基于ARM7-TDMI的多路温度信号采集系统设计

本文讨论了基于三星ARM7TDMI作为主处理器的的嵌入式数据采集系统的实现方法。以温度数采集为例，S3C4480xARM微处理器作为主控CPU。辅以多路数据采集模块采集数据，实现了智能化的温度数据采集、传输、处理与显示等功能。最后讨论了如何提高系统的可靠性和可扩展性。     

基于遗传算法的多信道无线网络信道分配方案

在传统单信道无线网络中,多节点同时传输时彼此间的干扰会使吞吐量降低.为解决该问题,提出一种改进的自适应遗传算法用于信道分配.在进化过程的前期执行固定参数的遗传操作,后期执行自适应遗传操作,采用新的交叉方式,即将染色体按适应值大小分成2组,从各个组中随机选取染色体进行交叉运算,使得整个染色体种群的适应值向最优解逼近,并在生成子代时使用父子竞争机制.仿真结果表明,该算法能有效避免标准遗传算法容易早熟和局部收敛的缺点,收敛速度快且容易逼近最优解,并能降低网络冲突.     

多路热气流量控制及其在防除冰试验中的应用

流量精确控制是保证结冰风洞热气防除冰试验成功的关键,针对传统调节阀控制存在受下游影响大和多路流量控制耦合的问题,设计了一套多路热气流量控制系统,采用背压阀对各支路流量控制单元入口压力进行精确控制,通过电作动筒改变各支路针阀喉道流通面积,结合临界流文氏管流量计流量测量,实现多路流量解耦控制。试验表明,多路热气流量控制系统可实现多路流量解耦控制,调节速度快,10 s左右即可达到目标流量,控制精度高,稳定后最大相对误差小于0.6%,该系统可为我国后续飞行器防除冰试验系统验证与适航审定提供有力支撑。     

超声回波门参数数字化控制方法的研究与实现

提出一种基于CPLD的16通道超声回波门参数的数字化控制方法。当选用1 MHz时钟,门前沿、门宽控制范围为0～63μs,精度为±1μs,可满足大部分工程应用。该方法为大型多通道超声检测系统中回波门参数的数字化控制提供一种基础平台,简化了电路设计、布线、焊接和调试等,从本质上解决了模拟法控制精度低、稳定性差和操作不方便等缺点,还从本质上解决了基于专用集成C/T法集成度低,不宜用于大型多通道检测系统的缺点。     

CBLA:多信道无线网状网络负载感知的分簇式信道分配

多信道技术能够显著提升无线网状网络的容量,合理高效的信道分配方案是多信道网状网络的核心问题。本文提出了一种分布式的信道分配方法CBLA（Cluster-Based Load-Aware）,结合了静态信道分配简单和动态信道分配灵活的特点;借助簇结构降低了问题的规模;根据统计开销小的局部信息监测链路负载;自适应的动态分配有效减轻了链路负载;采用了一种新的结合跳步数、信道分布情况和簇信息的选路指标。实验结果表明CBLA有效降低了数据包的平均延迟,并显著提升了网络吞吐量。     

多通道网络化系统跟踪性能极限

本文基于白噪声和编码影响研究多通道网络化系统跟踪性能极限.网络化系统的跟踪性能指标是通过跟踪误差的能量来定义的,采用谱分解技术和范数矩阵理论得到多通道网络化系统跟踪性能极限的下界表达式.研究结果显示了对象的固有特性(非最小相位零点、零点方向、不稳定极点和极点方向)和多通道的编码器及白噪声决定网络化系统跟踪性能极限;同时也说明了多通道网络是如何影响系统跟踪性能极限.仿真结果验证了该结论的正确性.     

多通道Haar-like特征多示例学习目标跟踪

目的 提出一种基于多通道Haar-like特征的多示例学习目标跟踪算法,克服了多示例跟踪算法在处理彩色视频时利用信息少和弱特征不能更换的缺点。方法 首先,针对原始多示例学习跟踪算法对彩色视频帧采用单通道信息或将其简单转化为灰度图像进行跟踪会丢失部分特征信息的缺点,提出在RGB三通道上生成位置、大小和通道完全随机的Haar-like特征来更好地表示目标。其次,针对多示例学习跟踪算法中Haar-like弱特征不能更换,难以反映目标自身和外界条件变化的特点,提出在弱分类器选择过程中,用随机生成的新Haar-like特征实时替换部分判别力最弱的Haar-like特征,从而在目标模型中引入新的信息,以适应目标外观的动态变化。结果 对8个具有挑战性的彩色视频序列的实验结果表明,与原始多示例学习跟踪算法、加权多示例学习跟踪算法、基于分布场的跟踪算法相比,提出的方法不仅获得了最小的平均中心误差,而且平均跟踪准确率比上述3种算法分别高52.85%,34.75%和5.71%,在4种算法中获得最优性能。结论 通过将Haar-like特征从RGB三通道随机生成,并将判别力最弱的部分Haar-like弱特征实时更换,显著提升了原始多示例学习跟踪算法对彩色视频的跟踪效果,扩展了其应用前景。     

基于改进卷积神经网络的单幅图像超分辨率重建方法

对于重建图像存在的边缘失真和纹理细节信息模糊的问题，提出一种基于改进卷积神经网络（CNN）的图像超分辨率重建方法。首先在底层特征提取层以三种插值方法和五种锐化方法进行多种预处理操作，并将只进行一次插值操作的图像和先进行一次插值后进行一次锐化的图像合并排列成三维矩阵；然后在非线性映射层将预处理后构成的三维特征映射作为深层残差网络的多通道输入，以获取更深层次的纹理细节信息；最后在重建层为减少图像重建时间在网络结构中引入亚像素卷积来完成图像重建操作。在多个常用数据集上的实验结果表明，与经典方法相比，所提方法重建图像的纹理细节信息和高频信息能得到更好的恢复，峰值信噪比（PSNR）平均增加0.23 dB，结构相似性（SSIM）平均增加0.0066。在保证图像重建时间的前提下，所提方法更好地保持重建图像的纹理细节并减少图像边缘失真，提升重建图像的性能。     

一种提高无杂散动态范围的多通道信号接收方法

当大功率信号进入接收机后,将迫使模数转换器工作在非线性区,并导致接收信号中含有大量非线性杂散.为了抑制杂散并提高接收机对小信号的侦测能力,提出了一种具有无杂散高动态范围(Spurious-free Dynamic Range,SFDR)的信号接收方法.首先通过两路不同的通道同时接收信号,然后利用信号之间的频率差异识别杂...     

Development of Acoustic Leak Detection and Localization Methods for Inlet Piping of Fugen Nuclear Power Plant

The development work carried out on Fugen NPP is focused on detection of a small leakage on the reactor's inlet feeder pipes at an early stage by an acoustic leak detection method with usage of high-temperature resistant microphones. Specifically, the leak rate of 0.046 m³/h has been chosen as a target detection capability for this system. A cross-correlation technique has been studied for leak detection under low signal-noise ratios. The study shows that the sound diffusion on piping causes distortion of leak signals that results in their low correlation. A leak-location estimator and multi-channel correlation value, associated with estimated leak position, have been employed to detect such low-correlated leak signals. A method based on cross-correlation of signal spectral components has been proposed to deal with non-stationary leak signals. Joint-Time-Frequency-Analysis has been applied to analyze such signals, whilst a Wavelet decomposition technique has been used to extract their short-term spectral fluctuations. Since the spectral components are less affected by signal distortion, they provide higher correlation value and can be applied for leak detection under lower signal-noise ratios. The possibility of detecting and locating a small leakage by the methods proposed has been demonstrated by a number of simulation tests conducted on the Fugen NPP site.