久久综合娱乐中文网,叼嘿软件大全

一種新型的正交多層Lange耦合器的仿真與研究[嵌入式技術(shù)][通信網(wǎng)絡(luò)]

提出了一種新型的多層實(shí)現(xiàn)的Lange耦合器，它的耦合系數(shù)為3 dB。相較于傳統(tǒng)加工工藝而言，多層技術(shù)克服了傳統(tǒng)Lange耦合器由于線窄又緊靠在一起而加工困難的問題。該耦合器采用50 Ω阻抗線進(jìn)行匹配和進(jìn)行終端測(cè)量。在中心頻率處實(shí)現(xiàn)2.8 dB耦合，相對(duì)帶寬達(dá)到80%，實(shí)現(xiàn)超寬帶。

發(fā)表于：5/16/2016

基于LabVIEW的EMD降噪軟件設(shè)計(jì)與實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

在復(fù)雜環(huán)境數(shù)據(jù)采集過程中，原始數(shù)據(jù)常?；煊腥舾赏饨缭肼?，為提高信號(hào)特征提取的準(zhǔn)確性，基于虛擬儀器技術(shù)設(shè)計(jì)并實(shí)現(xiàn)了經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）算法，根據(jù)相關(guān)分析法篩選有效基本模式分量（Intrinsic Mode Function，IMF）完成測(cè)量信號(hào)的降噪處理，并設(shè)計(jì)仿真信號(hào)對(duì)軟件降噪效果進(jìn)行驗(yàn)證。驗(yàn)證結(jié)果表明，所設(shè)計(jì)軟件可有效去除原始信號(hào)噪聲，可靠性較好。

發(fā)表于：5/16/2016

基于異構(gòu)平臺(tái)的自適應(yīng)圖像去馬賽克的OpenCL加速[可編程邏輯][數(shù)據(jù)中心]

基于異構(gòu)計(jì)算概念，使用GPU和OpenCL加速了一個(gè)高復(fù)雜度的自適應(yīng)圖像去馬賽克算法，并在AMD Bald Eagle和FirePro W8100 組成的異構(gòu)計(jì)算平臺(tái)上完成了功能和性能測(cè)試。實(shí)驗(yàn)結(jié)果表明，該異構(gòu)平臺(tái)能取得良好的圖像重建效果，W8100處理圖像的速率超過了100 f/s，每幀圖像有1 920×1 080個(gè)像素，證明異構(gòu)計(jì)算平臺(tái)及OpenCL可滿足醫(yī)療、網(wǎng)絡(luò)監(jiān)控等應(yīng)用領(lǐng)域?qū)Ω邘?、高清圖像影像的需求。

發(fā)表于：5/16/2016

基于CCS與MATLAB/Simulink聯(lián)合仿真平臺(tái)的構(gòu)建與實(shí)現(xiàn)[嵌入式技術(shù)][工業(yè)自動(dòng)化]

為了快速驗(yàn)證電力電子控制系統(tǒng)中DSP(Digital Signal Processor)控制算法，提高控制算法開發(fā)效率，提出了CCS(Code Compose Studio)與MATLAB/Simulink聯(lián)合仿真。介紹了CCS與MATLAB/Simulink聯(lián)合仿真基本原理，給出了聯(lián)合仿真平臺(tái)的構(gòu)建方法與聯(lián)合仿真實(shí)現(xiàn)的方法；著重給出了CCS IDE腳本文件編寫關(guān)鍵步驟和基于Level_2的S-Functon函數(shù)的編寫關(guān)鍵步驟。最后以混合式固態(tài)開關(guān)為例，在Simulink環(huán)境下構(gòu)建了混合式固態(tài)開關(guān)模型，并通過聯(lián)合仿真實(shí)現(xiàn)了混合式固態(tài)開關(guān)的功能，驗(yàn)證了方案的正確性。

發(fā)表于：5/16/2016

混合加密算法的改進(jìn)和設(shè)計(jì)方案[嵌入式技術(shù)][信息安全]

分析了對(duì)稱加密算法AES和非對(duì)稱加密算法ECC的加密過程和特點(diǎn)，并結(jié)合兩種算法的特點(diǎn)設(shè)計(jì)了一種混合的加密體制，在避免了對(duì)稱加密算法復(fù)雜的密鑰分配體制的同時(shí)保證了加密的效率和強(qiáng)度。同時(shí)引入了改進(jìn)的數(shù)字簽名算法，在對(duì)信息來源的真實(shí)性和完整性進(jìn)行驗(yàn)證的同時(shí)，避免了復(fù)雜的模逆運(yùn)算，提高了運(yùn)算效率。

發(fā)表于：5/15/2016

一種SVM多分類算法[嵌入式技術(shù)][數(shù)據(jù)中心]

為了使用支持向量機(jī)(SVM)算法進(jìn)行多類分類，在SVM二分類基礎(chǔ)上，提出使用排序算法中冒泡排序的思想進(jìn)行SVM多類別數(shù)據(jù)分類。使用該方法在選取的UCI數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，結(jié)果表明，在保證較高正確率的情況下，相對(duì)傳統(tǒng)一對(duì)一的多分類方法，該方法較大幅地減少了分類時(shí)間，是一種應(yīng)用性較強(qiáng)的SVM多類分類方法。

發(fā)表于：5/15/2016

地圖投影面上的全天空?qǐng)D像拼接[顯示光電][其他]

采用地基鏡頭旋轉(zhuǎn)掃描拍攝不同俯仰角的天空?qǐng)D像，通過全景圖拼接獲得全天空?qǐng)D像，避免了魚眼透視畸變，保留了低仰角信息。目前全景圖拼接技術(shù)主要局限于單層柱面，通過空間坐標(biāo)轉(zhuǎn)換及以漸入漸出加權(quán)平均融合算法和插值算法，借鑒地圖學(xué)投影原理，將28張圖像在垂直投影面和等積柱面投影面進(jìn)行無縫拼接得到360°×180°的全天空全景圖，為識(shí)別云狀、等積計(jì)算云量提供了連續(xù)完整的全天空?qǐng)D像。

發(fā)表于：5/15/2016

基于網(wǎng)絡(luò)資本評(píng)估的蛋白質(zhì)節(jié)點(diǎn)重要性排序[通信與網(wǎng)絡(luò)][信息安全]

蛋白質(zhì)是生物體生命活動(dòng)中最為核心的物質(zhì)基礎(chǔ)。如何用定量分析的方法識(shí)別蛋白質(zhì)網(wǎng)絡(luò)中那些是關(guān)鍵蛋白質(zhì)，或者評(píng)價(jià)某些蛋白質(zhì)的重要程度，這是蛋白質(zhì)組學(xué)中亟待解決的重要問題之一。從蛋白質(zhì)網(wǎng)絡(luò)拓?fù)涮卣鞒霭l(fā)，結(jié)合交通網(wǎng)絡(luò)中可達(dá)性的概念，具體量化每一個(gè)蛋白質(zhì)節(jié)點(diǎn)的作用，通過統(tǒng)計(jì)整個(gè)蛋白質(zhì)網(wǎng)絡(luò)的網(wǎng)絡(luò)資本值的變化量，來衡量蛋白質(zhì)節(jié)點(diǎn)的重要性，為進(jìn)一步識(shí)別關(guān)鍵蛋白質(zhì)提供了理論和實(shí)驗(yàn)的依據(jù)。

發(fā)表于：5/15/2016

基于ZnO單晶聲表面波射頻標(biāo)簽的特性研究[嵌入式技術(shù)][其他]

針對(duì)基于聲表面波技術(shù)的射頻識(shí)別系統(tǒng)工作原理，提出利用COMSOL軟件進(jìn)行ZnO單晶材料射頻波標(biāo)簽特性研究，進(jìn)行多物理域耦合建模與仿真。提取出符合聲表面波特性的模態(tài)圖，得到正特征頻率和反特征頻率分別為268 MHz和275 MHz。通過對(duì)特征頻率的仿真分析，計(jì)算ZnO單晶的相速度達(dá)到2 715 m/s；通過頻率響應(yīng)分析，畫出標(biāo)簽位移與頻率之間的關(guān)系圖，獲得了標(biāo)簽的幅頻特性；最后討論脈沖幅度編碼對(duì)回波脈沖的影響。

發(fā)表于：5/15/2016

基于全生命周期的運(yùn)營(yíng)商安全管理平臺(tái)安全策略模型分析[通信與網(wǎng)絡(luò)][信息安全]

隨著互聯(lián)網(wǎng)的全球化，網(wǎng)絡(luò)安全隱患呈專業(yè)化態(tài)勢(shì)。為強(qiáng)化運(yùn)營(yíng)商網(wǎng)絡(luò)安全領(lǐng)域管控力度，針對(duì)運(yùn)營(yíng)商安全管理平臺(tái)提出一種基于PDCA及全生命周期的策略模型。通過深度剖析模型的功能架構(gòu)、層次結(jié)構(gòu)及業(yè)務(wù)數(shù)據(jù)流以探索最優(yōu)模型設(shè)計(jì)，最終達(dá)到安全管理平臺(tái)安全事件可發(fā)現(xiàn)、可管控、可運(yùn)維、可測(cè)量的建設(shè)目標(biāo)。實(shí)踐表明，基于全生命周期的安全管理平臺(tái)策略模型很好地實(shí)現(xiàn)了針對(duì)危險(xiǎn)的主動(dòng)發(fā)現(xiàn)、主動(dòng)告知及主動(dòng)防護(hù)。

發(fā)表于：5/15/2016

基于重傳的802.15.4網(wǎng)絡(luò)MAC層丟包率研究[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

為了降低802.15.4網(wǎng)絡(luò)數(shù)據(jù)幀的丟包率，分析了基于重傳機(jī)制的丟包率問題，提出MAC層節(jié)點(diǎn)工作過程的數(shù)學(xué)模型，并分析推導(dǎo)了節(jié)點(diǎn)主要工作狀態(tài)的穩(wěn)態(tài)概率；然后對(duì)數(shù)據(jù)幀重傳概率和丟包率進(jìn)行數(shù)學(xué)分析；最后通過實(shí)驗(yàn)比較了MAC層參數(shù)minBE、NB和網(wǎng)絡(luò)環(huán)境參數(shù)λ、N、BER對(duì)重傳概率和丟包率的影響。結(jié)果表明，與無重傳機(jī)制的數(shù)據(jù)傳輸性能比較，節(jié)點(diǎn)丟包率平均降低了88.9%，模型準(zhǔn)確反映了節(jié)點(diǎn)的數(shù)據(jù)傳輸特點(diǎn)，均衡的參數(shù)部署有效地提高了數(shù)據(jù)傳輸成功率，理論研究為802.15.4標(biāo)準(zhǔn)的應(yīng)用提供了參考。

發(fā)表于：5/13/2016

基于網(wǎng)絡(luò)編碼的轉(zhuǎn)發(fā)節(jié)點(diǎn)協(xié)作多跳廣播協(xié)議[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

車載網(wǎng)VANETs的車間通信V2V為車間緊急消息的傳遞提供了平臺(tái)。為此，提出了基于網(wǎng)絡(luò)編碼的轉(zhuǎn)發(fā)節(jié)點(diǎn)協(xié)作廣播協(xié)議NCFMB。NCFMB協(xié)議首先利用節(jié)點(diǎn)的距離、方向以及局部密度信息計(jì)算節(jié)點(diǎn)的競(jìng)爭(zhēng)權(quán)值，并擇優(yōu)選擇節(jié)點(diǎn)作為轉(zhuǎn)發(fā)節(jié)點(diǎn)。然后，再利用網(wǎng)絡(luò)編碼技術(shù)，在廣播數(shù)據(jù)包前對(duì)數(shù)據(jù)包進(jìn)行編碼，進(jìn)而提高數(shù)據(jù)包傳輸率。最后，通過仿真數(shù)據(jù)表明，提出的NCFMB協(xié)議能夠有效地提高數(shù)據(jù)包傳輸率，并降低了端到端傳輸時(shí)延。與FUZZBR協(xié)議相比，數(shù)據(jù)包傳輸成功率提高了近10%，而時(shí)延降低了近50%。

發(fā)表于：5/13/2016

基于MSP430的溫室環(huán)境數(shù)據(jù)采集和控制系統(tǒng)設(shè)計(jì)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

在分析了傳統(tǒng)溫濕度采集設(shè)備的基礎(chǔ)上，提出了一種以MSP430單片機(jī)為控制器，利用溫濕度傳感器DHT11實(shí)現(xiàn)對(duì)溫室環(huán)境數(shù)據(jù)進(jìn)行采集的系統(tǒng)。通過鍵盤和LCD1602液晶顯示屏實(shí)現(xiàn)人機(jī)交互，利用nRF905無線收發(fā)模塊將采集的數(shù)據(jù)發(fā)送到上位機(jī)，上位機(jī)通過VB和ACCESS實(shí)現(xiàn)對(duì)溫濕度的實(shí)時(shí)監(jiān)測(cè)和歷史數(shù)據(jù)的保存。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)結(jié)構(gòu)簡(jiǎn)單、成本較低，克服了傳統(tǒng)采集設(shè)備布線復(fù)雜、維護(hù)困難等缺陷，而且可以實(shí)現(xiàn)遠(yuǎn)程監(jiān)控。

發(fā)表于：5/11/2016

基于遺傳BP神經(jīng)網(wǎng)絡(luò)的工業(yè)經(jīng)濟(jì)運(yùn)行指標(biāo)預(yù)測(cè)[通信與網(wǎng)絡(luò)][工業(yè)自動(dòng)化]

提出了一種基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)工業(yè)經(jīng)濟(jì)運(yùn)行指標(biāo)的預(yù)測(cè)方法，用遺傳算法來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)各連接層的權(quán)值和閾值，用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型來預(yù)測(cè)工業(yè)經(jīng)濟(jì)運(yùn)行指標(biāo)以求得最優(yōu)解。以工業(yè)經(jīng)濟(jì)運(yùn)行指標(biāo)工業(yè)總產(chǎn)值為例，將該遺傳BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到工業(yè)總產(chǎn)值和工業(yè)用電量的預(yù)測(cè)中，并與BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行了對(duì)比。由結(jié)果可知，該模型對(duì)工業(yè)經(jīng)濟(jì)運(yùn)行指標(biāo)趨勢(shì)的判斷和預(yù)測(cè)更加準(zhǔn)確，可為宏觀決策提供可靠的依據(jù)，促進(jìn)工業(yè)經(jīng)濟(jì)能夠健康可持續(xù)發(fā)展。

發(fā)表于：5/11/2016

GNSS系統(tǒng)監(jiān)測(cè)霧霾對(duì)天頂對(duì)流層延遲的影響[微波|射頻][工業(yè)自動(dòng)化]

利用GPS/GLONASS組合精密單點(diǎn)定位（ppp）技術(shù)監(jiān)測(cè)近年來北京地區(qū)霧霾天氣對(duì)天頂對(duì)流層延遲的影響。研究表明，在霧霾發(fā)生時(shí)間段，天頂對(duì)流層延遲明顯上升，天頂對(duì)流層延遲的變化趨勢(shì)與霧霾嚴(yán)重程度整體體現(xiàn)一致性。結(jié)合北京霧霾天氣特性，單日霧霾變化與天頂對(duì)流層延遲變化走勢(shì)呈一致性。可以利用GPS/GLONASS組合精密單點(diǎn)定位估計(jì)的天頂對(duì)流層延遲來監(jiān)測(cè)霧霾發(fā)生時(shí)間段霧霾程度的變化趨勢(shì)。

發(fā)表于：5/11/2016