体位变换通气系统建模仿真与控制算法研究

在简单介绍体位变换机械通气原理的基础上,针对智能呼吸保健椅机械结构设计的复杂性.为保运动的稳定性,重点研究了临床试验设备的机械结构和智能控制算法, 并进行了建模仿真研究.提出滑杆驱动式智能呼吸保健椅机械结构方案,利用ADAMS仿真软件建立方案的动力学仿真模型,并进行模型验证和仿真研究;设计了综合专家知识和PID控制理论的专家PID控制器,利用ADAMS和MATLAB的联合仿真能力对控制算法进行仿真研究.仿真结果表明,智能呼吸保健椅不仅具有一般摇椅的自然摇动功能,还能实现电机驱动控制下的目标动作,并且打滑幅度较小,说明机械方案的可行性,同时联合仿真结果表明了专家知识PID控制器的快速精确控制能力.     

一种新型正交导频在信道估计中的应用研究

关于无线通信问题,信道估计技术属于多输入多输出正交频分复用(MIMO-OFDM)系统.信道估计的准确与否直接关系到MIMO-OFDM系统的误比特率的高低.目前基于导频的信道估计所使用的导频序列抗多径性能较差,影响了信道估计的精度.为了提高估计精度和准确的信道传输特征,采用一种新型正交导频,即与m序列相乘的Walsh码作为导频符号插入.新的正交导频具有良好的自相关性和互相关性,可以有效提高系统的抗多径能力.仿真结果表明,新方法是与m序列相乘的Walsh码的信道估计算法,有效降低了系统误比特率,增强了系统的抗多径性能.     

基于频谱方差的抗噪声语音端点检测算法

在语音识别系统中,对识别的准确性有很重要的作用.对于纯净语音信号,传统的端点检测算法能够很好地检测语音部分的起止点.由于在有噪声干扰的情况下,算法的检测准确度往往会急剧下降.为了改善噪声环境下的端点检测效果,从语音信号和噪声信号频域分布特性的差异出发,用频谱方差数值来区分语音和噪声,提出了基于频谱方差的端点检测算法,并进行了无噪声和噪声环境下的仿真,证明了这种算法在强噪声干扰的情况下也能够取得很好的效果.同时将新算法和传统的基于LPCC的端点检测算法进行了对比试验,实验结果表明,在噪声环境下,新算法的检测精度有明显提高.     

基于序贯模式挖掘的宏观网络流量异常检测

基于序贯频繁模式挖掘,提出并实现了一种宏观网络流量异常检测的方法。定义了一个新的频繁模式和相对应的异常度概念。对863-917网络安全监测平台提供的全国流量数据进行了实验,得出对应于“橙色八月”的2006年8月上旬流量严重异常的结论。通过与相关的其他传统算法进行对比,如使用绝对流量的算法和简单使用不同小时流量排名的算法,进一步说明序贯频繁模式对网络流量分析的实用性。     

动态车辆调度系统设计与开发

针对市内货物配送和收集这一典型的VRPB问题,在Dijstra算法结合A*算法计算距离矩阵的基础上,以混合禁忌搜索算法为理论基础进行静态调度求解,并以局部调整策略实现VRPB的动态调度计算。开发基于GPS/GIS/GPRS技术的动态车辆调度系统。该系统能监测新增的客户发货需求,实时跟踪车辆位置,以这些参数为输入动态地优化车辆行驶路径,并通过GPRS将调度结果快速准确地传送给车辆。     

NAT技术在实现外网主机访问内网服务器中的应用

本文介绍了NAT技术的基本原理。并通过NAT技术在内外网访问的具体实例,探索了NAT技术在实现外网主机访问内网服务器中的应用意义。     

MIMO-OFDM系统中的自适应比特分配

正交频分复用(OFDM)与多天线(MIMO)技术的结合可以有效提高系统的性能。为了研究自适应比特分配对MIMO-OFDM系统性能的影响,首先介绍了MIMO-OFDM的系统结构和MIMO信道的奇异值分解(SVD)过程。将多载波系统中的Hughes-Hartogs自适应分配算法应用于天线数为2×2的MIMO-OFDM系统中。仿真结果表明,采用Hughes-Har-togs算法的MIMO-OFDM系统的数据速率达到甚至超过了单天线OFDM(SISO-OFDM)系统的2倍,但SVD分解也带来了巨大的运算量,提出了在MIMO-OFDM系统中使用自适应分配算法的策略。     

数据容灾系统与CDP技术

数据容灾系统向来被认为是信息安全领域中的一项重要内容.为帮助大家更全面、更深入地了解数据容灾系统的相关知识与技术,文中对传统的数据容灾系统及其所采用的相关技术进行了系统的整理与介绍,对数据备份与数据复制两项技术做了重点论述,对目前最热门的技术CDP作了较深入的探讨.结果表明,当前及今后一段时间内,传统的数据容灾技术在某些应用领域中依然比较适合,而CDP作为一种新型的技术理念,在容灾领域中扮演着越来越重要的角色.随着其技术的日臻成熟完善,最终将会完全取代传统的容灾技术.     

一种基于Pareto最优概念和神经网络混合策略的多目标进化算法

基于Pareto最优的多目标进化算法得到了广泛地应用,但不适用于目标函数为非解析式的情况。基于神经网络和Pareto最优的联合策略,提出了一种解决此类问题的新方法：首先采用神经网络对历史数据进行学习,建立有效的神经网络模型来代替目标函数解析式;然后将神经网络模型嵌入多目标进化算法,进行进化计算;最后,将本文方法应用于卷烟配方比例掺配问题。实验结果表明,该方法优于传统方法,能较好地解决问题。     

授权中异常冲突的一种解决方法

冲突检测和解决是访问控制授权中的重要问题.对这些问题的探索我们通过研究方法比较进行.首先研究基于逻辑程序的一种授权系统规范,然后通过一个保健部门的典型问题来分析基于传统优先和组织结构的两种冲突解决方案,最后提出基于逻辑程序LPOD(带有序析取的逻辑程序)的针对高水平授权规范中异常冲突的一种解决方法.