现

针对广泛应用于密码学、扩频通信、数字系统测试等领域的伪随机序列信号实现的疑难问题,应用DSPBuilder模块将Matlab中S函数产生的Kent混沌二进制序列算法转换成VHDL语言,在现场可编程阵列FPGA上实现混沌伪随机序列.通过分析可以看出Kent混沌二进制序列具有优良的伪随机性能.     

基于CPLD的逆重复m序列伪随机信号发生器

利用Lattice公司的仿真软件ispLEVER3．0和VHDL语言,基于可编程逻辑器件CPLD设计了可用于地电系统相关辨识的多级伪随机信号发生器,分析了其硬件功能和控制程序模块。发生器产生的m序列和逆重复m序列信号的时钟周期由系统时钟频率的2次分频到2“次分频可变,移位寄存器级数由4级至23级可选。此外,为实现大功率发射,程序可以在两个同步的反向伪随机信号间插入关断脉冲。反复的实验证明,本文的信号发生器性能可靠、稳定,为进一步研制新型的电磁勘探仪器提供了良好的场源信号。     

细胞自动机组合伪随机序列发生器

结合细胞自动机所特有的单元结构的简单性、单元之间作用的局部性和信息处理的高度并行性等特点,利用细胞自动机产生高速序列;分析了比特与、或、异或运算周期特性,其周期等于各自周期的最小公倍数;证明了比特异或运算的频率特性优于原有的频率特性。研究了比特组合运算的线性复杂独特性,比特与、或运算的线性复杂度等于各自线性复杂度的乘积,异或运算的线性复杂度等于各自线性复杂度之和。利用伪随机特性检测方法和线性复杂度的测试方法的计算机模拟表明细胞自动机组合伪随机序列发生器实现简单、速度高、能有效增加序列周期长,改善序列伪随机统计特性,并能有效增加伪随机序列的线性复杂度。     

基于交叉饱和主磁路的同步发电机数学模型

在同步发电机派克方程的基础上,利用同步发电机的空载特性曲线,建立用电压、电流、磁链表示的考虑主磁路交叉饱和的同步发电机数学模型.通过仿真研究论证该模型的正确性,该模型适用于研究同步发电机处于非正常工况等主磁路饱和程度变化较大时的运行行为,能够比较准确地分析主磁路饱和程度变化对于同步发电机运行行为的影响,相比线性模型具有准确性高和适用范围广的优点.     

基于CNNs的两次训练融合的分类方法

该文基于卷积神经网络（CNNs）模型,提出一种模型融合的图像分类方法,将原图像经过图像增强和数据标准化后获得的数据作为原始数据,将原始数据取反后作为映射数据,分别使用原始数据和映射数据训练CNNs模型,通过融合训练后的两组CNNs模型获得改进的CNNs模型。通过假设、验证、理论推导步骤证明了该方法在简单模型上的有效性,进而推广到更复杂的卷积神经网络模型。实验结果表明,改进的CNNs模型与原始CNNs模型分类精度对比,在CIFAR-10和CIFAR-100数据集上分别提升了1%和3%,有效提升了模型的分类精度。     

基于BP神经网络的非线性预测控制

将BP神经网络技术应用于预测控制,并对其控制算法进行研究。采用一个BP神经网络来实现对系统的辨识和多步预测,并将一种新型的非线性混沌映射引入到神经网络的参数学习算法中实现其权值调节,以逐步建立被控对象合理的多步预测模型,并用网络的多步预测输出序列与设定值序列的偏差修改控制律。仿真结果表明了该算法的有效性。     

微机式发电机内部短路保护

讨论了微机式新型转子二次谐波型负序功率方向保护、纵向零序电压型负序功率方向保护及单元件横差保护的判据、算法及有关实现方法。提出了转子二次谐波电流元件、纵向零序电压元件和负序功率方向元件的配合关系,以及提高负序功率方向元件灵敏度、可靠性的措施。     

一种基于Uniformer Transformer与UNet的图像降噪模型

卷积神经网络(CNNs)在图像降噪任务中取得了较大的成功. 基于Vision Transformer模型表现出较好的效果. 计算机视觉领域利用Transformer方法其性能超过了卷积神经网络方法. 提出了一种名为UUNet(Uniformer Transformer-UNet)的图像降噪模型,该模型使用Uniformer Transformer作为骨干网络,并融入UNet网络来提取图像的深层特征,使用PSNR、SSIM等指标对图像降噪效果进行评估. 实验结果表明,使用UUNet网络对图像降噪的整体性最优.     

利用SSE2指令构造随机数生成器

异或移位随机数生成器是Marsaglia于2002年提出的周期为2k-1且适合32位CPU快速实现的随机数生成器,其中k为32,64,96,128等。近几年,通用CPU技术有了较大进展,例如单指令多数据技术和多级流水线等。文章利用第2代单指令多数据流扩展指令设计了一类基于128比特面向软件实现的随机数生成器。这类新的生成器与异或移位随机数生成器类似,但是它可以充分利用CPU的新特性。其反馈逻辑更适合流水线处理,速度较不使用SSE2指令约有2倍的提高,同时其输出序列的随机性与异或移位随机数生成器类似。     

求解非线性电阻电路的一种混合方法

非线性电阻电路的求解一直都是一个不容易解决的问题。本文将求解非线性电阻电路转化为求解非线性代数方程的问题。在众多的算法之中,提出一种新的混合式算法,将PSO算法与牛顿法相结合,利用了PSO算法对初值无要求与牛顿法的收敛快和自校正的优点,在应用PSO算法进行优化设计的基础上,采用牛顿法进行二次优化,克服了牛顿法初始点较难选择的问题。函数测试的结果证明了该方法的可行性和有效性。