丢包信息部分已知的变采样周期网络控制系统的H∞控制

研究了基于时变采样周期网络控制系统的H∞控制问题.考虑数据丢包个数有界且符合一个有限状态的Markov链,设计状态反馈控制器,将具有网络时延和丢包的NCSs建模为Markov跳变系统.针对数据丢包的信息难以精确获得的情况,即转移概率部分已知时,基于李雅普诺夫方法,给出系统随机稳定且具有H∞范数界γhkj的充分条件.基于LMIs技术,获得控制器设计方案.数值实例表明该方法是有效的并具有较好的H∞性能.     

基于目标提取的红外与可见光图像融合新算法

针对灰色系统理论在空间域对红外与可见光图像融合的不足,以及非下采样Contourlet变换（ NSCT）在图像融合领域的优势,提出了一种基于目标提取的红外与可见光图像融合新算法。首先,对红外和可见光图像分别进行NSCT变换;其次,对红外低频分量应用灰色系统理论进行目标提取,并利用所提融合规则对低频分量进行融合,同时对高频分量采用常用融合规则进行融合;最后,对融合后高、低频分量进行NSCT逆变换,得到融合图像。通过与4种常用方法进行实验对比,结果表明,文中算法得到的融合图像视觉效果较好,某些客观评价指标提升明显。     

分层采样系统在水质自动监测中的应用研究

该文描述了在福州市塘坂水质自动监测站应用的水质分层采样监测系统,并运用统计学方法分析研究了水体垂向水质监测参数的变化情况.研究结果表明,该分层采样系统能够初步满足对垂向水体的研究,各参数在垂向呈现不同的变化规律,在水体深度较大时,评判水体水质状况时还应该将深层水质情况纳入考虑.     

一种基于自适应采样的网络丢包率测量方法

丢包率是基本的网络性能指标之一,现有测量方法在测量精度和探测量开销之间存在冲突.本文提出一种基于自适应采样的丢包率测量方法,利用时延-丢包相关及丢包-丢包相关的特性,根据测量过程中大时延测量样本和丢包事件对网络突发丢包的指示作用,自适应地动态调整探测周期,从而在不大幅提高探测量的前提下,提高了测量准确性.仿真实验结果表明,该方法在测量精度和探测量开销上有较好的折中.与ping相比,该方法测量误差降低较多,而探测量开销则增加不多;与较为准确的BADABING相比,测量误差相差不大,但探测量开销明显减少.     

基于薄板样条的遥感影像非刚性配准方法

提出一种基于薄板样条的遥感影像非刚性配准方法。首先,根据SIFT算法分别在参考影像与待配准影像中提取特征点;然后,对特征点进行匹配,并利用RANSAC一致性分级检验方法,由粗至精分级排除错误匹配点;最后,利用同名匹配点构建薄板样条配准模型,并完成图像配准结果。实验结果表明,文中方法能有效解决遥感影像在时相变化、几何变形等条件下的配准,具有较高的实用性。     

428XL地震仪器DSU3的重要问题分析

2012年到2013年在委内瑞拉JUNIN4项目中BGP投入使用DSU3(数字三分量检波器)15000道,高速高品质圆满完成了此项目,体现了DSU3与常规检波器对比巨大的优势。但在对于一些问题的探讨如数据冗余重采样问题、噪音值的标定问题,DSU3定向问题以及用地震局域网络数据传输问题,有必要做一探讨,希望能对以后428仪器的野外使用有所帮助。     

基于AD9233高速数据采样系统的设计

本文基于工程项目,主要对FMCW雷达信号采集系统的设计进行研究。介绍了一种基于AD9233高速模数转换芯片,结合FPGA并行采样的高速数据采集系统,描述了系统的基本结构,并对模数转换理论进行了重点分析。     

一种模块化深海采样装置的结构设计与分析

目前用于深海环境下的采样装置存在功能单一、效率低下的问题,为解决此类问题,设计了一种模块化深海采样装置.该装置由模块化工具库和机械手两大部分组成,其中,模块化工具库包括采集块状、杆状、小颗粒状及慢速移动物的工具,机械手采用液压与电机混合驱动方式,并实现了动力源的内置.通过改变强力电磁铁的带电状态来控制机械手与工具库中采样工具的吸合、分离,实现采样工具的更换.     

采样频率与数据长度对中心动脉波形重建的影响

传递函数法重建CAP(central aortic pressure)多是基于自回归各态历经(auto regressive eXogenous, ARX)模型或傅里叶变换,未考虑采样频率、数据长度.为了研究采样频率和数据长度对重建CAP的影响,基于ARX模型和傅里叶变换,重建CAP并分析误差.结果表明,采样频率100Hz,数据长度大于3s时,基于ARX模型重建CAP效果较好(均方根误差(306.6±80.0)Pa,波形匹配度89%);基于傅里叶变换的算法对采样频率不敏感,数据长度为6s时效果较好(均方根误差(493.3±320.0)Pa,波形匹配度84%).     

基于区域时变聚类采样机制的物联网 大数据传输算法

为解决传统物联网大数据传输算法存在的网络链路抖动频繁、传输能力受限以及传输误码率大的不足,提出了一种基于区域时变聚类采样机制的物联网大数据传输算法。首先,根据物联网信号发射中常用的LTE-5G信号特性,采取分信道传输及抽样过滤技术来实现数据传输过程中的正交化,消除节点间因信号频率相似而导致的干涉现象,提高网络数据传输效率;随后,几何聚类机制与能量-阈值映射裁决方法,构建了稳定聚类采样方法,利用功率最佳及能量最佳的方式来实现传输节点的筛选,强化传输链路的稳定性能,降低因链路抖动而导致误码的风险。仿真实验结果表明:与常见的超高斯频率漂移传输提升机制(Transmission Mechanism of Super Gauss Frequency Drift Transmission, SGFD-T机制)及拉普拉斯信道滤波传输机制Laplasse Channel Filtering Transmission Mechanism,LCF-T机制)相比,所提算法具有更大的上传带宽和更低的数据采集错误率与误码率。