智能终端发展关键技术探讨

智能终端产品(包括手机、平板和混合式的移动计算设备)在个人和商业应用场合大量使用,终端在高速计算能力方面更新迅猛,处理能力军备竞赛将陷入硬件瓶颈,同质现象成为现实,而人机交互技术、终端应用开发环境、终端安全云服务等将成为影响智能终端向纵深人群渗透和更商业化应用领域发展的决定要素。本文旨在探讨、分析和展示上述几个关键技术的新进展和演进趋势。     

串联蓄电池均衡充电系统

用电感、二极管和开关器件构成串联蓄电池充电的均衡电路,使蓄电池在串联的情况下,实现均衡充电.分析了均衡器的工作原理,指出该均衡器具有动态分配过充电能的特点.利用蓄电池的充电电压和充电状态之间的关系,用蓄电池的状态估计法和倒推法,解决了均衡器中开关器件的PWM脉冲占空比的计算问题.整个串联蓄电池充电系统具有结构简单、灵活和可扩展的优点.     

点云空间与反射强度融合的非结构化道路可行驶区域检测

可行驶区域检测旨在检测和提取智能车辆在道路上可行进的区域, 目前主流的检测方法主要基于三维激光雷达的空间特征实现, 难以处理路面边缘无清晰空间特征的非结构化道路. 为此, 本文提出了一种基于点云空间和反射强度融合的非结构化道路可行驶区域检测方法. 首先, 通过融合反射强度因子改进了基于空间特征的柱坐标系检测模型; 然后, 使用强度和降维空间检测对检测精度较低的环形检测模型进行优化, 并将其与柱坐标系检测模型联合使用以提高方法检测准确率; 最后, 在自录实际道路数据集上进行对比实验. 实验结果表明本文方法显著提高了非结构化道路可行驶区域检测的成功率与精确率, 在结构化道路上也具有良好效果.     

考虑无线充电的无人机路径在线规划

近年来, 无人机在物流、通信、军事任务、灾害救援等领域中展现出了巨大的应用潜力, 然而无人机的续航 能力是制约其使用的重大因素, 在无线充电技术不断突破和发展的背景下, 本文基于深度强化学习方法, 提出了一 种考虑无线充电的无人机路径在线优化方法, 通过无线充电技术提高无人机的任务能力. 首先, 对无人机功耗模型 和无线充电模型进行了构建, 根据无人机的荷电状态约束, 设计了一种基于动态上下文向量的深度神经网络模型, 通过编码器和解码器的模型架构, 实现无人机路径的直接构造, 通过深度强化学习方法对模型进行离线训练, 从而 应用于考虑无线充电的无人机任务路径在线优化. 文本通过与传统优化方法和深度强化学习方法进行实验对比, 所提方法在CPU算力和GPU算力下分别实现了4倍以及100倍以上求解速度的提升.     

计及故障持续时间的电力系统暂态稳定分布式控制

针对电力系统故障持续时间会影响暂态稳定控制的问题, 本文提出了一种使系统在固定时间内恢复暂态稳定运行的策略. 该策略通过电力系统通信拓扑建模方法为每个发电机建立“邻居发电机”, 利用发电机本地信息和其邻居发电机的信息设计分布式控制器, 通过控制储能装置作用于受扰动后的系统, 使其在固定时间内恢复稳定运行. 其次, 此控制策略还解决了一些实际挑战, 如控制器的输入延时、外部的干扰、储能装置的容量限制等. 通过构建李雅普诺夫函数并利用图论知识对该策略展开了稳定性分析, 推导出了稳定系统的时间界限. 最后, 将控制器投入新英格兰39节点测试系统中, 并与其它控制器进行比较, 仿真结果验证了在低容量储能装置限制下和抗干扰性上控制器性能的优势.     

基于MATLAB的传动误差测试系统及其模拟实验智能化信号发生器

介绍了机械传动误差测试中数字量计数法的特点,给出了传动误差测量系统FMT的系统框图。PC机程序采用VC调用MATLAB编译后的C函数实现FFT分析,重点介绍所研制的智能脉冲信号发生器,用其产生的两路信号对实际光栅输出信号进行模拟,进而验证FMT系统测试和FFT分析的正确性,并通过实际实验进一步验证了正确性。     

浅谈智能变电站系统

介绍了智能变电站的系统结构、信息传输流程和技术特点,并对其应用进行探讨。智能化变电站是把一体化设计的GIS设备和变电站计算机监控系统综合在一起,并采用光纤传输信息,采用了新型的电流和电压传感器。由于光纤接口替代了微机测控和保护装置中的输入／输出回路,因此与常规设备混用还存在一定的接口技术问题。     

煤矿采矿工程中的采矿工艺与技术

阐述了煤矿采矿工程的特点,分析了目前常用的采矿工艺与技术,主要包括充填采矿工艺、空场采矿工艺、煤与瓦斯联合开采技术,并对智能化采矿技术的发展做了简要分析.     

A cluster-DEE-based strategy to empower protein design

The Medical and Pharmaceutical industries have shown high interest in the precise engineering of protein hormones and enzymes that perform existing functions under a wide range of conditions. Proteins are responsible for the execution of different functions in the cell: catalysis in chemical reactions, transport and storage, regulation and recognition control. Computational Protein Design (CPD) investigates the relationship between 3-D structures of proteins and amino acid sequences and looks for all sequences that will fold into such 3-D structure. Many computational methods and algorithms have been proposed over the last years, but the problem still remains a challenge for Mathematicians, Computer Scientists, Bioinformaticians and Structural Biologists. In this article we present a new method for the protein design problem. Clustering techniques and a Dead-End-Elimination algorithm are combined with a SAT problem representation of the CPD problem in order to design the amino acid sequences. The obtained results illustrate the accuracy of the proposed method, suggesting that integrated Artificial Intelligence techniques are useful tools to solve such an intricate problem.