In II偶宇称J=0和J=1时的辐射寿命

利用多通道量子数亏损理论(MQDT)研究了一价铟离子5sns 1S0(n = 6~20), 5sns 3S1 (n=5~15) and 5snd 1D1 (n = 5~14)的能级结构及寿命,分析了各通道之间的干扰.这些能态数据对于新材料的研究具有一定的指导意义.     

大型特种车驾驶模拟系统视景引擎开发

不借助商业图形引擎,完成了大型特种车驾驶模拟系统视景仿真引擎的自主设计与开发.推导了普遍适用的斜透视投影矩阵,实现了驾驶模拟系统多通道视景图形的无缝拼接.结果表明,搭建的特种车驾驶模拟系统有效地解决了大型军用车辆不能或者不宜进行实地驾驶训练的问题,提高了学员驾驶培训的效率和经济效益.     

基于内外两级并行的多通道闪存存储系统设计

针对单片闪存存取速率低、存储容量小的问题,根据对NAND型闪存存取带宽影响因素的分析,提出了一种多通道闪存存储系统结构,同时采用通道间流水和通道内交织两级并行访问方法提高存储系统吞吐量,推导出了通道内外并行多通道存储系统的存取带宽计算公式. 此外,通过给出的系统并行加速比公式,对影响系统并行加速性能的原因进行了分析. 设计和实现了以该系统模型为核心的多通道闪存存储模块,验证了两级并行方法的可行性和有效性.      

基于MASW的钢-混凝土组合板界面剥离损伤识别

目的 提出一种基于多通道面波分析技术(MASW)的钢-混凝土组合板界面剥离损伤识别方法.方法 从Rayleigh波的波动方程出发,结合MASW技术建立钢-混凝土组合板有限元模型,通过激励正弦信号产生Rayleigh波,研究其波速衰减特征,并提出基于波速衰减的MASW损伤识别算法;搭建MASW试验平台,建立多通道超声面波...     

协同工作环境下的群组通信模型研究

群组通信通常需要音频、视频、控制信息等多通信通道的支持,目前的通信体系结构模型都不能很好地对各通道之间的同步工作进行有效的描述.本文在对群组通信特点分析的基础上,提出了一个适用于计算机支持的协同工作(CSCW)应用的多通道通信模型,并对各传输通道协议栈之间的依存关系进行了描述,从而比较好的解决了CSCW工作环境下的不同传输媒体协议栈之间的协调问题.     

基于FPGA的多通道脉冲幅度分析仪的设计

文章介绍了一种基于FPGA的多通道脉冲幅度分析仪的设计方案,论述了其硬件组成和阈值甄别的原理并实现了幅度甄别阈值的远程设定,基于FPGA的控制功能实现了能谱数据采集传输及其后处理。系统的控制和转换核心采用XILINX公司的XC3S400PQ208芯片,通过其内部的MicroBlaze软核处理器实现对比较电路甄别阈值的控制以及多道脉冲幅度分析的处理。测试结果表明,信号的阈值甄别精度达到0.8mV。整个系统的集成度高,性能稳定可靠,阈值的远程设定功能避免了近距离接触放射源。     

基于多通道步态集合的跨视角步态识别

为了提高步态识别的识别效率,提出了一种基于多通道步态集合的步态识别算法.算法中将一个周期的步态轮廓图进行归一化处理后,通过步幅的大小将周期内的轮廓图划分为7个通道,每个通道内的轮廓图按照平均步态来处理,得到7通道的步态模板.结合卷积神经网络的优异性能,将该多通道步态模板(period energy im-age,PEI)当成图像集作为网络的输入,让网络自身去提取步态模板之间的时序关系.在此基础上,使用增强约束的Triplet Loss函数来学习到最优的特征和距离度量,使最终的训练更加有效.通过在标准数据集CASIA-B上的实验结果表明,与之前多数算法相比,所提出的算法在跨视角的情况下能取得很好的识别效果.     

多感知通道融合虚拟实验的快速生成方法

针对传统虚拟实验存在的开发效率低、体验单一等问题，提出多感知通道融合虚拟实验的可视化快速生成方法。对虚拟实验的实验步骤、实验步骤序列进行定义。提出基于Petri网的实验元素参数化描述方法对实验步骤序列进行描述，突破传统虚拟实验一步步按既定程序走的约束，支持建立探究式虚拟实验。提出路由图的可视化表达方法及其与Petri网之间的转换方法，使用户能通过编辑路由图的方式实现实验的快速开发，融入了嗅觉与温感两个通道的反馈，使实现视、听、嗅、触多感知通道融合的虚拟实现成为可能。为验证所提出的方法，开发了相应的原型系统，并以铝热反应实验为例，介绍生成过程。结果表明：该可视化快速编辑方法对虚拟实验的编辑有效且可行。     

多通道CNN-BiLSTM的短时温度预测

温度数据具有明显的反向、时序相关性及多尺度特征，提升温度预测精度的关键在于能否有效提取温度数据的上述特征.为提取这些特征，该文提出一种多通道卷积双向长短期记忆网络(convolutional neural network-bidirection long short-term memory, CNN-BiLSTM)的短时温度预测模型.该模型首先利用双向长短期记忆网络(BiLSTM)提取数据的反向特征、时序相关性特征；再利用多通道且不同尺寸、不同膨胀率的卷积神经网络(CNN)提取数据的多尺度特征，组成在学习多尺度特征后的数据，将其和原始数据作为BiLSTM层的多通道输入，输出的数据经过全连接层，形成最终的预测结果.实验结果表明：多通道CNN-BiLSTM的短时温度预测模型能有效地提取数据的时序相关性、反向及多尺度特征，可有效地提升温度预测精度，是一种行之有效的短时温度预测模型.     

多通道并联无线岸电系统扰动抑制技术研究

输入输出均并联型多通道无线岸电系统可通过模块化叠加实现舰船岸电大功率传输，解决单通道功率受限问题. 但在模块生产、安装及运行过程中难免产生参数差异和扰动，进而将引起岸电输出电压不稳定，影响无线岸电系统可靠运行. 为此，首先给出多通道并联无线岸电系统电路拓扑，建立了以逆变器移相角为输入、目标负载功率为输出的多通道并联无线岸电系统模型，采用能量?相角的方法降低系统阶数，建立系统小信号模型，基于Trapezoidal阶梯双线性逼近法设计了系统控制器，分别研究通道耦合器参数差异、系统直流输入电压扰动、负载扰动三种工况，通过Matlab仿真和实验验证了参数差异及参数扰动下控制器效果，结果表明控制器在三种扰动工况下均有较好的控制效果，保证了多通道岸电系统的稳定运行，该技术对大功率无线岸电系统的设计与应用提供了技术支撑.