锡镍合金电镀工艺的研究

本文以电化学方法对氟化物体系电镀锡镍合金的工艺进行了研究,从实践中发现使用添加剂T时,可使工艺的oH值范围从4.2—4.5增宽为3.8—5. 同时还发现镀液中含锡量大小对镀层质量也有显著影响.通过大量试验,确定了该工艺的最佳配方及工艺条件.     

用于违章停车车辆自动取证的四轴飞行器系统

借助于计算机视觉技术实现了一种基于四轴飞行器的违章车辆取证系统。四轴飞行器在巡检路段上空飞行过程中,通过训练好的支持向量机(SVM)车辆检测算法自动检测视野中的违章停车车辆。如违章停车车辆存在,四轴飞行器将根据视觉处理结果自动调整姿态,便于摄像头以合适的尺度和角度识别车牌;最后通过模式识别技术捕捉视野中车辆的车牌并向地面站传输证据。与传统的人工巡检和基于道路固定摄像头的方案相比,本系统更灵活、高效,可以作为交通智能化管理新的解决方案。     

改进粒子群算法在频谱功率分配中的应用

在认知无线电中,由于次用户干扰门限要求的存在,传统频谱功率分配方式获得的次用户有效信道容量较低。针对这一问题,提出了一种基于粒子群算法的频谱功率分配算法。首先建立基于干扰距离的认知网络干扰模型,将频谱功率分配问题转化为函数优化问题,并借助混合随机变异思想的粒子群算法进行求解;针对寻优过程中的约束问题,提出了一种基于投入产出比的外点法,保证粒子群在可行域中寻优,最终获得频谱功率分配。仿真结果表明,与传统算法相比,所提算法能够获得较高的次用户有效信道容量。     

分体相变加热炉在集输系统中的应用效果评价

蒸汽锅炉广泛应用于油田各生产领域,通过对坪桥集中处理站系统的改造,将分体相变加热炉与蒸汽锅炉在油田集输系统中的应用进行了对比分析,阐明了分体相变加热炉在油田节能减排中的优势。     

基于PSO-BP神经网络的发动机故障诊断

提出一种将粒子群优化算法与BP网络结合的新算法——PSO-BP来训练神经网络的权值和阈值,并将该算法用于汽车发动机的故障诊断。仿真结果表明：PSO-BP算法较传统BP网络的故障诊断结果具有收敛速度快、准确度和精度高的特点。     

基于SCOR的物流配送企业敏捷供需链运作模型的构建与研究

供需链运作参考模型(Supply—Chain Operations Reference-model,SCOR)是适合于不同工业领域的供需链运作参考模型。本文在SCOR模型的基础上建立了物流配送企业第一层运作模型和第二层运作模型。根据动态联盟的思想,提出了基于SCOR模型物流配送系统的由实网与虚网构成的运作模型,该模型可以为物流配送企业的动态联盟组建与运作提供技术支持。     

X 波段单级氮化镓固态放大器

利用自主研制的SiC 衬底的栅宽为2.5mm的AlGaN/GaN HEMT器件,设计完成了单级X波段氮化镓固态放大器模块．模块由AlGaN/GaN HEMT器件、偏置电路和微带匹配电路构成．采用金属腔体和测试夹具,保证在连续波下具有良好的接地和散热性能．利用双偏置电路馈电,并且采用独特的电容电阻网络和栅极串联电阻消除了低频和射频振荡．利用微带短截线完成了器件的输入输出匹配．在 8GHz频率及连续波情况下(直流偏置电压为 V_ds= 27V, V_gs= -4.0V),放大器线性增益为 5.6dB,最大效率为30.5％,输出功率最大可达 40.25dBm (10.5W),此时增益压缩为 2dB．在带宽为 500MHz内,输出功率变化为 1dB．     

最大误差可控的高光谱图像聚类压缩算法

针对原有基于奇异值分解的最大误差可控的高光谱图像压缩(EC-SVD)算法未充分利用图像光谱矢量间冗余的问题,该文将高光谱图像压缩与聚类结合,提出最大误差可控的高光谱图像聚类压缩算法。分析发现,图像的光谱矢量间相似度越高越有利于得到好的最终压缩效果。因此,算法首先使用K-均值聚类对高光谱图像像元按光谱矢量聚类,以提高同类光谱矢量间的相似度;其次,对每一类像元分别使用EC-SVD算法思想压缩以控制最大误差。论文证明了当高光谱图像的像元个数与波段数之比较大,且聚类类数不大于8时,聚类能够提高图像最终压缩比。最后,设计整体压缩实验仿真流程,并对实际高光谱图像进行数值仿真。结果表明,在相同参数条件下,该文算法比EC-SVD算法得到的压缩比和信噪比均有提高,最大压缩比提高了10% 左右。该文算法能够有效提高EC-SVD算法的图像压缩效果。     

一种无线传感器网络中目标跟踪的自适应节点调度算法

在无线传感器网络目标跟踪的过程中进行节点调度,可以综合考虑跟踪误差和能量消耗,延长传感器网络的使用寿命。为了综合考虑节点调度的短期和长远损失,该文将问题建模为部分可观测马尔科夫决策过程(POMDP)以得到更优的调度策略,并提出一种近似求解算法C-QMDP。该算法利用马尔科夫链蒙特卡洛方法(MCMC)推导连续状态空间的置信状态的转移,并计算瞬时代价。使用状态离散化方法,基于马尔科夫决策过程(MDP)值迭代求解未来代价的近似值。仿真结果表明,相比现有POMDP近似算法,该文算法既可以降低跟踪过程中的累积损失,又可以将大量运算进行离线计算,减小了在线决策时的计算量。