高速宽带取样-滤波数字化系统中高斯滤波器的设计

本文基于频域逼近的方法提出了高斯滤波器的设计理论,得出了带宽归一化的各阶高斯滤波器的通用计算公式。并对高斯滤波器的数字化时间窗口、回复时间参数等进行了计算。     

平顶高斯光束通过复杂光学系统的传输特性研究

为研究平顶高斯光束通过高斯光阑-透镜系统的传输特性,基于光学矩阵的方法和Collins公式导出了平顶高斯光束通过该复杂光学系统后的场分布的解析表达式和近轴光强分布值,进而分析了平顶高斯光束通过高斯光阑-透镜系统后的传输特性。研究结果表明,平顶高斯光束通过高斯光阑-透镜系统后,实际焦点位置和几何焦点位置并不重合,即发生焦移现象。焦移量的大小与高斯光阑宽度及光阑与透镜间的距离等因素有关,即在一定条件下,光阑宽度增大,相对焦移量变小,光阑与透镜之间的距离与焦距的比越小,相对焦移量就越小。     

均匀分布随机码调相噪声对PSK信号的干扰分析

区别于传统遮盖式噪声,针对PSK信号具有相位键控的特点,提出了利用构造均匀分布的随机码调相噪声干扰PSK信号的方法.该噪声采用与被干扰信号相同码速率的随机码调相,与被干扰信号谱形相似,从而具有好的干扰效果.以BPSK信号模型为例,假设在接收机完成同步的条件下,导出了其影响接收机解调的误码率公式,从而证明了该噪声有较好的干扰效果.仿真实验表明本文提出的调相噪声在不同干信比条件下比传统窄带高斯噪声有更好的干扰效果.     

Web服务器集群的负载均衡中遗传算子的设计

应用遗传算法进行作业调度已被越来越多的学者关注。在Web服务器集群环境中,对于客户端的Web请求分配问题,采用常规的遗传算法进行负载均衡并不总是有效的,好的遗传算子对算法收敛性及收敛到最优解非常重要。基于集群环境中Web请求分配的特点,设计了有针对性的遗传算子,即改进的内外结合交叉算子和主动变异算子。模拟实验结果与分析表明这些算子对Web集群的请求分配是有效的。     

用强化假定不连续应变实体单元分析弹性地基薄板

用强化假定不连续应变(EAS)实体单元离散弹性地基薄板,假设板上的荷载按分布力形式传递到地基中,根据半无限空间上任一点节点力与任一点处的位移关系用高斯积分法建立了地基表面分布力与节点位移关系表达式,在此基础上根据地基与板间的位移协调及静力平衡条件,建立了以板上的节点位移为未知量的有限元方程.算例分析表明,采用强化假定不连续应变实体单元分析薄板类问题是合理的,进行弹性地基薄板受力分析时考虑地基分布反力是必要的.     

关于线路工程测量平面坐标系的选择及投影分段衔接的探讨

本文分析了线路测量平面坐标系投影边长变形的组成,提出了限制带宽控制和分段投影相结合的方法,达到使边长投影变形满足规范要求的目的,并采用投影分段间无缝连接的方法,使测绘成果更好地为设计提供服务,以期供同行参考.     

环境星NDVI时间序列重构方法研究

利用目前时间序列曲线重构中较为常用的非对称高斯函数拟合、Double-Logistic曲线拟合、S-G滤波和时间序列谐波分析法对环境星NDVI时间序列进行重构处理。分析了上述4种植被指数时间序列重构方法对环境星数据的适用性。实验结果表明,对于环境星数据,在4种方法中非对称高斯函数拟合、Double-Logistic曲线拟合法更适用于对植被地物的时间序列进行重构,对照参考数据,其重构曲线对植被物候的表达有较高的一致性;而时间序列谐波分析法对原始数据的扰动最小,适用于非植被地物的时间序列重构;S-G滤波在4种方法中的重构效果最差。     

求解高维优化问题的遗传鸡群优化算法

针对鸡群算法在求解高维复杂优化问题时收敛速度慢、寻优精度不高、容易陷入局部最优等不足,结合遗传思想,增加公鸡和母鸡交配、变异产生新小鸡的概念,并设定交配周期和小鸡淘汰更新周期,利用交叉、变异算子对算法进行改进,得到一种改进的鸡群算法。通过对10组基准函数的实验结果进行分析,相比于标准鸡群算法和其他两种目前比较流行的群体智能优化算法,提出的改进鸡群算法在寻优精度、解的质量、收敛速度、稳定性及鲁棒性等方面优势明显,具有良好的性能。     

基于FPGA的混合高斯背景建模实现

为了解决PC机上高清视频运动目标检测的实时性瓶颈问题,设计了一种基于FPGA的运动目标检测系统.系统采用基于自适应混合高斯背景模型的背景差分法,对环境扰动具有很好的适应性.本设计应用于1 280×1 024高清视频的运动目标检测,针对硬件实现的特点,对OpenCV混合高斯背景模型算法进行改进和适当的参数定点化,设计了适...     

优质个体最优动态空间变异的粒子群优化算法

针对粒子群优化算法进化前期需大幅维度变动以搜索更多新区域,后期因仅有几维未达到最优解而陷入局部最优等问题进行研究,提出优质个体最优动态空间变异的粒子群优化算法。在挑选出优质的个体最优粒子后,选择其两个不同维度,使其中一个维度向另一维作列维飞行,得到新的变异维度值,且进行变异的维度随迭代次数的增加而减少,种群多样性进一步提高,勘探与开发能力得到平衡。将提出的算法与新近改进的高水平粒子群算法在12个基准函数上进行比较,实验结果表明该算法在求解精度和收敛速度上更具优势。