Ghostburster模型鞍结分岔点附近放电模式的转迁控制

在不同的电流刺激下,ghostburster模型表现出周期放电、混沌簇放电、周期簇放电等多种放电模式.其中,周期放电和混沌簇放电之间的转迁是通过极限环的鞍结分岔实现的.应用washout滤波器实现了ghostburster模型鞍结分岔点周围放电模式的转迁;并通过快慢系统分解方法分析了放电模式转迁的内在机制.研究发现快子系统固定点的鞍结分岔和快子系统从周期一极限环转换到周期二极限环的临界点在树突产生不完全放电过程中起到关键作用.Washout滤波器的加入改变了树突膜电位极大值的分岔点的位置,从而改变了ghostburster模型的放电模式.     

高饱和交叉口背景提取与更新算法

 为了满足在高饱和城市交叉路口采用背景差法实现车辆检测的需求,设计了一种基于背景评估的背景提取与更新算法。算法针对交叉路口的车流特点,提出了一种基于检测结果反馈的背景评估机制,并融合中值滤波与帧间差分算法,将含噪声的初始背景不断纠错更新,向真实背景逼近,最终提取出一个可用的背景图。实验结果表明：对于一个信号周期内不能放完所有排队车辆的高饱和交叉路口,算法具有较快的收敛速度,且算法复杂度满足实际工程应用要求。     

R_0-代数上的滤子拓扑空间

在R0-代数M上以全体MP滤子之集为拓扑基建立了一个滤子拓扑空间（M,TM）,给出了导集、闭包以及内部的计算公式。证明了（M,TM）是连通的、覆盖紧的且满足第一可数性公理;（M,TM）满足第二可数性公理当且仅当主滤子之集是可数集,（M,TM）不是T1的,不是T2的,也不是正则的或正规的;（M,TM）是T0空间当且仅当M是Boole代数。最后讨论了积R0-代数上的积空间。     

一类高阶次随机非线性系统的状态反馈镇定

研究一类高阶随机非线性系统状态反馈镇定问题.结合反推技术和加权积分技术,通过适当地选取Lyapunov函数和设计参数,给出了一个自适应状态反馈控制器的设计过程.所设计的控制器保证了闭环系统是依概率全局稳定的.     

基于可信度的簇间多跳LEACH算法

通过分析低功耗自适应集簇分层型协议(LEACH)和基于可信度的低功耗自适应集簇分层型协议(TE-LEACH)算法的不足,提出一种基于可信度的簇间多跳低功耗自适应集簇分层型协议(TEM-LEACH)算法.该算法既考虑簇头节点传输数据的可信度,又引入网关节点构建路由主干网,保证数据经过最少的跳数传输到基站,有效地延长无线传感器网络生存时间,增加了LEACH算法的适用范围.     

瓜环对卷烟主流烟气中焦油、烟碱的截留作用研究

本文利用气相色谱法考察了瓜环Q[5]、Q[6]、Q[8]及混合瓜环Q[n]对卷烟主流烟气中焦油、烟碱的截留作用,结果表明空腔较大的瓜环对焦油、烟碱有明显的截留作用,截留效率随瓜环空腔尺寸及用量的增加而增大。当瓜环用量为20 mg时,Q[8]和Q[n]对焦油、烟碱的截留分别达到46.1%、60.3%和32.5%、40.8%.     

AES快速算法的扩展指令集实现

基于Daemen等提出的AES快速算法,给出了用可配置处理器NiosII扩展指令集实现硬件加速的两种方案——基于片内存储器存储快速算法查找表的方法、用硬件逻辑电路实现S盒并计算出快速算法查找表对应元素的方法,用对前向查找表的查表操作代替了AES算法计算密集的轮变换操作.首先,将快速算法的前向查找表存放在片上内存中,并用12条扩展指令分别完成密钥扩展、轮变换和末轮操作,末轮变换所需的S盒采取对前向查找表的掩模得到;然后,对该方案进行优化以消除片上内存的占用,即推导出S盒与前向查找表的逻辑关系,并采取有限元素求逆的方法用逻辑电路实现S盒,增强了系统安全性并降低了功耗;最后,对扩展指令集和协处理器等多种实现方案进行了测试及性能对比.结果表明,相比于经过结构优化的纯软件快速AES算法,文中提出的方案在仅增加223个LE的条件下,达到了2.47倍的加速比.     

Real-time filter based on the quasi-accurate detection of gross errors

Because of the sensitivity of the Kalman framework to gross errors, proper techniques for detection of gross errors are necessary. By integrating the selection of quasi-accurate observations and the Kalman framework, a new filter called the quasi-accurate filter (QUAF) is developed. The expansibility and implementation scheme of the new algorithm are then discussed in detail, and the reliability matrix for the Kalman filter is proposed to analyze the reliability of the filters with different detection technologies. Finally, the experimental results from a real world case study are used to validate the conclusions. The QUAF carries out the preliminary selection of the quasi-accurate observations (QAOs) using the innovation of the Kalman filter, and use the check QAOs to determine reasonable observations. This causes the QUAF to handle more easily and possess wider expansibility. QUAF can be reformulated to the special cases of several common detection methods, such as the innovation method, robust estimation and quasi-accurate detection (QUAD). Since only reasonable observations are used, the QUAF has better detection accuracy and stronger avoidance of gross errors than the innovation method and robust estimation. Meanwhile, compared with QUAD methods, QUAF introduces the state-predicted model, requiring fewer quasi-accurate observations and making it more suitable for systems with complicated observation structures or sparse observations.     

一种基于PCNN检测的文档图像去噪算法

基于简化脉冲耦合神经网络(SPCNN),提出一种有效的文档图像脉冲噪声去除方法。首先通过测试模拟文档图像说明SPCNN检测文档图像噪声的可行性,然后设计SPCNN检测算法判断出噪声像素并加以标记,只对标记为噪声的像素做滤波处理。从仿真实验可以看出,本文方法具有较好的视觉效果,计算结果表明该方法比一般去噪方法明显改善。     

强噪声下微弱信号处理方法研究

机械设备中信号检测时有用信号比较微弱且存在较强的噪声,给信号检测与处理带来了一定的困难。针对这个难题,采用相关检测、自适应滤波器等微弱信号检测方法,从噪声中检测出微弱信号。首先介绍了相关检测法与自适应滤波器的基本原理,重点阐述相关检测法与自适应滤波器结构及去除噪声干扰的方法,分别用时域与频域方法对微弱信号进行提取。最后在机械实验台上进行验证,实验结果表明：相关检测法与自适应滤波器均能去除干扰信号,提取到有效信号。