水下多层结构目标体的高频回声特性研究

水下装置很多都是多层结构。为准确预报其高频回声特性,提出平面元方法结合基于传递矩阵的多层结构反射特性计算方法的混合方法研究水下三维多层结构目标体的高频回声特性,并研究多层圆板、圆球和有限长圆柱等水下多层结构三维目标体的回声特性。计算结果表明,水下目标体的第一Fresnel波带表面的曲率变化平缓时,采用的方法和局部反应表面处理方法的结果是基本一致的。而第一Fresnel波带表面的曲率变化不平缓时,方法的计算结果更符合实际声学特性。     

低介电常数多孔氮化硅陶瓷的制备

采用凝胶注模成型工艺,以SiO2含量大于等于95%的空芯玻璃微珠作造孔剂,通过控制造孔剂的加入量和调节造孔剂的孔径成功制备出低介电常数、高强度的多孔Si3N4陶瓷。结果表明,随着造孔剂含量的增加,试样气孔率增大,弯曲强度降低,ε和tanδ都相应降低,ε最低为1.77;在造孔剂加入量为10%时,随着造孔剂的孔径尺寸变大,试样的孔径变大,弯曲强度降低,试样的ε和tanδ也相应降低。当造孔剂含量为10%、孔径尺寸为80μm时制备的多孔氮化硅陶瓷ε为2.13,弯曲强度达到38MPa,适合作为宽频带天线罩的夹层材料。     

奇异Lur'e网络的自适应牵制聚类同步控制

本文分别研究了由奇异和非奇异Lur''e系统组成的具有多种耦合方式时滞复杂动态网络的聚类同步问题. 通过设计一类牵制反馈控制器, 仅控制当前聚类中与其它聚类有直接连接的Lur''e系统, 从而有效减少控制器个数同时降低控制成本. 考虑到网络具有多种耦合方式, 本文合理构造Lyapunov 泛函, 并有效利用扇形条件、非线性函数类概念、S过程以及Lyapunov 稳定性定理等方法, 分别给出奇异和非奇异Lur''e 动态网络实现聚类同步的判定条件. 此外, 为有效节省控制成本, 针对控制强度设计一类自适应更新定律, 从而得到网络实现聚类同步的最优控制强度. 最后, 为了验证所得聚类同步判定条件和控制器的有效性, 对一类典型Lur''e网络聚类同步问题进行了数值仿真.     

一种鲁棒性的多车道线检测算法

机器视觉被广泛应用于智能汽车领域,车道线检测成为人工智能领域内的研究热点。为了得到更具鲁棒性的车道线检测效果,采用一种基于多条件约束的车道线特征滤波器,并提出了一种新的对车道线特征进行聚类的算法。运用卡尔曼滤波对车道线位置进行实时跟踪和预测;利用基于透视投影线性关系的车道线“位置-宽度”函数设置自适应动态ROI;另外,利用车道线的特点形成约束条件以获得更加稳定的检测效果。在真实道路环境下的实时检测结果表明,该算法鲁棒性强、实时性好,且具有稳定的检测效果。     

主动干预型消弧装置应用性研究

在Matlab/Simulink软件中搭建了主动干预型消弧装置仿真测试模型,将装置和转移点接地网阻值等效为阻值模块,设置不同阻值的单相接地故障,进行装置等效动作仿真,并在10 kV真型配电网中进行装置带电测试。通过对比分析,探索了装置的启动阈值和故障电流的转移效果,验证仿真模型的可行性,为装置的现场调试及应用提供了重要参考。     

小型生化分析仪自动进样系统设计

 针对全自动生化分析系统高精度、小型化需求,设计了一种新型的小型生化分析仪自动进样系统.采用小型直线步进电机,实现样品的自动提取.根据仪器的性能需求,给出进样系统的结构.通过对试验数据的分析得出系统的误差补偿曲线和校正方法.最后的试验结果表明,系统实现了预期的性能指标,可以满足实用化的需求.     

基于递推闭环子空间辨识的自适应预测控制方法

针对存在噪声干扰与时变特性的线性系统的模型不确定性问题,提出了一种基于递推闭环子空间辨识的自适应预测控制方法.通过结合PID(proportional-integral-derivative)控制采用新的目标函数,对闭环子空间预测控制算法进行改进,推导出具有类似PID结构的闭环子空间预测控制算法;采用固定输入输出数据集大小的递推方法将改进后的算法在线实施,通过采用一种简单直观的更新方法代替LQ分解,有效提高了在线计算效率.最后,通过仿真实验验证了方法的有效性.     

基于蚁群和人工鱼群算法融合的QoS路由算法

针对多约束Qos单播路由问题,提出了一种改进蚁群算法和人工鱼群算法融合的QoS路由算法.采用混合蚂蚁行为使初始路径多样化,根据QoS约束条件对蚂蚁可选路径集进行优化,将人工鱼群算法加入到蚁群算法的每一次迭代过程中,利用人工鱼群算法全局快速收敛的优点,来加快蚁群算法的收敛速度和人工鱼群算法的觅食行为,帮助提高了蚁群算法跳出局部最优的能力.仿真实验结果验证了该算法的可行性和有效性.     

基于双向选择调整策略的半监督聚类算法

半监督聚类算法通常利用标注数据优化类别描述参数(如类的中心),然后通过类别描述参数划分无标注数据的类别,但是没有考虑标注数据对其周围无标注数据的类别划分的直接作用。文中提出一种双向选择调整策略,在根据类别描述参数对数据进行类别划分之后,利用标注数据调整其周围未标注数据的类别标签,从而提高类别划分的准确度。该方法根据标注数据周围的数据密度来动态确定数据调整范围,并采用新的相似度计算方法提高被调整的数据准确度。文中利用双向选择调整策略改进了基于多项式模型的半监督聚类算法和半监督模糊聚类算法,并使用多个标准数据集进行实验。实验结果表明改进的算法有效提高了半监督聚类的准确性。     

Trochilidae:面向众核平台的高性能轻量级虚拟机监控器

虚拟化技术在云计算中广泛应用。传统虚拟化技术对操作系统的一些操作都进行了捕捉与封装,使其越来越复杂,同时也影响了操作系统的性能。针对众核平台的发展趋势和特点,面向众核平台设计并实现了一个轻量级的高性能虚拟机监控器——蜂鸟(Trochilidae)。多操作系统可以同时运行在此虚拟机监控器之上,同时对操作系统性能无损失。在提供传统虚拟机监控器功能的基础上,蜂鸟的代码量仅4000行左右(包括汇编与C代码),降低了系统的复杂度,便于系统的维护与调试。