CATIA V6在大跨度钢管混凝土拱桥设计中的应用

为将BIM技术优势应用于结构复杂的大跨度钢管混凝土拱桥设计中,以计算跨径为565 m的广西平南某桥的设计为例,利用CATIA V6软件建立合理的拱桥三维设计模型,研究经济高效的建模方法及三维可视化应用展示.研究结果表明:将功能强大的CATIA软件应用于拱桥设计全过程,能完美模拟出拱桥特有的线形,可大大提升建模的数字化及可视化程度,提高设计效率;可准确进行工程算量,能模拟施工过程,进行碰撞干涉与误差分析,使设计更加科学准确,提高工程效益.     

仿真交通流混沌转化过程研究

为分析交通流混沌转化机理,探讨了车头间距和交通流混沌之间的关系。利用Matlab软件编制皮埃莱（Bierley）模型来产生仿真交通流时间序列,在一定参数组合情况下,研究了交通流车队中前后车辆的车头间距变化过程。通过分析这种车头间距变化曲线相轨迹,可以明显地观察到交通流混沌运动和有序运动之间的转化过程;在此基础上,应用最大Lyapunov指数改进算法对仿真交通流混沌转化过程进行了理论分析,讨论了车头间距对交通流混沌转化过程的影响作用。研究表明,车头间距的变化是交通流混沌现象产生和转化的根本原因。该研究结果有助于进一步理解交通流混沌现象,并为短时交通流预测和智能交通控制提供理论依据。     

多目标优化的多存储器内建自测试

片上系统中含有大量的存储器,常使用共享内建自测试电路的方法测试。内建自测试电路的插入过程受到片上系统的面积开销、测试功耗与测试时间的约束。针对这个问题,将多存储器内建自测试建模为多目标优化问题,并提出一种多目标聚类遗传退火算法。该算法在遗传算法的基础上,通过存储器聚类获得存储器兼容组,采用启发式方法获得高质量初始解,提出一种多约束条件下不同权重的目标函数,对较优个体采用模拟退火算法规避局部最优解风险。实验结果表明,该算法比遗传算法性能更优,获得存储器组解进行测试,比现有方法测试功耗降低11.3%,或测试时间降低48.7%,节省了片上测试资源与测试时间。     

嵌入式存储器动态故障诊断数据压缩设计

在微纳米级工艺中,嵌入式存储器出现开路故障的概率增高,从而带来动态故障。当静态故障与动态故障同时存在时,传统的暂停导出内建自测试设计虽然可以将故障诊断数据正确输出,但存在诊断数据冗余的问题。因此,提出一种动态故障诊断数据压缩的内建自测试设计。在不影响诊断数据完好性的前提下,识别故障模式为行故障、列故障与单元故障,并对其诊断数据进行压缩解决诊断数据冗余的问题。仿真结果表明,该设计能够正确压缩动态故障诊断数据,大幅度提高输出效率,减少输出时间,并且面积开销较小。在8 K×16的存储器的面积开销为3.16%,20%行列故障与5%动态故障下诊断数据压缩比为3.96%。     

太赫兹辐射在皮肤中的传输仿真与安全性分析

太赫兹辐射中的低频段由于具有很好的穿透性,在太赫兹安检成像系统中得到了广泛的应用,但这增加了人体暴露在太赫兹辐射下的风险,也引发了对太赫兹辐射安全性的担忧.本文建立了皮肤的分层结构模型,计算了皮肤中各层组织的复介电常数和各种光学参数,然后利用蒙特卡洛仿真计算了太赫兹光子在皮肤组织中的传输过程,定量地给出了皮肤各层组织对...     

金属氧化物气体传感器阵列的制备

利用薄膜技术制作的半导体金属氧化物气体传感器阵列是由一个基底上的四个传感器单元组成的。基本结构是在4英寸的硅片上制作完成的。首先,沉积金属铂电极,加热棒和温度传感器。其次,沉积半导体金属氧化物SnO2。然后进行传感器阵列电极的焊接,封装。最后进行测量,测量结果显示了传感器阵列对不同气体甲烷(CH4),一氧化碳(CO),氢气(H2),二氧化氮(NO2)和氨气(NH3)的响应。     

基于变化检测的滑坡灾害自动识别

在分析当前滑坡灾害信息识别方法的基础上,指出这些方法的适用性和不足之处,并针对这些不足之处,以滑坡的地学原理为依据,提出了以多时相遥感影像为数据源,结合纹理分析的变化检测自动识别滑坡灾害信息的方法。最后,以地震前(2006-5-14)后(2008-6-3)的北川县城及附近区域的福卫2号多光谱遥感影像作为数据源,以结合比率变换和纹理分析的变化检测进行滑坡灾害信息识别试验。结果表明,结合纹理分析的变化检测方法能够突破影像光谱特征的局限,对于滑坡灾害信息识别具有显著的适用性。     

面向数据的系统集成架构

针对大规模分布式系统集成过程中,各子系统实现技术的不同及紧耦合性而带来的系统管理、扩展、维护困难等问题,提出了一种面向数据的设计模式,讨论了该模式下的设计原则,以及采用面向数据进行系统设计时涉及的中间件技术等;并在分析了当前流行系统架构的基础上,提出了面向数据的系统集成架构;最后,以实现一个跨界实时包跟踪系统为例,具体介绍了面向数据集成架构的应用细节。     

障碍空间中基于网格的不确定数据聚类算法

为了解决已有研究成果无法有效解决动态障碍空间中的不确定数据聚类问题,根据障碍集合是否发生变化,分别解决静态障碍和动态障碍空间下的聚类问题。提出了静态障碍空间中的不确定数据聚类算法(DBSCAN clustering algorithm for static obstacles in grid space,STA_GOBSCAN)、障碍物动态增加情况下的不确定数据聚类算法(DBSCAN clustering algorithm for dynamic increase of obstacles in grid space,DYN_GOCBSCAN)、障碍物动态减少情况下的不确定数据聚类算法(DBSCAN clustering algorithm for dynamicreduction of obstacles in grid space,DYN_GORBSCAN)和障碍物动态移动情况下的不确定数据聚类算法(DBSCAN clustering algorithm for dynamic movement of obstacles in grid space,DYN_GOMBSCAN),采用KL距离对不确定数据进行相似性度量,并利用网格对数据空间进行划分。理论研究和实验结果表明所提出的算法具有较高的效率和准确率。     

障碍环境中线段组最近邻查询方法研究

为了解决现有成果无法有效处理障碍环境下的线段组最近邻查询问题,提出了障碍环境中线段组最近邻查询方法。查询过程分为过滤阶段和精炼阶段两个部分。在过滤过程中,首先根据线段Voronoi图的性质以及线段障碍组最近邻查询的定义,提出了针对数据线段的剪枝定理,并提出了OLGNN_Line_Filter算法;根据线段障碍距离的定义,进一步提出针对障碍物的剪枝定理,并给出了OLGNN_Obstacle_Filter算法。在精炼过程中,为了得到更精确的查询结果,提出了相应的精炼定理和精炼算法STA_OLGNN。理论研究和实验表明,所提算法能够有效地处理障碍环境下的线段组最近邻查询问题。