基于函数链神经网络的传感器建模

现代测控系统对传感器的精度和工作条件提出了很高的要求.为此,人们不得不采取一些中间补偿和修正措施,实现抗干扰、线性化,以提高传感器和系统的性能.讨论基于函数链神经网络(FLNN)的传感器建模新方法,其精度提高,结构简单、使用灵活、建模容易,易于实时硬件实现.两个算例说明网络的训练和非线性逼近方法,显示出网络的自适应能力、学习能力,基于FLNN的传感器模型可同时实现温度补偿和非线性校正.实际上,利用这种模型可以跟踪补偿环境改变引起的传感器特性的各种变化,在测控系统中具有良好的应用前景.     

通信密码学前瞻:量子密码技术

安全性是密码学研究一直追求的目标,最近取得飞速发展的量子加密技术综合了量力学原理和经典密码术,具有可证明的安全性,同时还能对窃听者的非法侵入进行检测,克服了传统密友学的桎梏,为未来的网络通信提供了真正确实的保障。     

无线传感器网络节点定位改进算法

提出一种改进的距离无关无线传感器网络节点定位算法——变系数弹簧模拟算法.该算法首先得到锚节点跳数距离和平均每跳距离,然后计算出节点的初始位置,再通过模拟方法对节点位置迭代求精.仿真结果显示,在相同的锚节点比例和平均连通度情况下,该算法明显优于DV-op算法.     

无线传感器网络E-Euclidean集中式定位算法

针对无线传感器网络特点,在算法初始阶段,增加计算信标点到待定位点Euclidean(欧几里德)距离,用最大似然粗略估计节点位置,根据此初始位置用最小二乘的加权融合思想循环求精.提出多跳Euclidean距离计算方法,对其多解提出解决方案.在对加权矩阵的求解提出新看法的基础上,搜索满足定位条件的待定位节点,定位后的节点升级为辅助信标点.仿真结果表明,在网络连通度为8的条件下,这是一种精度高、覆盖率高的实用性算法.     

数据融合在发电机故障诊断中的应用

讨论基于RBF神经网络的数据融合技术用于发电机故障诊断的原理和方法，介绍网络结构、训练算法和数据融合，重点说明网络的设计及专家经验知识的应用，仿真结果表明，该诊断方法效果良好。     

一种新的状态估计混合智能模型

为实现发电机状态维修，研究一种新的状态估计混合智能模型。设计了一种基于径向基信息神经网络和模糊推理的模型，阐述径向基信息神经网络的结构和训练算法，介绍一阶Sugeno模糊模型的5层结构，根据专家经验知识选择合适的模糊输入隶属函数和模糊逻辑推理规则，而结论参数采用递归最小二乘法辨识。该模型充分利用各种在线监测装置的监测数据，特别是可利用领域专家的实践经验和专业知识，实现发电机状态估计。     

发电机负序能力试验数据采集系统

本文介绍汽轮发电机负序能力试验数据采集系统。本系统的特点是被测对象高速旋转,现场电磁干扰强大,测量时间短,必须考虑电磁兼容性,保证精度和可靠性。文章阐述系统总体设计,传感器选择,信号调理电路,软件补偿等内容。     

微功率移动无线Ad Hoc网络

无线Ad Hoc网络是一个自组织、拓扑动态变化的网络，具有构建迅速、无需预设的通信基础设施等特点.提出一个微功率移动无线Ad Hoc网络的实现方案.研制的2.4 GHz微功率无线通信模块，符合IEEE 802.15.4标准，成功实现了多跳通信和自组织功能.研究了适合于低功耗低成本硬件系统上实现的Ad Hoc网络协议栈方案，新的协议方案可以显著减少网络的开销，延长节点寿命.提出一个考虑单向链路的路由协议和一种基于LAN的无线Ad Hoc网络仿真系统.设计并实现了基于μC/OS II实时操作系统的无线Ad Hoc网络通信协议.