18禁无码AV免费不卡,免费看久久精品99,思思久久99热只有频

一種有源鉗位反激式超級電容均壓方法[電源技術(shù)][智能電網(wǎng)]

串聯(lián)超級電容組中單體間的電壓不均衡會造成超級電容使用壽命縮短以及系統(tǒng)能效降低。針對傳統(tǒng)反激式電壓均衡電路開關(guān)管電壓應(yīng)力大、功率損耗大等問題，介紹了一種基于有源鉗位的反激變換器串聯(lián)超級電容儲能組高效電壓均衡方法。有源鉗位電路實(shí)現(xiàn)了零電壓開關(guān)，大大降低了功率損耗。分析了電路電壓均衡原理及均壓實(shí)現(xiàn)方法。對3個(gè)超級電容單體串聯(lián)組成的串聯(lián)儲能系統(tǒng)進(jìn)行了仿真和試驗(yàn)驗(yàn)證，結(jié)果證明了該電壓均衡方法的可行性及有效性。

發(fā)表于：1/23/2017

基于DSP的斜軸式太陽跟蹤系統(tǒng)[模擬設(shè)計(jì)][其他]

針對目前光電式太陽跟蹤系統(tǒng)在低輻照和多云天氣下無法實(shí)現(xiàn)對太陽連續(xù)跟蹤且跟蹤精度較差的問題，設(shè)計(jì)了一種新型太陽跟蹤系統(tǒng)。系統(tǒng)首次采用斜軸式機(jī)架轉(zhuǎn)臺，以DSP芯片為主控制器，采用CMOS圖像傳感器取代傳統(tǒng)光電傳感器。首先DSP控制圖像傳感器對采集的圖像進(jìn)行實(shí)時(shí)處理，然后精確定位太陽質(zhì)心，并計(jì)算其相對于圖像傳感器視場中心的誤差；接著對誤差采用模糊自適應(yīng)PID控制；最后由DSP的EV產(chǎn)生相應(yīng)的PWM波對斜軸轉(zhuǎn)臺實(shí)施閉環(huán)驅(qū)動，實(shí)現(xiàn)對太陽的實(shí)時(shí)高精度跟蹤。根據(jù)實(shí)驗(yàn)數(shù)據(jù)分析，本系統(tǒng)有效解決了無法對太陽連續(xù)跟蹤的問題，且大幅度提高了太陽跟蹤精度。

發(fā)表于：1/23/2017

基于BIT位修正與數(shù)據(jù)疊加的快速捕獲算法[嵌入式技術(shù)][數(shù)據(jù)中心]

基于BIT位修正技術(shù)以及數(shù)據(jù)疊加預(yù)處理技術(shù)，提出了一種在長積分時(shí)間條件下能夠有效抑制導(dǎo)航數(shù)據(jù)跳變影響,同時(shí)降低捕獲運(yùn)算量的算法。該算法理論分析結(jié)果表明，在輸入信噪比為-29 dB條件下，預(yù)檢積分時(shí)間選取20 ms時(shí)，虛警概率Pfa=0.001時(shí)，檢測概率Pd能夠達(dá)到0.99，此時(shí)該算法運(yùn)算量分別是延遲相乘算法、信號壓縮算法、非相干捕獲算法、FFT并行碼搜索算法運(yùn)算量的26.1%、21.4%、10.5%、8.07%，故此算法具有很大的優(yōu)勢。

發(fā)表于：1/23/2017

衛(wèi)星通信中基于Gardner算法的抗載波偏差法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

鑒于信號載波頻率偏差引起較大的誤碼等缺點(diǎn)，在Gardner改進(jìn)算法(E-Gardner)的基礎(chǔ)上提出了一種抗載波偏差的時(shí)鐘誤差檢測算法(AC-Gardner)，該算法解決了E-Gardner算法受載波頻差和相差影響的問題。仿真結(jié)果表明，在Corazza信道環(huán)境下AC-Gardner算法能有效地消除載波偏差的影響，提高了整個(gè)系統(tǒng)的同步性能。

發(fā)表于：1/23/2017

基于Census變換的自適應(yīng)權(quán)值Hamming距離立體匹配算法[嵌入式技術(shù)][數(shù)據(jù)中心]

傳統(tǒng)的Census+Hamming距離立體匹配算法往往由于將鄰域像素等同對待，從而缺少足夠的匹配信息，造成較高的誤匹配率。對此提出了一種自適用加權(quán)的Hamming距離算法，通過引入鄰域像素空間距離，使在距離測算時(shí)將鄰域像素分等級計(jì)算，豐富了匹配圖像的信息。并且使用梯度圖像像素之間的距離作為聚合代價(jià)計(jì)算的權(quán)值，實(shí)驗(yàn)證明其對于噪聲有一定的抗干擾性，并且能夠很好地反映紋理等信息，同時(shí)引入稀疏聚合窗口來減少算法的復(fù)雜度。最后進(jìn)行亞像素插值增大匹配的正確性。通過對比試驗(yàn)證明，此算法不僅能夠提高匹配的準(zhǔn)確性和抗干擾性，還能減少算法的復(fù)雜度，適用于實(shí)時(shí)的立體匹配。

發(fā)表于：1/23/2017

基于抽樣路徑的K-匿名隱私保護(hù)算法[嵌入式技術(shù)][數(shù)據(jù)中心]

K-匿名是信息隱私保護(hù)的一種常用技術(shù)，而使用K-匿名技術(shù)不可避免會造成發(fā)布數(shù)據(jù)的信息損失，因此，如何提高K-匿名化后數(shù)據(jù)集的可用性一直以來都是K-匿名隱私保護(hù)的研究重點(diǎn)。對此提出了一種基于抽樣路徑的局域泛化算法——SPOLG算法。該算法基于泛化格尋找信息損失較小的泛化路徑，為減少尋徑時(shí)間，引入等概率抽樣的思想，選用等概率抽樣中的系統(tǒng)抽樣方法進(jìn)行取樣，利用樣本代替數(shù)據(jù)集在泛化格上尋找目標(biāo)泛化路徑，最后在該路徑上對數(shù)據(jù)集進(jìn)行泛化。同時(shí)，本算法使用局域泛化技術(shù)，能夠降低信息損失量，提高發(fā)布數(shù)據(jù)集的可用性。實(shí)驗(yàn)結(jié)果證明，本算法匿名化的數(shù)據(jù)集信息損失度低，數(shù)據(jù)可用性高。

發(fā)表于：1/23/2017

基于曲率尺度空間的角點(diǎn)檢測圖像匹配算法分析[嵌入式技術(shù)][數(shù)據(jù)中心]

計(jì)算機(jī)技術(shù)的發(fā)展下，優(yōu)化提升圖像匹配算法，可以提升圖像檢測精度?；谇食叨瓤臻g的角點(diǎn)檢測圖技術(shù)，優(yōu)化設(shè)計(jì)圖像匹配算法，基于曲率尺度空間的角點(diǎn)檢測算法進(jìn)行圖像特征點(diǎn)的提取，歸一化處理特征點(diǎn)，有助于提高圖像匹配精度。利用該算法最終實(shí)現(xiàn)圖像匹配需求，驗(yàn)證了算法的有效性，改進(jìn)了圖像匹配中特征點(diǎn)過度分離的弊端，提高了圖像匹配檢測的整體精度約10.0%。該算法發(fā)揮了積極應(yīng)用價(jià)值，值得在實(shí)踐應(yīng)用中推廣。

發(fā)表于：1/23/2017

一種改進(jìn)的二維Otsu閾值分割算法[通信與網(wǎng)絡(luò)][航空航天]

Otsu算法，也被稱之為最大類間方差算法，是實(shí)現(xiàn)閾值分割的經(jīng)典算法之一。二維Otsu算法是一維Otsu算法的推廣，它充分考慮了圖像的灰度信息和空間鄰域信息，可以有效濾除噪聲影響，但是同樣存在著運(yùn)算量大、時(shí)效性差的問題。對此提出了一種改進(jìn)的二維Otsu快速閾值分割算法，先將二維Otsu算法分解為兩個(gè)一維Otsu算法，并集成類間和類內(nèi)方差信息構(gòu)造了一種新的閾值判別函數(shù)，同時(shí)通過降維，進(jìn)一步降低計(jì)算量。實(shí)驗(yàn)結(jié)果表明，該算法在時(shí)間效率與分割效果兩方面明顯優(yōu)于傳統(tǒng)的二維Otsu算法與快速二維Otsu算法。

發(fā)表于：1/23/2017

基于分布式壓縮感知的信道估計(jì)導(dǎo)頻優(yōu)化策略[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了保證為LTE-R系統(tǒng)用戶提供可靠的無線通信服務(wù)，需要通過信道估計(jì)獲取信道狀態(tài)信息。在高速移動性場景下，無線信道呈現(xiàn)頻率-時(shí)間雙選擇性，若要實(shí)現(xiàn)信道估計(jì)，則需引入大量導(dǎo)頻。針對上述問題，提出一種結(jié)合分布式壓縮感知理論的信道估計(jì)導(dǎo)頻優(yōu)化方案。首先，根據(jù)時(shí)延域中無線信道的稀疏特性挖掘基函數(shù)系數(shù)之間的聯(lián)合稀疏性并對估計(jì)方程進(jìn)行去耦處理。接著，引入分布式壓縮感知理論，獲得一種能夠抑制子載波間干擾的新型導(dǎo)頻圖樣。仿真結(jié)果表明，對導(dǎo)頻圖樣的優(yōu)化處理，可使信道估計(jì)方案的系統(tǒng)性能顯著優(yōu)于傳統(tǒng)方案。

發(fā)表于：1/22/2017

時(shí)變OFDM系統(tǒng)中基于基擴(kuò)展模型的物理層認(rèn)證[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

基于信道信息的物理層認(rèn)證是一種對傳統(tǒng)認(rèn)證技術(shù)的有效補(bǔ)充和增強(qiáng)，實(shí)質(zhì)上是利用了豐富的無線信道資源。提出一種適合解決時(shí)變情況下的物理層認(rèn)證方法。在時(shí)變信道中，可分徑的各個(gè)抽樣值在塊傳輸時(shí)間內(nèi)存在相關(guān)性，基于基擴(kuò)展模型的信道探測方法采用變化的相互正交的基函數(shù)結(jié)合不變的基系數(shù)來逼近該可分徑的狀態(tài)。因此，基于基擴(kuò)展模型的信道探測方法的物理層認(rèn)證算法能有效提高時(shí)變環(huán)境下認(rèn)證準(zhǔn)確率。通過在OFDM系統(tǒng)中進(jìn)行的仿真實(shí)驗(yàn)，證明該認(rèn)證方法的有效性，且相對于傳統(tǒng)的LS信道探測的物理層認(rèn)證，獲得2～4 dB性能提升。

發(fā)表于：1/22/2017

全雙工D2D通信系統(tǒng)下的一種資源分配算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

將全雙工技術(shù)運(yùn)用到D2D (Device-to-Device)通信中，可以增大D2D用戶的吞吐量進(jìn)而提高系統(tǒng)吞吐量，但全雙工通信帶來的自干擾也不可避免?？紤]多個(gè)D2D用戶對可共享相同的蜂窩用戶資源，此時(shí)D2D用戶對之間將產(chǎn)生同頻干擾。針對該問題，在系統(tǒng)中用戶正常通信的前提下，提出了一種基于圖論中點(diǎn)著色的資源分配算法。該算法將D2D用戶對之間的同頻干擾限制在可接受范圍內(nèi)，利用圖論中圖的點(diǎn)著色算法協(xié)調(diào)D2D用戶對和蜂窩用戶之間的資源以最大化系統(tǒng)的吞吐量。仿真結(jié)果表明，相比于傳統(tǒng)的半雙工D2D通信，該算法有效地提高了D2D用戶的通信質(zhì)量，并提升了整個(gè)蜂窩網(wǎng)絡(luò)的系統(tǒng)容量。

發(fā)表于：1/22/2017

基于局部控制核的彩色圖像目標(biāo)檢測方法[嵌入式技術(shù)][數(shù)據(jù)中心]

在圖像處理問題中，對圖像中給定目標(biāo)進(jìn)行檢測和定位時(shí)，為提高目標(biāo)檢測的速度與可靠性，引入一種基于圖像局部控制核的目標(biāo)檢測算法。利用參考圖像同等大小的窗口遍歷目標(biāo)圖像，得到一系列與參考圖大小相同的子圖，然后計(jì)算參考圖和目標(biāo)子圖的局部控制核，得到圖像特征信息的數(shù)據(jù)矩陣。為了提高運(yùn)算速度，對數(shù)據(jù)矩陣用局部保留投影方法降維。再用相似性判決準(zhǔn)則將參考圖像與目標(biāo)圖像中子塊的特征矩陣進(jìn)行相似性分析，查找與參考圖像最相似矩陣所對應(yīng)的圖像區(qū)域即為檢測結(jié)果。實(shí)驗(yàn)結(jié)果表明，該算法對目標(biāo)定位具有較高的可靠性與準(zhǔn)確度。

發(fā)表于：1/17/2017

一種新型線-圓極化轉(zhuǎn)換反射陣天線設(shè)計(jì)[微波|射頻][航空航天]

無法獨(dú)立控制空間補(bǔ)償相位值和正交極化相位差值一直是傳統(tǒng)線-圓極化轉(zhuǎn)換反射陣中的難題?；陔妶鍪噶亢铣?，提出了一種可以將空間相位補(bǔ)償方式和極化控制方式兩者完全獨(dú)立的線-圓極化轉(zhuǎn)換設(shè)計(jì)方法，為高純度線-圓極化轉(zhuǎn)換反射陣的研究提供了新的思路。提出了一種層疊三平行偶極子單元組來實(shí)現(xiàn)這種線-圓極化轉(zhuǎn)換的方法，以此設(shè)計(jì)、加工并測試了一款工作在X波段的線極化-右旋圓極化轉(zhuǎn)換反射陣天線。測試結(jié)果表明，該反射陣在中心頻點(diǎn)增益22.4 dB，交叉極化優(yōu)于-28 dB，1 dB增益帶寬和3 dB軸比帶寬約為10%。

發(fā)表于：1/17/2017

基于STM32的無線次聲采集系統(tǒng)的設(shè)計(jì)[測試測量][工業(yè)自動化]

為實(shí)現(xiàn)對次聲波的遠(yuǎn)距離監(jiān)測，設(shè)計(jì)了一種基于STM32的高精度、高動態(tài)范圍的無線次聲波傳輸系統(tǒng)。系統(tǒng)前端采用基于Δ-Σ技術(shù)的24位精準(zhǔn)模數(shù)轉(zhuǎn)換器ADS1246和八階橢圓形低通濾波器MAX293，因而實(shí)現(xiàn)較強(qiáng)的數(shù)據(jù)采集和處理能力。主控制器采用STM32，提高了系統(tǒng)的可靠性，同時(shí)降低了系統(tǒng)的功耗。通過網(wǎng)口連接路由器上網(wǎng)，實(shí)現(xiàn)數(shù)據(jù)的無線傳輸。上位機(jī)設(shè)計(jì)采用LabVIEW軟件平臺，通過串口與主控制器實(shí)現(xiàn)通信，完成系統(tǒng)的參數(shù)配置。

發(fā)表于：1/16/2017

基于WPKPCA和SVM的SEMG動作識別方法[測試測量][工業(yè)自動化]

為了有效提取表面肌電信號SEMG(Surface Electromyographic)的特征，更好的識別人體上肢運(yùn)動模式，提出了一種小波包核主元分析(WPKPCA)和支持向量機(jī)(SVM)相結(jié)合的新方法。通過虛擬儀器采集橈側(cè)腕屈肌和肱橈肌兩路表面肌電信號，應(yīng)用小波包核主元分析法對表面肌電信號進(jìn)行特征提取，采用支持向量機(jī)對表面肌電信號特征數(shù)據(jù)進(jìn)行分類識別。實(shí)驗(yàn)結(jié)果表明，采用此方法能夠從表面肌電信號中識別出握拳、展拳、手腕內(nèi)翻和手腕外翻4種動作，更能有效提取表面肌電信號信息，動作識別率高達(dá)98%。

發(fā)表于：1/16/2017