基于主动式静电探测技术的目标定位方法

针对被动式静电探测技术无法对不带电目标进行探测的问题,提出了一种基于主动式静电探测技术的目标定位方法。在对带电和不带电目标分析的基础上,得到了相应的通过检测电流实现目标定位的探测方程,并在Maxwell 3D中进行了仿真。仿真结果表明:基于该方法的探测距离与目标的带电量、主动静电场的强弱以及电流检测电路的灵敏度有关。     

独立光伏系统蓄电池优化三段式充电策略研究

为了提高独立光伏系统蓄电池的充电效率和使用寿命,对蓄电池充电算法进行了研究.考虑到光伏系统受环境影响较大、发电功率不稳定等因素,分析了直接利用PI算法实现三段式充电失败的原因,提出了将最大功率点跟踪(MPPT)与三段式充电相结合的充电策略.重点研究了PI恒流、恒压充电与MPPT充电的切换判据.Matlab仿真结果证明了该算法的正确性.     

一种性能优化的小文件存储访问策略的研究

在分布式文件系统中,小文件的管理一般存在访问性能较差和存储空间浪费较大等缺点.为了解决这些问题,提出了一种性能优化的小文件存储访问(SFSA)策略.SFSA将逻辑上连续的数据尽可能存储在物理磁盘的连续空间,使用Cache充当元数据服务器的角色并通过简化的文件信息节点提高Cache利用率,提高了小文件访问性能;写数据时聚合更新数据及其文件夹域中的相关数据为一次I/O请求写入,减少了文件碎片数量,提高了存储空间利用率;文件传输时利用局部性原理,提前发送批量的高访问率的小文件,降低了建立网络连接开销,提升了文件传输性能.理论分析和实验证明,SFSA的设计思想和方法能有效地优化小文件的存储访问性能.     

基于时序聚类的北斗位置冗余数据压缩算法

在北斗用户机的位置数据采集过程中,容易出现数据冗余现象。为此,分析导致数据冗余的原因,提出一种基于时序聚类的冗余数据压缩算法。该算法采用基于密度的聚类方法将数据集进行分簇,把属于同一类运动特征的位置数据归为一类,根据簇直径判断该簇是否为冗余数据,并对冗余数据进行压缩。实验结果表明,该算法可以正确标识冗余数据,实现数据压缩。     

三网融合环境下数字版权管理的身份控管方案

为实现三网融合环境下数字产品在发行、流通、购买过程中对不同用户的身份控管,根据数字版权管理(DRM)系统的安全性和灵活性要求,通过利用智能卡技术并改进用户身份验证管理方案,提出一个新的DRM身份控管方案。理论分析和实验结果证明,该方案安全可靠,可以保证数字产品创作者、流通者和使用者的合法权益。     

无偏置v- 支持向量回归优化问题研究

在高维特征空间中,具有支持向量机形式的学习机的决策超平面倾向于通过原点,并不需要偏置.但在-支持向量回归机（ν-SVR）中存在偏置,为了研究偏置在ν-SVR中的作用,提出了无偏置的ν-SVR优化问题并给出其求解方法.在标准数据集上的实验表明,无偏置ν-SVR的泛化性能好于ν-SVR.根据对偶优化问题的解空间分析,偏置不应包含在-SVR优化问题中,ν-SVR的决策超平面在高维特征空间中应通过原点.     

PSOEM算法在不均匀光照下最大功率点跟踪中的研究

针对目前光伏发电技术的研究现状,分析了在不均匀光照下的最大功率点跟踪(MPPT)的原理和基本算法。提出了带扩展记忆的粒子群算法(PSO with Extended Memory,简称PSOEM),与标准粒子群算法的性能进行了比较,针对不均匀光照下光伏阵列输出特性曲线存在多个局部峰值,根据PSOEM在多峰函数的全局寻优、多变量寻优方面的良好性能,将其应用到不均匀光照下光伏阵列的最大功率跟踪控制中,解决了局部遮阴下多峰寻优的问题。     

一种基于主动避让的认知无线网络路由维护方案

在认知无线电网络中,主用户使用授权频段时认知用户需要避让。这将导致认知用户原路由上工作频率的频繁切换。为了尽量减少这种切换,维持原路由上数据持续高效地传输,提出了一种优化的认知无线网络路由维护方案。在认知无线网络中,当认知用户测得主用户存在时先测试主用户的运动速度、运动方向等信息,继而根据主用户实际的运动情况判断认知用户是否可以避让。仿真结果显示,认知用户通过有效的避让既避免了对主用户的干扰,又维持了认知网络原路由继续工作。     

一种基于树结构的交互电视EPG发布系统

以有线电视网络环境下EPG信息的有效发布和获取为目标,本文将提供EPG信息服务的系统设备抽象为EPG业务节点,然后根据这些节点的逻辑层级关系提出了一种基于树形结构的EPG信息发布系统,实现了EPG信息的按区域、分层级发布和个性化定制。工程实践表明,该系统有效地解决了互动电视业务EPG信息的统筹发布,提高了Web业务系统的运营和维护能力。     

基于改进粒子群算法的多阈值灰度图像分割

针对粒子群协同学习优化算法和粒子群综合性学习优化算法中的粒子更新规则不灵活问题,提出了一种新的粒子群多阈值灰度图像分割算法。该算法中的粒子更新策略能够根据粒子状态随时改变:迭代前期,粒子速度会不断增加以便加快搜索最优解;迭代后期,粒子速度开始变慢以便搜索更广区域,避免陷入局部最优;当粒子陷入局部最优时,让该粒子根据选出的榜样粒子学习,以便逃出局部最优。另外评价粒子最优解的目标函数采用的是图像指数熵。仿真实验结果表明改进的粒子群阈值优化算法在单阈值和多阈值情况下解决了传统熵算法执行效率低和粒子群优化算法更新规则不灵活易于陷入局部最优问题,分割结果非常好,而且稳定、高效。