基于USB的WSN测试与分析系统

实时监控无线传感器网络（WSN）从单个节点到整个网络的运行状态,是进行无线传感器各类研究及应用开发的关键技术之一,为了克服基于UART的数据传输所存在的速率瓶颈问题,设计了一种基于USB的WSN监测系统,主要包括侦听节点和监测分析系统两部分。侦听节点采用CC2531 USB Dongle,以被动侦听的方式获取无线传感器网络的数据包（符合IEEE802.15.4标准）,封装后通过USB接口上传至上位机监测分析系统。上位机监测系统,通过USB接口读取数据帧、完成帧信息存储、解析。实验结果表明该设计能够实现数据传输并以图形方式动态显示网络运行状态。本监测系统的设计为开展WSN的各类理论及实验研究提供了有力的分析工具。     

高功率窄线宽可调谐 1 064 nm 环形腔激光

文章采用了三镜环形腔内插入标准具获取高功率窄线宽可调谐1064 nm 激光。对环形腔的单向运行、标准具压窄线宽与调谐波长及激光大基模体积运转进行了理论分析与计算,结合实验优化了腔镜曲率与输出耦合率。在808 nm 半导体激光泵浦功率151 W 条件下,获得输出功率33.7 W、光束质量因子 M 2＝1.28、线宽0.1 GHz 的单向1064 nm 激光输出,相应的光转换效率22.3%。采用高精度控温仪对标准具进行精确温控,实现激光波长的精密调谐。改变标准具温度获得1064 nm 波长调谐范围72.6 GHz,调谐精度为220 MHz。波长调谐过程中1064 nm 激光输出功率变化约10%。整个系统稳定可靠,而且相对简单,较易实现,为获得可调谐窄线宽1064 nm 激光提供了实用有效的技术手段。     

基于2D Mesh拓扑结构的NoC模拟器设计

片上网络模拟器的设计涉及到片上网络的拓扑结构、路由器结构、路由算法、性能分析等诸多方面.从NoC模拟器设计的角度,研究并讨论模拟器所采用的拓扑结构,路由器结构及数据包格式,介绍拓扑结构模拟、IP核模拟、路由模拟,并且用面向对象语言C++实现一个NoC模拟器系统.     

个性化学习资源推荐系统研究

通过分析远程网络学习系统中学习者对学习资源的访问历史,以及与学习者有类似访问兴趣的同组学习者的学习偏好,为学习者提供个性化的资源推荐服务,能够有效提高各种学习资源的利用效率,从而提高教学质量.     

考虑循环寿命折损的主动配电网仿射可调鲁棒优化方法

针对主动配电网在源荷储协同下的不确定性优化问题,提出了基于仿射可调鲁棒优化的主动配电网运行策略。首先,考虑分布式光伏的可控模型、循环寿命折损的电池储能模型和ZIP负荷模型,构建了主动配电网优化运行模型。然后,采用椭球集合来描述分布式光伏出力的不确定性,并结合仿射策略形成优化模型中决策变量与分布式光伏出力不确定性变量之间的线性决策机制。最后,通过对偶变换将主动配电网鲁棒优化模型转化为一个确定性的混合整数二阶锥规划模型进行求解。在改进的IEEE33节点算例系统中对比验证了所提出的仿射可调鲁棒优化方法的有效性和优点。     

考虑电池储能老化和需求侧响应的交直流混合配电网动态重构方法

现有的电池储能模型一方面认为电池的充放电功率和效率为固定不变的,另一方面有关电池储能的充放电过程对循环老化的影响缺少考虑,这与电池单元本体的非线性等效电路模型相违背。因此,考虑电池储能的循环老化成本、需求侧响应,提出了交直流混合配电网动态重构方法。通过对实际电池储能的充放电功率的运行区域进行采样,在凸包络的采样点集合中将非理想状态下的电池储能模型重构为线性模型。在此基础上,分别建立了基于累积吞吐电量和放电深度的循环老化成本模型,构建了综合成本最小化的交直流混合配电网动态重构模型。并采用混合整数二阶锥规划方法求解。在改进的33节点算例上仿真验证了所提基于放电深度的循环老化成本模型的经济性,分析了交直流混合配电网重构方法经济性的影响因素。     

Accuracy vs Efficiency Trade-offs in Optical Flow Algorithms

There have been two thrusts in the development of optical flow algorithms. One has emphasized higher accuracy; the other faster implementation. These two thrusts, however, have been independently pursued, without addressing the accuracy vs efficiency trade-offs. Although the accuracy–efficiency characteristic is algorithm dependent, an understanding of a general pattern is crucial in evaluating an algorithm as far as real-world tasks are concerned, which often pose various performance requirements. This paper addresses many implementation issues that have often been neglected in previous research, including temporal filtering of the output stream, algorithms' flexibility, and robustness to noise, subsampling, etc. Their impacts on accuracy and/or efficiency are emphasized. We present a survey of different approaches toward the goal of higher performance and present experimental studies on accuracy vs efficiency trade-offs. A detailed analysis of how this trade-off affects algorithm design is manifested in a case study involving two state-of-the-art optical flow algorithms: a gradient and a correlation-based method. The goal of this paper is to bridge the gap between the accuracy- and the efficiency-oriented approaches.