91av不卡在线,久久亚洲精品中文字幕150p

設(shè)計(jì)應(yīng)用

基于擬牛頓法的常模盲多用戶檢測算法

基于擬牛頓法的常模盲多用戶檢測算法[通信與網(wǎng)絡(luò)][信息安全]

分析了傳統(tǒng)常模算法及其改進(jìn)算法的缺點(diǎn)，將線性約束和擬牛頓法應(yīng)用于常模算法，提出了線性約束擬牛頓常模盲多用戶檢測算法，稱之為LC-QNCMA。在DS-CDMA系統(tǒng)中,對本文算法與傳統(tǒng)的線性約束常模算法（LC-CMA）及最小二乘常模算法（LSCMA）進(jìn)行了仿真比較。結(jié)果表明，與LC-CMA相比,LC-QNCMA的信干比性能和誤碼性能方面有較大改善；與LSCMA算法相比，LC-QNCMA算法復(fù)雜度有明顯降低。本文算法在兩種算法的優(yōu)缺點(diǎn)中取得了較好的折中。

發(fā)表于：9/12/2018 4:30:53 PM

信息物理融合系統(tǒng)研究

信息物理融合系統(tǒng)研究[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

信息物理融合系統(tǒng)（CPS）是一個(gè)將信息空間的離散模式與物理世界的連續(xù)動(dòng)態(tài)模式相結(jié)合后形成的智能復(fù)雜系統(tǒng)，由感知、計(jì)算、通信、控制等要素組成。解析了CPS的基本概念和組成結(jié)構(gòu)，提出了CPS的技術(shù)體系，并從智能感知和自動(dòng)控制、網(wǎng)絡(luò)通信技術(shù)、智能平臺(tái)服務(wù)技術(shù)3個(gè)方面對涉及的關(guān)鍵技術(shù)進(jìn)行了討論。最后，主要結(jié)合工業(yè)應(yīng)用，對CPS技術(shù)發(fā)展面臨的主要挑戰(zhàn)及可能的研究方向進(jìn)行了總結(jié)與展望。

發(fā)表于：9/12/2018 4:28:00 PM

基于SoPC的雙頻激光回饋位移測量系統(tǒng)設(shè)計(jì)

基于SoPC的雙頻激光回饋位移測量系統(tǒng)設(shè)計(jì)[測試測量][工業(yè)自動(dòng)化]

介紹了一種基于SoPC的雙頻激光回饋位移測量系統(tǒng)的實(shí)現(xiàn)方法。該系統(tǒng)利用雙頻激光回饋理論和數(shù)字細(xì)分電路，對兩路正交的光回饋信號采用五細(xì)分和四細(xì)分電路相結(jié)合進(jìn)行細(xì)分處理，解決了單偏振光測量位移分辨率不高的問題。實(shí)驗(yàn)證明了本系統(tǒng)的可行性,精度達(dá)到了0.791 nm，是一種應(yīng)用很好的位移測量系統(tǒng)。

發(fā)表于：9/12/2018 4:27:52 PM

基于Handel-C的軟硬件協(xié)同驗(yàn)證方法

基于Handel-C的軟硬件協(xié)同驗(yàn)證方法[電源技術(shù)][工業(yè)自動(dòng)化]

針對數(shù)字集成電路中傳統(tǒng)IP驗(yàn)證方法效率不高的問題，提出了一種新的IP驗(yàn)證方法。該方法以O(shè)penGL-ES中坐標(biāo)變換算法為例，利用Handel-C對其進(jìn)行建模并用FPGA實(shí)現(xiàn)。最后與軟件測試平臺(tái)進(jìn)行了協(xié)同驗(yàn)證。驗(yàn)證結(jié)果表明，對復(fù)雜的驗(yàn)證模塊而言，該方法和傳統(tǒng)的Modelsim仿真對比，在速度上具有明顯的優(yōu)勢。

發(fā)表于：9/12/2018 4:24:28 PM

限定空間無線傳感器節(jié)點(diǎn)電路低功耗的優(yōu)化

限定空間無線傳感器節(jié)點(diǎn)電路低功耗的優(yōu)化[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

限定空間無線傳感器節(jié)點(diǎn)的低功耗分析一直存在成本高、精度低的缺點(diǎn)。在對比總結(jié)了傳統(tǒng)低功耗電路的原理及特點(diǎn)的基礎(chǔ)上，指出了其優(yōu)缺點(diǎn)。通過具體實(shí)驗(yàn)電路加入負(fù)反饋，得到了相應(yīng)的數(shù)據(jù)并進(jìn)行對比，得出了較低功率消耗的結(jié)論。同時(shí)，結(jié)合目前的發(fā)展情況給出了相應(yīng)的改進(jìn)措施。通過對硬、軟件結(jié)構(gòu)的剖析，給出了仿真結(jié)果，證明此方案具有廣闊的發(fā)展應(yīng)用前景。

發(fā)表于：9/12/2018 4:20:45 PM

基于粒子群優(yōu)化的模糊C均值聚類算法*

基于粒子群優(yōu)化的模糊C均值聚類算法*[通信與網(wǎng)絡(luò)][信息安全]

針對模糊C均值聚類算法(FCM)存在對初始聚類中心敏感，易陷入局部最優(yōu)解的不足，將改進(jìn)的粒子群聚類算法與FCM算法相結(jié)合，提出了一種基于粒子群優(yōu)化的模糊C均值聚類算法。該算法對粒子群初始化空間及粒子移動(dòng)最大速度進(jìn)行優(yōu)化，同時(shí)引入環(huán)形拓?fù)浣Y(jié)構(gòu)鄰域，提高粒子群聚類算法的全局搜索能力。對UCI中3個(gè)數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明提出的基于粒子群優(yōu)化的模糊C均值聚類算法相比FCM算法和基本粒子群聚類算法具有更好的聚類效率和準(zhǔn)確性。

發(fā)表于：9/11/2018 4:08:00 PM

Landsat 8 OLI多光譜與全色影像融合算法的比較*

Landsat 8 OLI多光譜與全色影像融合算法的比較*[通信與網(wǎng)絡(luò)][其他]

以Landsat8 OLI衛(wèi)星遙感影像為數(shù)據(jù)源，以大伙房水庫為研究區(qū)，采用Brovery融合法、NNDiffuse Pan Sharpening融合法和Gram-Schmidt融合法對比研究了多光譜和全色數(shù)據(jù)的融合問題。經(jīng)過定性和定量分析發(fā)現(xiàn)，Gram-Schmidt融合法和NN融合法擁有更豐富的光譜信息，且光譜保真度最優(yōu)的是Gram-Schmidt融合法。針對Gram-Schmidt融合法，選取了水體邊界線處的影像像元進(jìn)行光譜分析，研究結(jié)果發(fā)現(xiàn)，融合后的水體邊界線呈現(xiàn)得更為清晰，有助于細(xì)化水體提取邊界。

發(fā)表于：9/11/2018 4:08:00 PM

基于混沌擾動(dòng)PSO算法的云計(jì)算任務(wù)調(diào)度

基于混沌擾動(dòng)PSO算法的云計(jì)算任務(wù)調(diào)度[通信與網(wǎng)絡(luò)][信息安全]

粒子群優(yōu)化（PSO）算法在云計(jì)算環(huán)境下任務(wù)調(diào)度方面應(yīng)用十分廣泛。針對算法易陷入局部最優(yōu)、收斂速度慢的缺陷，從基本概念入手，在算法中加入改進(jìn)的動(dòng)態(tài)慣性權(quán)重和外部擾動(dòng)策略，改善PSO算法的局部尋優(yōu)能力，提高算法迭代后期收斂速度和搜索的精度，最后利用Cloudsim進(jìn)行實(shí)驗(yàn)，將新算法與其他算法任務(wù)執(zhí)行總的迭代次數(shù)的結(jié)果進(jìn)行對比，新算法克服了粒子群算法的缺點(diǎn)，能夠有效地平衡全局和局部搜索能力，任務(wù)的完成時(shí)間相對較少。

發(fā)表于：9/11/2018 3:29:00 PM

基于SECaaS模式的網(wǎng)絡(luò)安全監(jiān)管服務(wù)化研究

基于SECaaS模式的網(wǎng)絡(luò)安全監(jiān)管服務(wù)化研究[通信與網(wǎng)絡(luò)][信息安全]

重要行業(yè)的網(wǎng)絡(luò)和信息系統(tǒng)一直是敵對分子試圖破壞和竊取信息的主要目標(biāo)。行業(yè)各級主管部門也紛紛加強(qiáng)了網(wǎng)絡(luò)安全建設(shè)，將建立自上而下的網(wǎng)絡(luò)安全監(jiān)管體系作為重要支撐手段來落實(shí)網(wǎng)絡(luò)安全管理。目前行業(yè)網(wǎng)絡(luò)安全監(jiān)管在落地性、同步性和層次性等方面還存在問題。究其根源在于人才缺乏導(dǎo)致的安全能力分布不均衡。通過論述采用SECaaS模式實(shí)現(xiàn)網(wǎng)絡(luò)安全監(jiān)管服務(wù)化，將網(wǎng)絡(luò)安全問題的驗(yàn)證、分析和解決方案設(shè)計(jì)等能力要求高的工作在云端解決，以彌補(bǔ)下級單位人才不足的缺陷，從而實(shí)現(xiàn)對整個(gè)行業(yè)網(wǎng)絡(luò)安全短板的補(bǔ)足，全面提升行業(yè)網(wǎng)絡(luò)安全的整體水平。

發(fā)表于：9/11/2018 2:58:00 PM

智能汽車系統(tǒng)模糊方向控制的分析

智能汽車系統(tǒng)模糊方向控制的分析[通信與網(wǎng)絡(luò)][汽車電子]

在5G技術(shù)的背景下,對當(dāng)前智能汽車自動(dòng)駕駛的方向控制領(lǐng)域進(jìn)行研究?，F(xiàn)有智能車識別算法大多都依賴于中線誤差以控制智能汽車行駛，一旦應(yīng)對無中線或者中線難以獲取的道路就束手無策。針對該現(xiàn)狀，對智能汽車隨動(dòng)系統(tǒng)進(jìn)行了魯棒性分析，在此基礎(chǔ)上提出了具體的模糊方向控制策略，并通過實(shí)驗(yàn)驗(yàn)證了該策略的優(yōu)勢。對智能汽車系統(tǒng)的分析、解決策略和實(shí)驗(yàn)有利于對智能汽車系統(tǒng)進(jìn)行改進(jìn)。

發(fā)表于：9/11/2018 9:58:00 AM