TOC实验系统中运算器与解码器的同步技术

论述了一种实现百位量级三值光学计算机(TOC)实验系统中光学运算器及光学解码器同步的技术.该技术的原理是以光电传感器感应到的光强度变化来判断光学运算器的一次运算是否完成,若完成则通知光学解码器进行解码.受正在使用的三值光学计算机实验系统已有结构的限制,该技术采用了以光学解码器的控制器为核心、软件控制为主的方案.该方案虽然比纯硬件方案慢,但适合于目前的低速度实验平台,而且便于改进,本身也成为研究三值光学计算机部件间同步技术的一个实验子系统.描述了对当前的三值光学计算机实验平台和软硬件部件所进行的相应改造,实验结果表明了该同步系统的有效性和可靠性.     

BPEL流程动态调用Web服务的实现方法

为了实现BPEL流程在运行过程中对Web服务的动态调用,提出了一种通过服务代理为BPEL流程分配Web服务的方法.对传统的Web服务模型进行分析,指出其不足之处,将服务代理引入传统的Web服务模型,提出了基于代理的Web服务模型,描述了服务代理的功能和结构,以此为基础构建了基于代理的BPEL业务流程框架,实现了Web服务的动态调用,最后通过实例说明了该方法的可行性.     

红外图像处理技术在苹果早期淤伤检测中的应用

在苹果品质检测中,淤伤是影响检测效率的一个重要原因,针对苹果淤伤检测这一难题,提出应用红外图像处理技术解决.根据红外热图像成像原理及其特点,采用风扇加热与冷却两种实验方法.在实验过程中,红外摄像机拍摄获得苹果红外图像,选用优越的混合图像增强算法等红外图像处理方法识别早期淤伤.实验结果表明,应用红外图像技术可以检测苹果早期淤伤,且效率迭96%以上.     

基于二进制补丁比对的软件输入数据自动构造

在软件二进制补丁比对结果的基础上,提出一种基于目标的适应值函数模型.该模型对同一种群中所有个体评估,寻找优秀个体以遗传到子代中,产生能够到达或接近到达可疑函数的个体数据.该算法不需要源码.实验结果表明,该算法简化了逆向分析人员构造软件畸形数据的过程,为其快速触发软件脆弱点创造了条件.     

基于UEFI的嵌入式驱动程序的开发研究

为了解决传统基本输入输出系统(basic input output system,BIOS)的种种弊端,提出了统一的可扩展固件接口(unified extensible firmware interface,UEFI)标准,UEFI广泛应用在BIOS和嵌入设备等装置中.基于UEFI 2.3的规范说明文档,分析了UEFI驱动程序构成,重点介绍了驱动程序模型,并给出EFI开发工具包(E-FI development kit,EDK)下开发简单的驱动程序基本组成,从而归纳出在UEFI下开发驱动程序的通用方法.     

多型号变加载磨合试验装置测控系统研究

针对多型号某传动机构的变加载磨合试验需求,研究了变加载磨合试验的相关技术,给出了一种双路传动链的磨合试验装置的构建及其实现方法。测控系统采用主从式控制模式,主机为工控机辅以多功能数据采集卡,用于磨合作业的调度、数据处理及人机交互等;从机为西门子Simotion D410运动控制系统,通过TCP/IP通信方式接收主机的数据指令,完成对磨合作业运动任务的控制。     

欠驱动船舶路径跟踪的神经网络稳定自适应控制

针对三自由度欠驱动船舶模型参数不确定的路径跟踪问题, 设计了神经网络稳定自适应控制器. 首先应用微分同胚等效变换和Lyapunov直接法设计参考航向和参考速度, 然后对船舶模型参数不确定的操纵环路和推进环路分别设计神经网络稳定自适应控制器跟踪参考航向和参考速度, 并对外界风浪流干扰进行自适应补偿.Lyapunov稳定性分析证明了船舶路径跟踪闭环系统的所有误差信号一致最终有界. 仿真研究验证了神经网络稳定自适应路径跟踪器的有效性.     

基于RBF时间序列预测器的传感器故障诊断方法研究

研究了一种基于径向基函数(RBF)神经网络时间序列预测器诊断传感器故障的方法.以压力传感器的过载故障为模型,先用RBF神经网络建立时间序列预测模型,然后利用预测模型对传感器的输出作预测,再和传感器实际输出比较,从而判断传感器是否发生故障,并对发生故障的传感器进行数据重构.仿真实验证实了该方法可以有效地进行传感器故障诊断和数据重构,并可推广到其他传感器中.     

纳米硅薄膜超微压力传感器设计与性能研究

利用纳米硅薄膜良好的力学与电学特性,设计出超微压压力传感器芯片结构:双岛-梁-膜结构.利用ANSYS进行了静力分析、模态分析、谐反应分析、瞬态分析,结果表明:该结构具有灵敏度高、线性度好、动态响应快等优点.     

基于虚拟节点的BP无线传感器网络定位算法

无线传感器网络中节点的准确定位是网络应用的支撑技术之一.针对网络中锚节点比例因素,提出了基于BP神经网络的次锚节点的定位算法,虚拟地增加网络中用于定位的锚节点的个数,并提出了引人虚拟节点的方法寻求较佳的次锚节点,从而提高了定位精度.该方法不依赖于节点间的距离,并利用了神经网络的并行性,因而算法简便快速,硬件结构实现简单.仿真结果证明了利用虚拟节点确定次锚节点的有效性,同时表明BP神经网络定位算法和次锚节点的引人可大大提高网络未知节点的定位精度,减少无线传感器网络的成本.