光学生物传感器用于快速检测卡介苗活菌数研究

基于三磷酸腺苷(ATP)光学反应原理,结合实验室自制的光学生物传感器,构建了一种快速检测卡介苗(BCG)活菌数的方法。选用加热裂解法提取BCG活菌内ATP,对BCG疫苗进行了检测。结果表明,BCG活菌浓度与相对发光强度(RLU)线性相关,相关系数为0.9908(P<0.01),其ATP含量与文献报道的结果处于同一数量级(10-18mol/CFU)。检测方法的相对标准偏差(RSD)为6.17%。检测样品仅需30μL,检测时间小于30min。与国外商业化检测系统的测试结果线性相关,相关系数为0.9676(P<0.01)。这种方法简便快速,在BCG疫苗及其他活菌疫苗质量控制方面具有广泛的应用前景。     

一种变迭代参数的变阶数LMS算法

介绍了基于分数阶数的变阶数最小均方算法(Fractional tap-length least mean square,FTLMS),分析算法中迭代参数对FTLMS算法收敛性能的影响.利用系统输出误差随滤波器阶数及滤波器抽头权系数迭代过程逐渐减小的特点,提出了一种新的变迭代参数的变阶数LMS算法(Variable parameter FTLMS,VP-FTLMS).在高噪声和低噪声环境下对本文提出的算法分别进行仿真验证,并与不同的滤波器阶数迭代参数设置下的FTLMS算法相比较.仿真结果表明,与FTLMS算法相比,本文提出的VP-FTLMS算法具有更快的阶数收敛速度及更小的稳态振荡,同时获得了较小的稳态额外均方误差(Excess mean square error,EMSE).     

优化的BP网络在抽油井故障诊断中的应用研究

抽油井故障诊断系统是油井系统产量的关键,为了更好更快地对当前油井系统进行诊断以保证石油的产量,人们利用各种各样的技术来完成这一目标。BP神经网络技术就是新兴的油井故障诊断手段之一,但是由于其容易陷于局部最优解、收敛速度慢以及泛化能力差等缺点,运用融入免疫算法浓度概念的遗传算法对BP神经网络进行优化,并将优化后的BP神经网络算法应用于抽油机现场的故障诊断过程中,结果显示优化后的BP算法有更高的诊断率,更快的运行速度,因而优化后的BP算法的寻找全局最优点的能力更强,收敛速度更快。     

抑制Kalman滤波发散性的研究

介绍了Kalman滤波的基本方程及其产生发散的原因,研究了一种抑制Kalman滤波发散的方法,此方法通过减小老数据的影响,不断更新＂新息＂,达到对状态估计值的修正,并缩小真实值和状态估计值之间的差距,从而抑制Kalman滤波发散并将其应用到雷达跟踪问题上,通过Matlab仿真,说明了此方法有着现实的重要意义。     

基于PSO与LS—SVM的飞机总体设计的综合论证

研究小样本数据对飞机武器系统的设计和改型方案是航空系统工程的重要内容。针对提高设计的进度和质量问题,利用粒子群优化算法的群体智能优化理论与最小二乘回归支持向量机的回归思想,提出了一种基于粒子群算法与最小二乘回归支持向量机的飞机设计综合智能论证模型。提出应用粒子群算法对支持向量机核函数参数进行寻优,再利用优化的核函数参数支持向量机回归模型,建立映射模型来对飞机的作战效能进行预测。仿真实例验证了方法的适用性和结果的可靠性。     

结合遗传算法与LSSVC的网络异常检测

计算机网络攻击的多样性及隐蔽性,导致了其难以被检测,针对保护网络的安全性,准确识别网络异常问题,为了克服传统网络异常检测技术检测精度低等缺点,提出基于遗传算法优化的最小二乘支持向量机的网络异常检测方法.最小二乘支持向量机分类器(LSSVC)是一种进化的支持向量机分类器(SVC),通过构造新的二次损失函数以解决支持向量机中的二次规划问题.遗传算法用于选择合适的最小二乘支持向量机参数.选取KDDCup99数据测试采用提出的方法检测性能.实验结果表明遗传算法优化的最小二乘支持向量机分类器的网络异常检测精度高,效果好,为网络安全提供了保证.     

无线传感器网络测试系统数据融合研究

根据无线传感器网络在军事领域中研究与应用,对无线传感器网络用于军事装备测试成为新的应用方向.针对无线传感器网络在军事装备测试系统中数据冗余大、关联性强、实时性要求高等问题,为提高传输率与数据精度,提出了基于核偏最小二乘法的无线传感器网络数据融合算法.利用核偏最小二乘法对数据进行回归建模并进行仿真,实现数据快速融合.仿真结果表明,方法的可行性和有效性.     

汉字联机手写识别系统的设计与实现

针对嵌入式手写识别系统存在识别率低、识别速率慢的缺点.研究了一种汉字联机手写识别的改进算法.首先从理论上介绍并分析了弹性网格识别算法和笔顺识别算法,接着将两种识别算法的优点进行有机组合,采用最小二乘法对输入的笔划进行线性拟合.算法在嵌入式linux下进行仿真设计并得到了实现,通过对仿真结果的分析,证明了结合后的改进算法达到了提高手写识别率和识别速率.所采用的方法对汉字手写体识别的研究有一定的借鉴和指导作用.     

一种简化的OFDM信道估计方法

OFDM（JE交频分复用）技术是无线通信领域的重要技术,研究信道估计精度对系统性能有着直接的影响。提出了基于导频插入的LS（最小二乘法估计）、MMSE（最小均方误差估计）和SVD（奇异值分解）信道估计方法。并针对MMSE算法有很好的性能但复杂度大,LS算法复杂度低但性能受到限制,提出了一种改进方法。采用广义平稳非相关散射下的多径时变瑞利信道模型,对各个算法进行了仿真试验,得出不同算法的信道估计中误比特曲线,比较了各个算法的性能。仿真结果表明：改进的算法有好的性能和低的复杂度。     

一种MIMO-OFDM系统的信道估计算法

导频辅助的最小平方（LS）算法是MIMO—OFDM系统中常用的信道估计方法,特点是易于实现,但精度不高。基于最小均方误差（MMSE）的信道估计算法性能较好,但复杂度高,难以实现。提出了一种基于离散傅里叶变换（DFT）的信道估计算法,首先将LS信道估计循环前缀长度以外的时域响应值置零,然后选择重要路径,再通过计算参考导频的相位偏移量来进行补偿,最终实现信道的估计。算法能够满足一定的估计精度,且便于实现。仿真数据证明了算法的有效性。