基于GRAPPA图像重建的采样轨迹

针对传统广义自动校准部分并行收购( GRAPPA)采样轨迹存在重建图像质量差、数据扫描时间长等问题,提出了一种新的数据采样轨迹--3D采样轨迹.该轨迹在相位编码方向、频率编码方向和线圈方向上均进行欠采样,然后利用3D的核对未采样的数据进行拟合.通过对真实的脑部数据进行实验,结果表明该采样轨迹和数据拟合方法可以更好地利用线圈的空间灵敏度信息,提高重构图像的质量,缩短数据扫描时间,是一种有效的图像重建算法.     

三对角线性方程组的一种有效和并行算法

本文提出一种球解严格对角占优的三对角线性方程组的并行算法（简称ＰＰＤ算法）,新算法 计算复杂性约为８ｎ,与最优串行算法追赶法的计算复杂性相同,通信复杂性为常数。目前求解此类方程组的最优并行算法的计算复杂性约为１７ｎ,通信复杂性约为ｌｏｇＰ,相对而言ＰＰＤ算法的计算性能和通信性能都有大幅度提高。试验结果表明,加速比呈线性增加,并行效率达到９０％以上。     

基于二邻居图的无线传感器网络边缘检测算法

针对传统边缘检测算法未考虑边缘宽度的问题,提出了一种基于二邻居图的无线传感器网络边缘检测算法,通过调节节点通信半径得到合适的边缘宽度。该算法不需要任何节点位置信息,仅通过分析二邻居图的拓扑连通性来判断边缘节点。仿真结果表明,该算法能够准确检测出边缘节点,对于分布稀疏、节点密度较低的局部边缘同样适用,能够应用于无线传感器覆盖质量、连通性和能量管理等,有效延长了网络生命期。     

风电并网引起的电能质量扰动滤波方法研究

风电是一种波动性、间歇性电源,并网运行会对局部电网的稳定性造成影响.针对风电并网运行中的电能质量问题,提出风电接入系统时电能质量扰动的滤波方法,包括随机扰动模型建立、稳定性分析,利用随机微分方程的稳定性指标与滤波器设计,进行随机风电系统的仿真.通过设计一个全阶滤波器使随机风电系统均方渐近稳定,给出鲁棒L2-L∞全阶滤波器存在的充分条件,并将滤波器的设计转化为一个凸优化的求解问题.所设计的滤波器能够保证相对于所有能量有界的外界扰动信号,随机风电系统的L2-工∞性能指标小于一定值γ.仿真结果表明,所给出的滤波方法对随机风电系统是可行的.     

北京一号灾害监测小卫星数据几何精校正研究

北京一号是具有双遥感器的灾害监测小卫星,其星载的CCD多光谱传感器可以获取32m的多光谱数据。本文对2005年11月14日的北京天津地区遥感图像数据进行了几何精校正研究,根据图像自身特点和后续研究需求采用有限元模型对空间位置进行校正,采用最临近法重新采样,矫正后的图像满足后续使用精度要求。     

一种带式输送机故障诊断方法

针对传统浅层神经网络用于带式输送机故障诊断时存在故障状态样本数据不足、准确率不高等问题,提出了一种基于合成少数类过采样技术(SMOTE)和深度置信网络(DBN)的带式输送机故障诊断方法.该方法利用SMOTE生成带式输送机故障状态样本数据,克服样本数据分布不平衡现象;将样本数据输入DBN,利用无监督逐层训练方式提取数据中的故障特征,并通过有监督微调来优化故障诊断能力,实现带式输送机故障精确诊断.仿真结果表明,该方法提高了带式输送机故障诊断准确率.     

基于QPSO算法的信道分配方法

由于传统的信道分配方法存在频率利用率低下和处理速度慢的缺点,为此,提出基于量子计算的PSO算法（QPSO）来快速实现信道最优化分配方法。这种优化方法利用了量子计算的并行计算能力强、全局收敛、运算速度极快等特点,主要包括初始化代表每个信道的粒子的速度和位置,根据信道分配的教学模型计算保证信道各种约束条件的适应度函数,根据量子粒子群的规律进行粒子位置更新,直至找到最佳信道分配方案等步骤。仿真结果表明其方法是行之有效的,优化效果优于基于遗传算法和PSO算法的信道分配方法。     

基于信息理论的采样成像系统优化设计方法

本文把信息论应用于采样成像系统中，用端到端的互信息量评价图像捕捉系统，研究光电一体化系统优化设计方法。模拟系统设计参数，计算机仿真分析了采样成像系统中普遍存在的欠采样噪声、光学成像系统的模糊效应以及二者之间的涨落、平衡，做出了基于互信息量的系统评价仿真曲线，提出了光学成像系统与图像捕捉系统的匹配条件和优化设计方法。     

光子晶体及其自组装制备

自从理论计算指出金刚石结构具有完全光子带隙以来，三维光子晶体的理论研究和实验制作一直受到高度重视。光子晶体的制备方法总体上可分为两大类：微制作法和自组装法。前者适合于制备微波、远红外及近红外波段的光子晶体，后者制备近红外、可见或更短波段的光子晶体具有独特的优势。简述了光子晶体的概念和基本特征，并对三维光子晶体的自组装制备方法进行了综述。     

ARIMA模型在煤炭消费预测中的应用分析

煤炭属于重要的民用能源,对其消费量进行预测,可为合理安排煤炭生产提供依据,优化社会资源的配置。采用Box和Jenkins的ARIMA模型,对1953年以来我国煤炭消费量的年度数据进行分析。与结构性因果模型、自回归（AR）、移动平均（MA）、自回归移动平均（ARMA）模型等相比较,ARIMA模型不但适合于我国煤炭消费量的非平稳时间序列的特点,并且预测效果比较理想。结果表明,ARIMA（3,1,3）模型的预测效果良好,2002年~2005年平均预测误差仅为3.981%,可用于未来我国煤炭消费量的预测。