一种新颖的无线传感器网络双向路由协议

目前对于传感器网络路由协议的研究越来越引起科学和工程界的广泛重视,但对于双向路由协议的研究还相对比较少,这是由于在传感器网络中,现有带宽对上行和下行链路同时工作支持得并不是很充分。一般来说,基于树型结构的上行路由被用来从感知节点接收数据,而下行路由一般以泛洪的方式广播兴趣信息到感知节点,这导致在下行链路上经常出现过载的情况。本文基于新颖的地址标记方式提出了一个有效的传感器网络双向链路路由协议,而且该方式在每个节点上只占用很小的地址空间。仿真结果表明,相对于传统的泛洪方式的路由协议来说,我们所提出的路由协议所产生的控制包数量远远小于已有路由协议。     

基于嵌入式系统的虚拟存储示波器设计与实现

嵌入式系统的发展和普及应用使得在嵌入式系统平台下设计虚拟仪器成为构建仪器系统的新思路。本文提出了使用AD7864与ARM S3C2410构成数据采集系统的方案,设计了AD7864与S3C2410的接口电路;并在此硬件基础上开发了虚拟存储示波器,实现了示波器的功能。     

无线Ad hoc网络MAC层吞吐量分析

MAC层吞吐量分析是无线Ad hoc网络容量分析的基础。对CSMA协议特别是IEEE802.11DCF协议建立了一个Markov链分析模型。分析得出状态间的转移概率,通过建立状态方程得出稳态概率的线性方程。通过数值方法得出稳态解,从而得到无线Ad hoc网络MAC层吞吐量,并与公认的网络容量分析结果做了比较。通过吞吐量与节点数及分组大小的关系曲线,为网络性能的优化提供了理论基础。     

基于S变换的全桥整流电路故障诊断研究

针对应用广泛的全桥整流电路故障分析,根据整流电压波形的畸变规律,分析了2个以内的二极管故障分为7类共计22种故障元。运用S变换分析,提取了故障特征值,并以此构造故障模式向量作为RPORP神经网络的输入。实现了电路的故障诊断与定位。为双凸极发电机整流电流故障的进一步研究打下了基础。     

基于织物结构特征和小波变换的快速疵点检测

给出了一种利用小波为分析工具,基于织物采样图像进行疵点检测的新方法.首先对织物疵点图片进行了奇偶行列采样抽取,得到奇偶两幅子图像并使得图像的总数据变为原来的二分之一,然后再进行小波变换.在进行小波变换时,采用邻域插值,使得紧支撑小波滤波器的系数序列得到缩短,并可以由原来的滤波器系数计算出缩短后的滤波器系数.实验结果表明该方法可以在保证检测效果准确性的同时,大幅减少数据计算量、提升检测速度.     

基于队列的动态电源管理策略

动态电源管理技术是一项系统级电源优化策略,它通过有选择性的关闭(或者降低性能)空闲的可控设备来降低功耗.在回顾以往系统级动态电源管理策略的基础上,提出了一种基于队列的新型系统级动态电源管理策略,利用队列不但可以提高对于可控模块何时被唤醒时间的预测命中率,并且能够根据不断变化的任务负载情况进行自身的快速调节,以适应不同任务的要求,通过搭建的SkyEye环境进行仿真,结果验证了在性能和节能方面,该方法优于传统方法.     

无线Mesh网GPS同步技术的研究

研究了时分、空分的无线Mesh网中通信节点之间的时隙同步问题的解决方案.传统的无线Mesh解决方案中使用全向天线加异步竞争信道的模式,节点之间的干扰随着网络规模的扩大而加剧,严重影响了通信效率.同步无现Mesh网引入时分和空分的机制,使通信节点在其预先分配到的时隙和对应方向的天线上进行通信,克服了全向、异步模式中的弊端,大大提高了通信效率.研究分析了同步Mesh网较异步Mesh网点优势和特点,以及同步精度对同步Mesh网性能的重要影响.设计并实现一种基于GPS秒脉冲的时隙同步算法,并在CPLD平台上实现该算法.     

程序并行化中基于暴露集生成数据分布代码

在并行化编译中,代码生成属于编译器的后端,决定着并行程序的执行效率.数据划分将计算循环中被重定义或没被读引用的数据映射到处理器,按照数据划分生成通信代码会产生冗余通信.提出了利用数组数据流分析求解暴露集,并建立计算划分、循环迭代以及暴露集的不等式限制系统,最后通过FME(fourier Motzkin elimination)消元生成数据分布代码的优化算法.测试结果表明该算法对数据分布的优化效果明显.     

基于声发射的油箱检测软件的研究与开发

可靠的安全性是战斗机实战能力的保证,目前野战环境下声发射渗漏检测是维护副油箱安全的手段之一.通过使用声发射检测软件增加和修改检测算法可以提高渗漏检测准确性,因此有必要自主开发副油箱检测软件,针对声发射检测技术的相关理论,结合军机油箱检测软件的开发,详细分析基于声发射的油箱检测软件的设计和实现,最后就该软件的特点及应用的重要性作了必要的分析和讨论.     

适应性粒子群寻优算法Ⅱ

适应性粒子群寻优算法Ⅰ(APSO-Ⅰ)是在有序的决策中始终引入随机的、不可预测的决定.为解决APSO-Ⅰ算法收敛深度不够的问题,提出适应性粒子群寻优第Ⅱ代算法(APSO-Ⅱ).APSO-ⅡⅢ算法是将有序(标准PSO粒子群寻优)和无序(自适应寻优)进行适当的分离.以发挥各自的优势.在自适应寻优阶段,通过在最优柱子邻域空间探寻更优化的解.一但新的优化解被发掘,便利用标准PSO快速寻优.典型复杂函数优化的仿真结果表明,APSO-Ⅱ在收敛速度和收敛深度上均优于DPSO(耗散型PSO),HPSO(自适应层次PSO),EPSO(自适应逃逸PSO)和APSO-I.