亚洲日韩第一页涩涩涩,91久久精品美女高潮喷浆,丝瓜app

基于改進(jìn)人工勢場法的無人機(jī)在線航路規(guī)劃算法[嵌入式技術(shù)][航空航天]

在線航路規(guī)劃能夠使無人機(jī)針對動態(tài)變化的環(huán)境快速有效地生成相適應(yīng)的飛行航路，是無人機(jī)任務(wù)規(guī)劃系統(tǒng)必需的能力之一。基于人工勢場法提出一種三維在線航路規(guī)劃方法，使無人機(jī)在應(yīng)對動態(tài)變化的飛行環(huán)境時能實時規(guī)劃出保障飛行安全并滿足其任務(wù)執(zhí)行效率指標(biāo)的飛行航路。此航路規(guī)劃方法在環(huán)境構(gòu)建過程中引入了參考航路引力場和自適應(yīng)的時間擾動因子，解決了原人工勢場法在航路規(guī)劃中容易陷入勢場局部最小值而導(dǎo)致無法用適感環(huán)境動態(tài)變化區(qū)域的問題。在此基礎(chǔ)上，提出一種虛擬目標(biāo)法以更有效地解決人工勢場法遇到的局部極值陷阱問題。通過仿真驗證表明：所提出的無人機(jī)在線航路規(guī)劃方法比傳統(tǒng)的人工勢場法更容易跳出勢場的局部最小值，且有較好的避障能力。

發(fā)表于：4/11/2018

一種改進(jìn)型雙LCL無線電能傳輸系統(tǒng)研究[電源技術(shù)][智能電網(wǎng)]

由于雙LCL型無線電能傳輸（WPT）系統(tǒng)具有恒流輸出特性以及較好的魯棒性，故其已經(jīng)在無線電能傳輸領(lǐng)域得到了廣泛的應(yīng)用。但是，在系統(tǒng)輕載時，逆變器輸出電流存在畸變，此為雙LCL型無線電能傳輸系統(tǒng)的固有缺點。針對此問題，在不影響系統(tǒng)原特性的基礎(chǔ)上，提出了一種改進(jìn)方法，并從理論上分析了改進(jìn)方法的工作原理以及可取得的良好效果。最后，通過仿真分析和實驗驗證證明了理論分析的正確性。

發(fā)表于：4/11/2018

組合爬山法與變論域模糊控制的MPPT算法[電源技術(shù)][智能電網(wǎng)]

光伏發(fā)電系統(tǒng)的輸出功率隨外界環(huán)境的改變而變化，若控制光伏列陣始終在最大功率點處工作，將能提高光伏發(fā)電效率。在傳統(tǒng)單一的MPPT算法中，無法同時滿足系統(tǒng)的動態(tài)性和穩(wěn)態(tài)性，為此擬提出一種將爬山法與變論域模糊控制組合算法，并通過Simulink仿真分析，分別對比研究了爬山法、模糊控制法、變論域模糊控制以及組合算法跟蹤光伏列陣最大功率點的輸出特性。仿真結(jié)果表明：組合控制算法能快速、穩(wěn)定地追蹤最大功率點。

發(fā)表于：4/10/2018

自然坐標(biāo)系SVPWM四橋臂中頻逆變器調(diào)制策略研究[電源技術(shù)][航空航天]

三相四橋臂中頻逆變器逐漸成熟，能滿足航電和雷達(dá)設(shè)備對中頻電源的需求，且能在不平衡負(fù)載下保持三相電壓穩(wěn)定。為研究逆變器帶不平衡負(fù)載能力，首先分析了自然坐標(biāo)系下空間矢量脈寬調(diào)制（SVPWM）策略，減少了在αβγ坐標(biāo)系下坐標(biāo)變換、矢量選取與占空比計算的復(fù)雜性，利于實現(xiàn)DSP數(shù)字化控制。通過分析三相四橋臂的平均電流模型，實時采樣負(fù)載電流并計算參考電壓，使逆變器能適應(yīng)各種不平衡負(fù)載，采用PI控制穩(wěn)定系統(tǒng)輸出電壓。經(jīng)仿真和實驗驗證，逆變器帶非線性負(fù)載和不平衡負(fù)載能力強(qiáng)，輸出電壓波形THD小。

發(fā)表于：4/10/2018

Buck變換器在射流清洗設(shè)備電源中的應(yīng)用[電源技術(shù)][工業(yè)自動化]

在實現(xiàn)高壓水射流清洗設(shè)備的自動控制過程中，存在著系統(tǒng)響應(yīng)實時性差、穩(wěn)定性低的問題。針對該設(shè)備的自動控制要求，從直流驅(qū)動電源的角度考慮，設(shè)計了相應(yīng)的驅(qū)動電源結(jié)構(gòu)。基于傳統(tǒng)線性直流電源的結(jié)構(gòu)，引入了改進(jìn)的Buck變換器。通過MATLAB仿真表明，該電源具有更快的輸出響應(yīng)，功率轉(zhuǎn)換損耗更低，輸出電壓電流波形穩(wěn)定，輸出功率大小可進(jìn)行實時調(diào)節(jié)。在一定程度上改善了系統(tǒng)響應(yīng)的實時性、穩(wěn)定性，能夠較好的滿足射流清洗設(shè)備的應(yīng)用需求。

發(fā)表于：4/9/2018

基于維納后置濾波的LS波束形成混響抑制算法[嵌入式技術(shù)][其他]

混響導(dǎo)致語音信號時間和頻率模糊，嚴(yán)重時語音變得難以理解。為了提高語音質(zhì)量，提出一種具有維納后置濾波的最小二乘波束形成混響抑制算法。該算法將混響后的語音信號分為直達(dá)部分和混響部分，得到維納后置濾波器增益估計；針對語音信號在低頻部分噪聲相干性較強(qiáng)的問題，利用最小二乘波束形成算法進(jìn)行分頻處理，最后求解最優(yōu)權(quán)值。仿真實驗表明，所提出的算法具有較好的混響抑制特性。

發(fā)表于：4/9/2018

基于靜態(tài)二進(jìn)制分析的工控協(xié)議逆向解析[通信與網(wǎng)絡(luò)][工業(yè)自動化]

針對傳統(tǒng)的協(xié)議解析方法在工業(yè)控制系統(tǒng)中的局限性，提出了一種適用于工業(yè)控制系統(tǒng)通信協(xié)議的協(xié)議逆向分析方法。該方法的算法思想來源于動態(tài)污點算法，算法實現(xiàn)基于靜態(tài)二進(jìn)制分析平臺IDA Pro及其提供的軟件開發(fā)接口，解析結(jié)果可直接為模糊測試提供語義參考。該算法包括預(yù)處理、交叉引用分析、協(xié)議幀重構(gòu)和語義提取等步驟，具有針對性強(qiáng)、通用性好的特點。將算法實現(xiàn)后應(yīng)用于某組態(tài)軟件，能夠得到正確的分析結(jié)果，證明了該方法的正確性與有效性。

發(fā)表于：4/8/2018

基于改進(jìn)小波變換的手臂肌電信號去噪算法的研究[嵌入式技術(shù)][醫(yī)療電子]

手臂肌肉電信號是手臂運(yùn)動過程中，通過電極記錄下來的微小肌肉電流信號。由于該信號可以無創(chuàng)檢測，模仿性強(qiáng)，已廣泛應(yīng)用于人工智能假肢領(lǐng)域。研究了小波閾值去噪算法在手臂肌電信號檢測中的應(yīng)用，針對傳統(tǒng)閾值去噪算法存在離散點、誤差大等缺點，引入非線性函數(shù)過渡，利用控制系數(shù)，改進(jìn)閾值去噪算法。利用3種方法對同一含噪信號信息進(jìn)行仿真分析，通過實驗表明，該算法對采集到的手臂單通道肌電信號進(jìn)行去噪處理，克服了傳統(tǒng)閾值去燥算法的缺點，可以有效去除干擾信號，提高信噪比和信息識別的準(zhǔn)確性。

發(fā)表于：4/8/2018

自適應(yīng)雙邊濾波的Retinex圖像增強(qiáng)算法[嵌入式技術(shù)][其他]

針對現(xiàn)有的Retinex算法不能自動調(diào)節(jié)參數(shù)，提出一種基于參數(shù)估計的雙邊濾波Retinex算法。該算法首先利用主成份分析和Canny邊緣檢測算法分別進(jìn)行噪聲估計和邊緣強(qiáng)度估計；然后通過線性相關(guān)運(yùn)算計算雙邊濾波的空間幾何標(biāo)準(zhǔn)差參數(shù)和亮度標(biāo)準(zhǔn)差參數(shù)；再利用參數(shù)估計的雙邊濾波把圖像分解出照度圖像和反射圖像；最后將照度圖像和反射圖像通過不同方法的壓縮和增強(qiáng)并合成一幅新的圖像。通過實驗表明，它不僅能夠自動設(shè)置參數(shù)，還能有效抑制光暈現(xiàn)象。

發(fā)表于：4/4/2018

基于優(yōu)化的LSTSVM的多模態(tài)生理信號情感識別[嵌入式技術(shù)][醫(yī)療電子]

采用最小二乘雙支持向量機(jī)(LSTSVM)進(jìn)行情感識別，針對LSTSVM模型的懲罰系數(shù)及核函數(shù)參數(shù)難以確定的問題，使用改進(jìn)的螢火蟲算法（MFA）來優(yōu)選LSTSVM的各項參數(shù)，使分類器取得最優(yōu)的性能?；谀X電、皮膚電、肌電和呼吸4種模態(tài)的生理信號，使用該算法進(jìn)行情感識別，并與使用標(biāo)準(zhǔn)LSTSVM和粒子群LSTSVM算法的識別結(jié)果比較。仿真分析表明，提出的MFA-LSTSVM算法識別準(zhǔn)確率更高，需要的訓(xùn)練時間更短。

發(fā)表于：4/4/2018

能量搜集充電的設(shè)備到設(shè)備通信功率分配方案[電源技術(shù)][通信網(wǎng)絡(luò)]

主要研究多個能量搜集充電的設(shè)備到設(shè)備(D2D)用戶非正交復(fù)用一個蜂窩用戶信道資源時的功率分配問題。在保障蜂窩用戶的服務(wù)質(zhì)量前提下，建立了一個最大化能量搜集充電的D2D用戶的傳輸速率問題。由于該問題是一個非凸規(guī)劃問題，提出一種低復(fù)雜度的凸近似算法，并得到該問題的一個緊下界可行解。最后，通過仿真分析得出該算法能夠逼近最優(yōu)傳輸速率，為多個能量搜集充電的D2D對與一個蜂窩用戶共享鏈路的場景提供有效的功率分配方案。

發(fā)表于：4/3/2018

基于改進(jìn)空間插值的無線電環(huán)境地圖生成技術(shù)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

無線電環(huán)境地圖（REM）為認(rèn)知無線網(wǎng)絡(luò)動態(tài)頻譜接入提供了精準(zhǔn)、全面的信息支撐，由于現(xiàn)場樣本數(shù)據(jù)的實測受到環(huán)境、設(shè)備和人為等因素的限制，其樣本規(guī)模難以保證應(yīng)用的需求。因此，利用空間相似性，將離散數(shù)據(jù)點擴(kuò)展為面結(jié)構(gòu)數(shù)據(jù)的空間插值方法研究有積極的意義和應(yīng)用價值。在傳統(tǒng)MSM算法基礎(chǔ)上，提出了RMSM算法，從優(yōu)化權(quán)值計算、靈活地使用局部特征和高效的近鄰搜索法方面進(jìn)行改進(jìn)，通過搭建15 m×20 m的實驗場景，進(jìn)行樣本數(shù)據(jù)采集和算法測試驗證。結(jié)果表明RMSM算法與傳統(tǒng)算法比較，其誤差降低了1.96 dB，穩(wěn)定性提高了55.37%，改進(jìn)效果明顯。

發(fā)表于：4/3/2018

基于四階循環(huán)多譜的頻譜感知算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

目前，大部分基于能量檢測和信號循環(huán)平穩(wěn)的頻譜感知算法能夠在平穩(wěn)噪聲環(huán)境中取得優(yōu)異的檢測性能，在非平穩(wěn)噪聲環(huán)境中的檢測性能則急劇下降。為了更好地消除頻譜感知過程中非平穩(wěn)噪聲的影響，利用信號四階循環(huán)多譜抑制非平穩(wěn)噪聲的性質(zhì)，提出了一種基于四階循環(huán)多譜的頻譜感知算法。該算法首先計算四階循環(huán)多譜的切片形式；然后通過簡化的四階循環(huán)多譜幅度平方和對協(xié)同用戶截取的信號進(jìn)行檢測；最后計算其峰值系數(shù)，實現(xiàn)對主用戶信號存在性的判斷。仿真結(jié)果表明，在非平穩(wěn)噪聲環(huán)境中，所提出的算法比傳統(tǒng)的頻譜感知算法識別概率更高，性能更好。

發(fā)表于：4/2/2018

一種車聯(lián)網(wǎng)分簇方法與簇內(nèi)中繼選擇方法[通信與網(wǎng)絡(luò)][汽車電子]

針對車聯(lián)網(wǎng)低時延、高可靠性的通信需求，提出了基于簇穩(wěn)定的車輛分簇方法，有效增加通信時間，提高通信可靠性。在此基礎(chǔ)上，研究功率受限的情況下車聯(lián)網(wǎng)簇內(nèi)數(shù)據(jù)分發(fā)的中繼選擇問題，提出了一種基于功率預(yù)分配的中繼選擇方法。該方法簇內(nèi)車輛協(xié)作采用HDAF轉(zhuǎn)發(fā)協(xié)議，在中繼選擇之前先對源節(jié)點和潛在中繼節(jié)點進(jìn)行功率分配，求取系統(tǒng)中斷概率最小的功率分配因子，然后比較融入功率優(yōu)化因子的各個節(jié)點的等效信道增益，選擇出最優(yōu)中繼節(jié)點集合。數(shù)值結(jié)果表明：基于簇穩(wěn)定的車輛分簇方法相比基于地理位置的分簇方法具有更高的穩(wěn)定性。同時，提出的中繼選擇方法在相同條件下比傳統(tǒng)的單中繼選擇方案和全中繼選擇方案具有更小的中斷概率。

發(fā)表于：4/2/2018

實時的移動互聯(lián)網(wǎng)攻擊盲檢測與分析算法[嵌入式技術(shù)][通信網(wǎng)絡(luò)]

大規(guī)模移動互聯(lián)網(wǎng)攻擊檢測算法需要攻擊行為的先驗信息或者需要對攻擊行為進(jìn)行監(jiān)督學(xué)習(xí)，降低了攻擊檢測算法的實時性與實用性，為此提出了一種實時的移動互聯(lián)網(wǎng)攻擊盲檢測與分析算法。首先，提取每個時段網(wǎng)絡(luò)流量的最大特征值，結(jié)合最大特征值與模型階數(shù)選擇技術(shù)檢測每個時段是否存在攻擊行為；然后，通過特征值分析技術(shù)來識別攻擊的類型，識別出特征值的變化細(xì)節(jié)；最終，設(shè)計了相似性分析方案來分析攻擊的端口與時間等細(xì)節(jié)信息?；谡鎸崒嶒炁c公開網(wǎng)絡(luò)流量數(shù)據(jù)集的仿真結(jié)果表明，該算法獲得較高的攻擊檢測準(zhǔn)確率。

發(fā)表于：3/30/2018