基于中国气象风速数据的汽车风平均阻力系数

空气动力学阻力是汽车行驶阻力的重要组成部分，也是汽车能耗的重要来源。汽车在真实道路环境中行驶受到道路自然风的影响，为了准确计算和评价汽车在真实道路环境中行驶的气动阻力特性以及能源消耗，提出了循环工况风平均阻力系数计算方法。首先，通过分析气象数据获取近地区域自然风的分布特征，进而分析不同地形条件下汽车的偏航角概率分布特征，通过数值计算的方法分析汽车气动阻力系数随车速和偏航角的变化规律，并基于偏航角的概率分布特征计算获得了给定车速的风平均阻力系数，最后，提出循环工况风平均阻力系数的计算方法，并分析了不同地形条件和速度区间对汽车气动阻力的贡献量。结果表明，对于本文研究的车型，循环工况风平均阻力系数高于零偏航工况的阻力系数9.2%和7.3%，城市工况对气动阻力系数的贡献量小于5%，40 km/h及以上车速区间均对气动阻力系数有较大的贡献量。     

多雾霾天气车牌识别系统图像预处理算法

为提高车牌识别系统在雾霾环境下识别车牌的准确性,提出了一种新的图像预处理算法.首先,用主成分分析(PCA)和Fisher线性判别分析(LDA)方法对车牌图像进行雾霾检测;然后,用基于暗原色先验的方法对有雾图像进行去雾处理.仿真结果表明:该预处理算法不仅可以满足车牌识别系统实时性要求,而且可以提高系统在雾霾环境下识别车牌的准确性.     

水声网络中生物友好的网关部署优化

海洋哺乳动物与水声传感器网络共享水声信道,导致网络端到端延时增加,数据包投递率降低.针对这一问题,提出一种生物友好的水声网络多网关部署优化策略.该策略以网关作为网络的数据汇聚中心,用统计学方法确定海洋哺乳动物位置,并根据水声信道模型计算生物干扰半径,从而确定生物-网关干扰区域.以最小化网络端到端平均时延为目标,联合整数线性规划和贪婪-交换启发式算法优化网关部署.仿真结果表明:与随机部署和不考虑生物干扰的网关部署方法相比,采用本文策略使端到端时延降低62%和52%,数据包投递率提高36%和19%.     

基于交叠网格模型的WSN抗捕获攻击密钥管理方法

由于无线传感网络节点的存储、计算和通信资源有限,传统的无线传感网络密钥管理算法大多偏重于降低节点的运行能耗或提高连通性,而导致网络的抗捕获性能不足．本文针对该问题,提出基于交叠网格模型的强抗捕获性无线传感网络密钥管理方案．首先在现有网格模型的基础之上,通过在网格间增加中间区域划分,建立一种新的交叠网格部署模型,该区域在消除原有网格耦合性的基础上既实现了网格间的交互,又降低了节点存储需求．之后,基于新部署模型提出一种双阶段密钥信息分配算法,在不同阶段为网格区域和中间区域分配不同的密钥空间,每个阶段可根据各子区域节点数目设置Blom矩阵空间的安全阈值,避免了阈值不足或冗余的问题．同时,通过密钥空间的互异性可有效避免密钥重叠,为网络提供强抗捕获性的同时也为网络扩展提供了可行性．为进一步降低节点捕获造成的影响,本文设计了超轻量级的密钥信息更新算法,区别于以往更新节点全部密钥信息的算法,本文方案只更新一个全局随机数便可实现节点会话密钥的更新,因此可以极低的运行能耗保持网络通信的保密性．经实验证明,所提方案在各种网络规模下均可保证90%以上的高连通性;此外,当被捕获节点比例为0.05时,本文方案的...     

含转子位置信息的永磁超环面电机终端滑模控制

根据永磁超环面电机特殊的转子结构,建立了该电机的电磁参数方程,并推导了含行星轮转子位置信息的时变数学模型,应用状态空间法分析了该电机的周期波动特性。结合超环面电机的时变参数,完成了对其PI控制器的参数整定。结合行星轮自转引起的参数摄动,将闭环系统反馈得到转子位置信息引入到终端滑模控制器中,使控制器参数跟踪超环面电机的时变参数。将终端滑模控制与PI控制的仿真结果对比分析,结果表明：该控制策略有效地削弱了永磁超环面电机输出性能上的周期波动,并且具有良好的响应速度、抗干扰性和鲁棒性。     

基于弯曲高斯过程组合方法的光伏出力预测研究

针对光伏发电功率受多种天气因素影响造成预测难度大的现状,提出了一种基于弯曲高斯过程的混合模型,可以实现一天内任意时刻的光伏出力的概率预测,获得置信区间预测值和点预测值.该算法先由多元自适应回归样条模型实现对多维输入变量的约减,同时得到待预测值的先验数据,然后利用模糊C均值算法按天气类型对训练集数据和测试集的先验数据进行聚类,得到相似样本,再利用弯曲高斯过程模型对测试集数据进行估计,最后利用Bagging算法实现对子混合模型的集成学习,得到待预测值的区间估计和点估计.仿真及试验结果验证了该混合模型的有效性和可靠性.与高斯过程估计和BP神经网络分位数估计相比,该混合模型精度更高,实用性更强.     

基于GJK的凸体快速连续碰撞检测研究

针对一段时间内的多个运动物体之间的碰撞检测,提出一种基于距离算法(Gilbert-Johnson-Keerthialgorithm,GJK算法)的凸体快速连续碰撞检测算法,该算法主要通过判断一段时间内两物体之间的最小距离是否为零来检测碰撞发生情况。首先利用GJK算法在有限步骤内计算得到最小距离,检测两物体是否发生碰撞;若两物体发生碰撞,进而利用ray-casting算法确定发生碰撞的精确位置,根据环境要求做出相应响应,调整运动物体位置。仿真结果表明,对多个运动物体间的连续碰撞检测,该算法有较高的实时性和准确性。     

融合多尺度特征与多分支预测的多操作检测网络

面对不断进步的图像编辑技术，发展相应的图像取证技术显得尤为重要.针对现有图像篡改检测技术中存在的可检测操作类型单一、鲁棒性不强、篡改区域定位不足等问题，提出一种基于卷积神经网络的多操作图像篡改检测方案.在该网络中，通过构造基于残差块的卷积流以提取操作特征.然后，设计一个多尺度特征融合模块，实现不同尺寸的操作特征融合.最后，将融合后的操作特征输入多分支预测模块进行篡改类型预测与定位，得到多操作检测结果.本文制作了多操作图像篡改数据集，对提出的网络模型进行训练和测试.实验结果表明，本文方案与主流的目标检测网络相比，能够更准确地对篡改区域进行定位，参数量更少，且对常见的图像后处理具有更好的鲁棒性.     

基于TCN编码的锂离子电池SOH估计方法

为了能够准确可靠地估计锂离子电池的健康状态（State of Health， SOH），提出一种基于时序卷积网络（Temporal Convolutional Network， TCN）的数据驱动模型来建立电池充电曲线与SOH之间的映射关系.TCN是一种由多层因果卷积组成的神经网络，它能够对电池充电曲线上的采样点序列进行编码，通过编码得到的编码向量会更易于与SOH建立映射关系.实验结果表明所提基于TCN的SOH估计模型具有较高的估计精度，对不同种类的电池也有良好的适应能力.