乏风瓦斯热逆流反应器的流动压力损失特性

分析了热逆流反应器压力损失的组成和机理,上下集气箱内和陶瓷床内部的摩擦阻力损失和陶瓷床进出口的局部损失,建立了各部分压力损失的相应公式并根据实验数据进行了计算.结果表明:陶瓷床进出口的局部流动损失远小于摩擦阻力损失,因此可以在损失分析时忽略以使问题简化;下集气箱中的摩擦阻力损失明显大于上集气箱和陶瓷床,并且对进口流速的增长最为敏感,在总损失中占据首位;给出了热逆流反应器的总压力损失计算公式,应用该式可对不同流量工况下的总损失进行计算.     

多信道认知网络的直观信道感知策略

为了提高频谱利用率,认知无线电技术可使非授权用户在不影响授权用户正常通信的情况下,利用瞬时的频谱空穴满足自身通信需求。如何通过感知频谱及时有效地发现频谱空穴是一个至关重要的问题,尤其是对于多信道认知无线电网络。针对多信道认知无线电网络,该文在连续时间Markov链的信道占用模型基础上,根据信道状态可能发生变化的概率,提出了一个动态的直观信道感知策略,并考虑了感知周期的影响。仿真结果表明:在感知周期合适的情况下,该策略能够有效地发现并利用频谱空穴,并且比周期感知和随机感知策略消耗更少的能量用于感知。     

汽车状态感知系统的Android客户端

随着汽车数量的日益增多,为了合理调度车辆、为车辆选择最佳行车路线、对车辆故障提前预警,如何更加方便、可靠地获取汽车的实时状态信息,已成为迫切需要解决的问题。该文针对以上问题设计了运行在Android手机操作系统上的汽车状态感知系统的客户端,通过手机蓝牙对汽车状态数据进行采集,同时获取GPS位置信息,通过3G网络实时的将这些数据上传服务器,实现了状态实时显示、历史旅程查看等功能。该系统可以替代昂贵的车载终端,有效地降低汽车状态感知的成本;通过手机作为通信终端使其具有良好的可扩展性和灵活性,使用3G网络具有高带宽、低延迟、可靠性高等特点。通过实际的运行测试该系统可以实时地获取汽车状态信息,可以使监控中心对车辆的故障进行预警,还可以优化车辆的调度。     

宽带认知无线电网络分布式协作压缩频谱感知算法

针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能.     

基于Bayes估计的一般原则及在平方损失下的简单应用

讨论了求Bayes估计一般方法的理论依据,给出一种新的证明途径.并进一步给出了平方损失下,二项分布参数以Beta分布为先验分布时的Bayes估计以及正态均值在正态先验分布下的Bayes估计.     

语音信号处理教学辅助实验设计

在语音信号处理教学中引入仿真实验,通过上机实验帮助学生理解课程的基本原理和方法.课题组完成了课程系列实验的设计,分为验证型实验和设计型实验两种.主要以线性预测编码、复倒谱和倒谱以及感知线性参数等为例介绍了使用Matlab进行教学辅助实验的情况.     

平衡损失函数下Rayleigh分布参数的Bayes估计

在平衡损失函数下,得到了Rayleigh分布参数的Bayes估计,并讨论了一类c(-T)+d(其中(-T)=1/nn∑i=1X2i)形式估计的可容许性和不可容许性.     

火灾救援中的最优资源分配方案

随着近年来灾情发生越来越频繁,关于灾情中最优资源分配的研究也越来越多,但现有研究没能把各种救援资源分配和灾情现场情况、社会总损失等结合起来考虑.本文以动态灾情救援Pareto最优(即社会总损失最小)为目标,考虑了救援力量不能提供有效资源造成的损失、资源传输过程中存在的损失以及灾情现场造成的损失等三种损失因素,给出了一个...     

一种基于视觉感知的复合医学图像分割算法

为提高医学图像分割的视觉效果,依据人类视觉感知的分层特性,提出了一种新的复合医学图像分割方法.该方法通过提取医学图像的底层特征,利用Fuzzy-ART神经网络作为像素的分类器,对医学图像进行连续两次分割.实验结果表明,该医学图像分割方法能有效地解决局部信息与整体分布边缘淡化等相关问题,达到良好的分割视觉效果.     

一种响应时间感知的移动服务组合方法

为了在移动环境中找到响应时间最短的组合服务,设计了一种可计算的移动模型,根据此模型过滤掉响应时间较长的组合服务,提出了移动组合服务中组件服务的选择方法.通过前馈神经网络建立组合服务与其响应时间之间的回归模型,利用基于神经网络的服务组合(neural network-based service composition,N...