基于粒子群算法的广义S维分配算法

多传感器多目标检测的静态数据关联问题可用广义S维算法求解,但求解复杂度是NP的.因此提出用粒子群算法来实现,它把多维分配问题中的目标代价函数极小化问题表达为一类约束的组合优化问题,再通过增加量测约束条件,缩小搜索空间,更快的得到最优解实现关联.在无杂波和无漏检情况下,用不同策略的粒子群算法和遗传算法实现静态数据关联仿真比较,结果证明该算法的有效性和优越性.     

非线性系统参数的多种群并行遗传优化

非线性系统参数优化的多种群并行遗传算法,以群体遗传算法搜索整个解空间实现参数优化.通过群体中个体间的信息交换,淘汰劣质基因,并用优秀个体反映解空间信息,使系统稳健收敛.该方法首先选取编码方案、交叉和变异概率、适应度函数、策略及遗传算子以及优秀个体的迁移率,并通过饱和非线性环节、速率限制环节和三阶环节验证了非线性系统的参数优化.     

滚转机构在0.6m跨超声速风洞中的应用研究

为了实现0.6 m跨超声速风洞试验过程中模型可连续变滚转角,提升0.6 m量级风洞的试验效率和试验范围,研制了一种滚转机构。介绍了该滚转机构、中空内置力矩电机以及控制系统软硬件的设计,对涉及到的关键技术问题进行了分析和总结,给出了结论并进行了风洞试验验证。试验结果表明:分别采用滚转机构与常规测力中部支架作为模型的支撑机构时,试验数据重复性好;滚转机构控制精度高(滚转角≤±3');载荷、工程性、可靠性均满足风洞试验要求。     

基于方位-能量的海底声学参数估计方法研究

估计海底声学参数并应用的方法有很多种,但由于过程复杂、投入较大,大都不容易实施.文中利用建立的方位-能量估计海底参数模型,在预先给出目标距离的情况下,使用遗传算法估计海底声学参数.这使得潜艇自身的声纳既可以用于在平时训练中积累海区海底声学参数又可以在战时直接使用这些参数为作战服务.这样海底声学参数的估计与应用有机的结合为一个整体,使得整个过程简便快捷、易于实现.     

基于CPS的建筑环境数据级检测融合方法

针对建筑环境CPS数据级融合可靠性的问题,采用线性最小方差估计的方法对传统自适应加权融合算法进行改进,不仅减小了均方误差,而且使得融合结果可靠性更高。在数据融合前进行限幅处理,判断数据是否异常,对异常数据的加权因子进行配置处理,既提高了数据的筛选性,又保证了系统数据融合结果的可靠性。仿真实验表明了该方法的有效性。     

印刷法制备高性能银网格透明电极

本文介绍了银网格透明电极的基本结构,并给出了方块电阻和透光率的理论计算。然后总结了该电极的制作方法,比较了每种方法的优缺点。我们用喷墨打印制作了一组平行线条状银电极并讨论了润湿性与线宽的关系。然后又用凹印的方法制备了正方形网格状的透明银电极,结果表明银网格透明电极在不久的将来可能取代ITO成为新一代透明电极,并可以应用在OLED、触摸屏、有机太阳能电池等器件上。     

值域空间超球面上的判别分析

Fisher线性判别分析(LDA)是模式识别中使用最广泛的线性分析方法之一。然而,实际应用中,样本数量相对于样本空间的维数而言是很少的,即样本在高维空间中呈稀疏分布。LDA采用基于欧式距离的度量方法将会使判别向量趋向于较大的类间距离。从而,可能融合距离较近的类。我们用超球面模型表示数据在高维空间中的结构信息,提出一种值域空间中的超球面判别分析方法(RHDA)。RHDA方法将数据映射到其值域空间的单位超球面上;在值域空间超球面上计算各个子类的判别子空间;最后,计算测试样本与各个判别子空间中子类均值向量间的距离。RHDA将测试样本判别为第 类仅当测试样本与第 类的均值向量的距离最小。超球面判别分析采用单位超球面上数据的归一化向量来表示样本向量的结构信息,它主要针对于基于欧式距离的判别分析所引起的判别向量偏离问题。最后本文还提出了值域空间超球面核判别分析方法。超球面核判别分析方法为高维空间中对不同数据采用不同映射提供了可能。在不同数据库上的分类实验结果证实了RHDA相对于 LDA及其相关推广算法的优良性。      

基于McBSP的漏水检测系统应用研究

简要介绍了漏水检测系统的工作流程,该系统要能够接收并处理A/D转换后的数据,具有无线传输数据的功能.选用DSP作为漏水检测的核心处理芯片,TI公司的TMS320VC5402提供两个McBSP,通过适当的寄存器设置,将其中一个McBSP配置成SPI接口主控设备与A/D转换模块相连;由于McBSP是同步串口,而无线通信模块XBee为异步串口,采用过采样的方法将McBSP软件配置成UART.该设计很好地满足了设计要求,充分利用了资源,软硬件实现简单.     

采用CSMA/CA控制策略实现CATV多媒体交互通信

对采用ＣＳＭＡ／ＣＡ控制策略实现ＣＡＴＶ多媒体交互通信的介质存取方法进行详尽的分析与讨论,其最重要的特点就是发送站数据无碰撞危险,由于不存在的数据包碰撞检测,从而对数据包无最小长度要求,包可以非常短,数据吞吐量可以大大增加。     

基于RBF神经网络PI算法的T型三电平调光电源控制策略

为提高单相T型三电平助航调光电源的动态性能以及抑制输出电流谐波,提出基于RBF(RBF-RadialBasis Function)神经网络和梯度下降法相结合的新型控制策略。首先对T型三电平拓扑进行建模分析,利用根轨迹方法研究系统的动态特性,揭示了影响输出响应的关键因素。在此基础上,研究设计利用局部逼近的RBF神经网络来快速辨识输出相对于输入的变化率(Jacobian信息),并用梯度下降法动态在线调整T型三电平逆变器的PI控制参数,自适应调光电源工况变化。最后,针对系统调光、空载、短路等工况下的控制效果,采用MATLAB/Simulink软件与常规PI控制进行对比仿真,并搭建30 kW调光电源实验平台进行实验。结果表明所研究方法能有效改善分级调光动态性能和输出电流谐波。