一种PCI转OPB接口的设计与实现

IIC接口为OPB总线与IIC串行总线之间的高度可编程接口,在I2C总线上既可作为主设备,又可作为从设备。该部分设备挂在OPB总线上,PPC处理器通过PLB2OPB桥来访问这些寄存器。为使PCI主机能正确访问IIC接口寄存器,文中在对PCI总线协议和IIC协议进行深入研究的基础上,提出一种PCI接口到OPB接口的时序转换电路解决方案,以满足二者之间的通信需求。通过功能仿真和工程实践表明,该转换电路工作稳定,性能良好,较好地满足了应用需求。     

应用于临床生存时间预测的二次学习算法研究

生存时间预测在医学、经济和工程等领域有着广泛的应用。随着机器学习技术和数据挖掘技术的发展和广泛应用,研究人员提出了很多基于机器学习技术的生存时间预测算法。这些算法虽然都取得了良好的效果,但预测精度均有提升的空间。因此,提出了一种基于二次学习风范的生存时间预测算法,并结合最近邻算法在截尾样本估计上的应用以及支持向量机在泛化性能上的优势,实现了对临床生存时间的建模。实验结果表明,该算法能够获取精确的生存时间,且具有预测精度上的性能优势。     

基于L1输出反馈自适应方法的火箭姿态控制

针对运载火箭刚—弹耦合动力学模型,开展了基于L1输出反馈自适应方法的火箭姿态控制器设计.考虑到L1控制器低通滤波器环节可能在一定程度上减少弹性影响,分析了火箭不同低频模态对控制系统的影响情况.由于低通滤波器带宽与系统带宽存在相互制约关系,当无法通过低通滤波器设计消除低阶弹性影响时,结合校正网络设计L1输出反馈控制器.仿真结果表明,上述设计思路能够应对火箭低阶弹性问题,所设计的控制器控制效果良好,且在弹性频率变化时系统依然具有良好的暂态和稳态性能.     

基于集成学习的卡车空压系统故障诊断研究

针对故障特诊复杂多样和故障样本类别不平衡,使用传统故障诊断算法对机械设备进行故障预测时预测结果正确率和可靠性偏低的问题,提出一种改进的Stacking集成学习结构,一方面对数据集进行降采样来重构数据集,另一方面使用贝叶斯优化和网格搜索来调节单个机器学习模型参数,最后通过改进的Stacking集成学习框架将训练好的强机器学习模型融合在一起,实现对机械设备故障的预测.在斯堪尼亚卡车空压系统故障数据集上进行实验,获得了比LightGBM、CatBoost等任一单模型更好的效果,较适用于复杂工况下的机械设备的故障诊断,为准确率和可靠性要求高的场景提供一种解决方案,具有较强的应用价值.     

基于VPX的多模数据链终端设计

数据链终端是数据链系统的重要组成部分.VPX总线是一种能够适应恶劣环境的全新的总线标准.在分析了数据链综合发展需求的基础上,提出了一种基于VPX标准的多模数据链终端架构,并开展了总线架构、硬件架构、软件架构、通用功能模块架构的详细设计和分析,为多模式数据链终端的集成化、通用化、模块化、低功耗提供了一种全新的解决思路.     

医学信息工程专业毕业设计过程质量控制的研究

毕业设计是实践教学的重要环节,由于其教学进度涉及的时间跨度较长,且教学过程多数贯穿在学生实习、考研及就业准备过程中,加之异地化的指导和管理较为困难,若缺乏行之有效的监督极易发生质量问题。本文以医学信息工程专业的毕业设计为例,从毕业设计各阶段的过程质量控制具体措施,配合线上教学管理平台的质量监督体系来研究切实提高毕业设计过程质量的有效办法。     

基于二次EEMD的工业电能需量多步预测

电力大用户最大需量控制是降低电网峰值负荷、节约用户电费成本的重要技术手段.面向强波动性和冲击性工业电能需量控制,研究了超短期需量负荷的多步预测问题.基于集成经验模态分解(EE-MD)方法,通过二次分解有效分离时间序列中不同频率的信号,采用长短期记忆网络(LSTM)对各信号子序列进行独立预测,最后组合预测结果.实验结果表明,本方法能很好的预测工业需量负荷变化,M A PE/MAE/NRMSE精度指标基本控制在2％ 以内,明显优于多种现行主流时序预测模型和最新文献方法,且消除了多步预测的传递误差,预测模型精度和稳定性满足需量控制要求.     

基于改进选择性BPSO算法的配电网降损重构研究

为了降低配电网的有功功率损耗以及提高开关利用率,利用Sigmoid函数对二进制粒子群优化(BPSO)算法中的粒子位置更新进行改进,并通过添加修改曲线的参数对函数进行选择,提出了一种改进选择性二进制粒子群优化(IS-BPSO)算法来求解配电网降损重构问题.该算法以降低配电网的功率损耗为目标,有效地控制粒子的变化速率并提高种群的收敛性.通过33母线和94母线的配电网测试系统进行仿真模拟,结果表明,该算法具有很强的鲁棒性和全局寻优能力.     

融合引导滤波和小波变换的水下图像增强算法

针对水下环境对比度低和极其模糊的视觉效果问题,提出了一种融合引导滤波和小波变换的水下图像增强算法。利用引导滤波将图像分为基础部分和细节部分,将小波变换应用于基础部分,对产生的低频图像进行限制对比度直方图均衡,高频部分分别使用改进的对数函数增强,然后将处理后的高低频部分进行小波逆变换。细节部分进行增益计算;最后将处理后的基础部分和细节部分进行加权融合,再对融合图像进行限制对比度直方图均衡,得到目标图像。仿真实验表明,该方法在保留图像细节的同时很好地克服了光照不均匀对图像的影响.