量测噪声相关条件情况下的多传感器状态融合估计

对于量测噪声相关的多传感器系统,采用Cholesky分解和单位下三角阵的求逆方法,将其转化为量测噪声互不相关的等价模型,从而可以直接利用现有的融合算法进行状态融合,由此给出了量测噪声相关情况下多传感器的状态融合算法.该算法和已有的算法相比具有两大优点,该算法不仅考虑了量测噪声相关而且简单可行,而且该算法和已有的算法相比更具有一般性,对于有特征值相同的情形同样适用.数值仿真结果表明了该算法的有效性.     

基于UEFI的可信Tiano设计与研究

对UEFIBIOS典型的实现-Tiano系统进行了分阶段剖析,针对其所存在的安全缺陷及不足,结合可信计算的技术和思想,提出了可信Tiano这一新概念.介绍了可信Tiano系统的总体设计和工作流程,并对可信Tiano系统关键技术做详细研究,包括信任根的实现机制、可信度量组件和EFI映像签名,最后给出可信Tiano系统与标准Tiano系统的对比分析.通过分析容易看出,改进后的Tiano系统能较好地满足新一代BIOS在可信及安全方面的需求.     

基于带无偏输入的加权融合算法

给出了带输入估计的卡尔曼滤波算法,比较了带输入估计的卡尔曼滤波算法和标准卡尔曼滤波算法的差别,在此基础上提出了一种最优加权的数据融合方法,分析了最优权值的分配原则,给出了最优加权下的多传感器融合算法.该算法首先计算出各个传感器当前的滤波精度,依据各传感器当前时刻的滤波精度分配权值,同时测量方差的时变特性使得每次测量信息得到充分的利用,通过仿真比较了该方法与平均分配权值方法效果的差别,实验结果表明了该算法的有效性.     

电磁轨道炮外弹道建模与仿真研究

针对电磁轨道炮在发射时存在初始扰动,飞行时由于速度极大引起气动烧蚀改变气动外形,因此有必要建立电磁轨道炮外弹道数学模型,分析其外弹道特性.通过分析了电磁轨道炮外弹道建模方法,建立了电磁轨道炮的外弹道数学模型.根据不同技战术指标建立初始随机概率模型,用Monte Carlo方法对电磁轨道炮的外弹道特性进行仿真.仿真结果给出了一定散布范围内的高低概率误差和方向概率误差,对电磁轨道炮武器系统设计指标的提出有参考价值.     

基于加权模糊支持向量描述的旋转机械故障分类

基于支持向量数据描述良好的分类性能,针对旋转机械故障诊断中故障样本获取的特点,提出了基于正负类样本的加权模糊支持向量数据描述多类分类器,不仅考虑了正类样本,而且也充分考虑了负类样本对分类结果的影响.利用模拟故障样本对系统进行了实验,结果表明提出的方法在系统中具有良好的分类能力.     

求伯君梦想照进现实

提起求伯君,对国产软件略有了解的人没有不知道的：1988年加入香港金山公司用汇编语言写出WPS,之后被称为“中国第一程序员”;1995年以他笔名“西山居士”命名的游戏工作室开发出中国第一个游戏软件《中关村启示录》;1996年卖掉别墅开发WP$97,带着40人的团队对抗微软拥有4000名程序员的软件产品Word;1999年出任金山软件总裁,     

Python与Matlab语言在测绘程序设计中的对比研究

测绘科学近年伴随着“3S”技术设备的快速发展衍生,不断与前沿科技相接轨。文章以不同坐标系统之间的坐标数据转换为研究内容,利用伪代码并结合布尔莎七参数模型经程序设计。针对两种语言对于测绘数据处理的不同能力和各自的优缺点,将其进行对比与优化。其结果表明：（1）对于大量的矢量数据,Matlab相较于没有自带数据处理模块的Python而言,运算能力与稳定性更强。（2）前者数据转换的精度与算法、代码编辑息息相关。反观Python对第三方库有较强依赖性,处理结果精度可能因此而异。（3）对于数据文件操作,Python语言具有明显优势。可通过代码直接针对不同格式文件进行操作,极大的提升了操作工作效率。（4）良好的第三方软件兼容性,使Python语言具有很强的灵活性。结合其丰富的第三方模块库,更适合用于脚本开发及程序设计。     

基于分段香农能量与结构特征提取的心电Ｒ波检测方法

R波检测是采用心电图(electrocardiogram, ECG)评估心率变异性与检测其他特征波的基础。针对便携式采集环境中受运动伪迹与噪声影响的ECG记录,存在R波检测准确度低的问题,提出了一种基于分段香农能量与结构特征提取的R波检测方法。首先采用平稳小波变换(Stationary Wavelet Transforms, SWT)提取原始ECG信号中的R波主要成分,然后通过分段香农能量增强R波特征信息,利用Hilbert变换的正交性质提取候选点,再采用结构特征分析校验候选点,最后根据心率标准优化结果,实现检测R波。将该方法应用4个典型ECG数据库,并与4种应用广泛的检测方法进行比较,在3个受噪声影响的ECG数据库检测实验中,该方法在R波检出个数方面分别提高了1.7%、20.17%与30.18%以上,F1分数指标上分别至少提高了1.3%、5.12%和4.7%,在临床ECG数据库检测实验中,所提方法的灵敏度、阳性准确率与F1分数均达到了99%以上。     

方波触发勘探与开发的粒子群优化算法EI北大核心CSCD

在粒子群优化算法中,当勘探时间持续过长,将可能导致种群在解空间过度徘徊;种群在开发阶段陷入局部最优后,难以再次进行全局勘探.针对上述问题,提出方波触发勘探与开发的粒子群优化算法.依据方波的周期特性,在前半个周期内使用标准粒子群优化算法执行全局勘探,后半个周期使用改进的更新公式执行局部开发.经过实验验证,在方波触发机制下,通过为粒子提供多变步长,可达到周期性触发勘探与开发的目的.使用多类型测试函数,将该算法与新改进粒子群算法、改进人工蜂群算法、改进差分算法在30、50和100维下比较,实验结果表明,该算法在收敛速度和精度上更具优势.     

微波辅助萃取-超高效液相色谱/静电场轨道阱高分辨质谱法快速测定纺织品中有害有机溶剂残留量

建立了1个快速测定纺织品中有害有机溶剂残留量的超高效液相色谱/静电场轨道阱高分辨质谱(UPLC/Orbitrap HRMS)方法,该方法以乙醇为萃取溶剂,100℃下微波萃取纺织品中残留的有害有机溶剂,萃取液直接进行UPLC/Orbitrap HRMS,提取离子色谱峰面积外标法定量。对样品的提取条件、分析条件进行了优化。该方法的定量限为0.5μg/kg~10.0μg/kg。在3个不同加标浓度水平下,方法的平均加标回收率为81.8~94.5%,相对偏差偏差为3.8%~10.5%(n=9)。该方法简便快速,灵敏度高,定量限低,可有效地解决纺织品中残留的有害有机溶剂的快速测定问题。