少妇精品亚洲一区二区成人,中文字幕日本一区波多野不卡

一種新型多雷達多目標(biāo)粒子濾波檢測前跟蹤算法[測試測量][通信網(wǎng)絡(luò)]

針對多雷達多目標(biāo)檢測跟蹤中，當(dāng)目標(biāo)間距較近時，易出現(xiàn)的目標(biāo)點跡偏移問題，提出了一種新型多雷達多目標(biāo)粒子濾波檢測前跟蹤算法(NM-PF-TBD)。算法采用雙層粒子濾波結(jié)構(gòu)，在目標(biāo)跟蹤層中對某一目標(biāo)跟蹤時，首先基于上周期其他目標(biāo)點跡，重新計算傳感器探測信息，其次，基于修正后的傳感器探測信息計算粒子權(quán)值，然后，基于粒子群中不同權(quán)重粒子的分布情況，刪除有害粒子，補充有益粒子，避免重采樣后的跟蹤粒子群中心偏移，從而保證目標(biāo)點跡不發(fā)生偏移。仿真結(jié)果表明,與其他算法相比，本文所提算法能夠在遠距離觀測多個較近目標(biāo)時，準(zhǔn)確關(guān)聯(lián)目標(biāo)點跡，提高目標(biāo)精度。

發(fā)表于：1/27/2021 8:59:00 AM

使用最小二乘迭代相移方法測量透明元件[測試測量][其他]

為了更精確地測量透明平板前后兩個面的面形相位發(fā)布，提出了一種基于最小二乘迭代的相移算法。通過一次最小二乘相移算法后，可以得到相應(yīng)的透明平板面形圖，但是由于初始得到的相位值存在誤差，因此得到的面形圖精度并不會很高。因此需要通過得到的面形圖推導(dǎo)出準(zhǔn)確的相位值，本算法通過最小二乘發(fā)多次迭代的方法，計算出較準(zhǔn)確的初始相移值。對該方法進行仿真實驗后，可知此算法的測量精度較高且抗噪能力比較好，仿真得到面形圖的PV值與RMS值誤差值均小于0.006λ。在實際測量結(jié)果中，得到測量結(jié)果的PV值誤差小于0.09λ，RMS誤差小于0.02λ。測量到的面形與物體真實面形接近，測量精度較高。

發(fā)表于：1/26/2021 10:14:00 AM

基于雙目視覺的智能送餐機器人系統(tǒng)設(shè)計[人工智能][物聯(lián)網(wǎng)]

隨著中國社會老齡化問題的日益加劇，勞動力的短缺將會嚴(yán)重阻礙社會經(jīng)濟的發(fā)展。智能機器人慢慢地融入到人類的生產(chǎn)生活中，逐漸開始代替人類發(fā)揮出越來越大的作用。針對傳統(tǒng)的送餐機器人所存在的在送餐循跡過程中路徑偏差較大的問題，設(shè)計并實現(xiàn)了一款基于雙目視覺的智能送餐機器人系統(tǒng)。整個系統(tǒng)的硬件電路由圖像采集模塊、電源模塊、電機驅(qū)動模塊等組成。軟件上通過立體匹配算法來設(shè)計最優(yōu)路徑。通過實驗驗證，方案是切實可行的，可靠地實現(xiàn)了餐廳送餐的智能化，具有很好的應(yīng)用和推廣價值。

發(fā)表于：1/26/2021 10:07:00 AM

面向無線快速充電應(yīng)用的調(diào)壓方案設(shè)計與實現(xiàn)[電源技術(shù)][其他]

隨著科技的發(fā)展，人們的生活節(jié)奏加快，對手機等移動設(shè)備的使用頻率不斷提升，使得普通的無線充電方案已經(jīng)無法滿足使用需求。因此，效率高且干擾小的無線快速充電方案急需走進人們的生活。DC/DC調(diào)壓是一種能夠?qū)崿F(xiàn)電壓數(shù)字可控的調(diào)壓方式，因其效率高和穩(wěn)定性好等優(yōu)點被廣泛應(yīng)用?；贒C/DC調(diào)壓原理分別設(shè)計出兩種應(yīng)用于無線快速充電的定頻調(diào)壓方案，并對電路參數(shù)設(shè)置進行理論推導(dǎo)，最后對設(shè)計的方案進行實現(xiàn)。性能測試及樣板充電實驗驗證了理論推導(dǎo)和方案設(shè)計的正確性和有效性，表明其具有重要應(yīng)用價值。

發(fā)表于：1/25/2021 9:29:00 AM

基于SATA3.0的存儲系統(tǒng)優(yōu)化設(shè)計[模擬設(shè)計][數(shù)據(jù)中心]

針對遙測試驗中，獲取的高分辨率、高幀頻的大容量圖像數(shù)據(jù)的實時存儲以及傳輸穩(wěn)定性問題，對存儲系統(tǒng)進行了優(yōu)化設(shè)計。該系統(tǒng)以Kintex 7系列FPGA為控制核心，將接收到的大容量圖像通過SATA3.0傳輸總線，存儲到固態(tài)硬盤中,并且優(yōu)化了鏈路狀態(tài)機，通過實時標(biāo)志監(jiān)測解決了傳輸中斷的問題。存儲完成后，通過千兆以太網(wǎng)將固態(tài)硬盤中的數(shù)據(jù)讀取到上位機進行回放和分析。在常溫以及-40 ℃和+60 ℃條件下完成大量的讀寫測試，結(jié)果表明，優(yōu)化后的存儲系統(tǒng)可以完成高速率、長時間的穩(wěn)定存儲，在大容量存儲方面具有很好的參考價值。

發(fā)表于：1/25/2021 9:21:00 AM

電動汽車接入微網(wǎng)優(yōu)化調(diào)度模型建立及其算例[電源技術(shù)][汽車電子]

為了解決風(fēng)、光出力波動性和電動汽車接入電網(wǎng)無序充電問題，根據(jù)電動汽車用戶對激勵因素的敏感程度不同，建立電動汽車分類接入微網(wǎng)兩階段優(yōu)化調(diào)度模型，并開展算例分析。研究結(jié)果表明，與無序充電相比，電動汽車兩階段調(diào)度微網(wǎng)在負荷峰、谷時段的?琢值都明顯減小，儲能單元基本能滿足微網(wǎng)運行需求，風(fēng)光利用率高達95.43%，聯(lián)絡(luò)線交換功率僅為24.2 kW，顯著減小微網(wǎng)風(fēng)光出力波動對大電網(wǎng)的影響。隨著III類電動汽車占比逐漸增加，風(fēng)光利用率明顯上升。算例分析證明所提出的兩階段優(yōu)化調(diào)度模型能有效降低微網(wǎng)外購電量，提高風(fēng)光利用率，改善微網(wǎng)功率波動對大電網(wǎng)的影響。

發(fā)表于：1/22/2021 9:05:00 AM

面向水質(zhì)監(jiān)測的無人巡檢器控制系統(tǒng)設(shè)計與開發(fā)[測試測量][通信網(wǎng)絡(luò)]

針對傳統(tǒng)水質(zhì)在線監(jiān)測系統(tǒng)成本高、低擴展性等問題，設(shè)計了一種基于4G的無人巡檢器及控制系統(tǒng)，構(gòu)建以樹莓派為核心，集成視頻、水質(zhì)傳感器、超聲波傳感、GPS等多種信息采集器的邊緣計算網(wǎng)絡(luò)，設(shè)計了應(yīng)用通信協(xié)議，研發(fā)了控制系統(tǒng)軟件包括無人巡檢器端控制軟件、云服務(wù)器端控制軟件和手機端控制軟件。系統(tǒng)運行結(jié)果表明，控制系統(tǒng)能完成一定水域面積下的多點水質(zhì)監(jiān)測數(shù)據(jù)及地理位置的實時采集、傳送、存儲、查詢，利用遠程視頻實時控制無人巡檢器的航行路線、水質(zhì)監(jiān)測點等，并支持多臺無人巡檢器在線作業(yè)，具有高擴展性，可平順切換到5G網(wǎng)絡(luò)。

發(fā)表于：1/22/2021 8:51:00 AM

電弧爐電極調(diào)節(jié)系統(tǒng)GFLC算法的研究[可編程邏輯][其他]

電弧爐電極調(diào)節(jié)器是一種復(fù)雜的非線性模型，控制不好會消耗大量的電能和時間。為了更加準(zhǔn)確快速地控制電極調(diào)節(jié)系統(tǒng)，提出了一種遺傳模糊邏輯控制器(GFLC)算法，采用一種新型的編碼方式來調(diào)整隸屬函數(shù)及邏輯規(guī)則，從而克服了非線性系統(tǒng)不好控的太多問題，減少了復(fù)雜系統(tǒng)之間引起的誤差影響。通過訓(xùn)練和驗證，遺傳模糊邏輯控制器能夠?qū)崟r調(diào)節(jié)控制參數(shù)，與傳統(tǒng)PID控制方法比較，GFLC控制電極調(diào)節(jié)更加快速準(zhǔn)確。

發(fā)表于：1/21/2021 9:24:00 AM

工業(yè)控制系統(tǒng)安全防護體系研究[通信與網(wǎng)絡(luò)][信息安全]

工業(yè)控制系統(tǒng)(簡稱工控系統(tǒng))廣泛應(yīng)用于水力、電力、石油、交通、軍工等各個行業(yè)，其安全性和穩(wěn)定性關(guān)系著國家關(guān)鍵基礎(chǔ)設(shè)置的正常運行。隨著工控行業(yè)數(shù)字化生產(chǎn)、智能制造的推進，工控系統(tǒng)面臨著嚴(yán)重的安全威脅。通過分析典型的攻擊方式和現(xiàn)有防護措施的弱點，提出和設(shè)計一套縱深的工控系統(tǒng)安全防護體系，并從物理安全、數(shù)據(jù)安全、網(wǎng)絡(luò)安全、主機與應(yīng)用安全、控制安全五個方面分別闡述其技術(shù)重點，在可信平臺的基礎(chǔ)之上構(gòu)建安全綜合防護平臺，形成了一套自適應(yīng)的、閉環(huán)的、可進行自我防御與恢復(fù)的安全模型與機制，立體地維護了工控系統(tǒng)的安全，有利于工控系統(tǒng)的安全穩(wěn)定運行。

發(fā)表于：1/21/2021 9:18:00 AM

基于BP神經(jīng)網(wǎng)絡(luò)的智能認(rèn)知頻譜預(yù)測技術(shù)研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了使通信用戶頻譜接入更為有效，增強在時域和空間域的頻譜利用靈活性，首先介紹采用最速下降法進行學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)過程，并對BP神經(jīng)網(wǎng)絡(luò)的頻譜預(yù)測算法進行數(shù)學(xué)建模。通過對一段時期內(nèi)的電磁頻譜狀態(tài)的學(xué)習(xí)訓(xùn)練，調(diào)節(jié)參數(shù)使算法模型建立輸入數(shù)據(jù)與輸出結(jié)果之間的認(rèn)知關(guān)系，進而改變BP神經(jīng)網(wǎng)絡(luò)算法自身的結(jié)構(gòu)，優(yōu)化權(quán)值與閾值，最終使得頻譜預(yù)測數(shù)據(jù)準(zhǔn)確性更接近于實際值，預(yù)測誤差變小。

發(fā)表于：1/20/2021 9:24:00 AM