基于PL3201的低压电力线载波通信系统设计

利用电力载波通信芯片PL3201,设计了一套低压电力线载波通信系统,实现了在低压电力线上的双向数据传输。详细阐述了系统设计原理与软硬件的实现方法。经实际测试表明,该系统具有传输率高,通信距离远,抗干扰能力强,成本低等特点。     

交互初至波检测与表层模型正反演

初至波表层速度模型层析反演是层析静校正的重要基础。作者研究了一套完整的方法和软件系统 ,利用计算机可视化技术进行人机交互初至波检测、表层模型正演及反演 ,可直观地分析、监控初至波检测的合理性及模型层析反演的质量 ,提高表层速度模型层析反演的可靠性 ,为层析静校正提供合理的表层速度模型。     

平行双回路架空输电线路零序实用等值电路绘制法研究

详细论述了电力系统平行双回路架空输电线路零序实用等值电路绘制方法。     

DSP控制的两路音频信号实时采集电路的设计与实现

利用两片A/D-D/A转换芯片TLV320AIC10以主从控制方式组成两路实时采样电路,采样结果经DSP芯片TMS320C5402的多通道缓冲串口0送入DSP中进行处理,实现了两路音频信号实时采样系统的硬件电路设计.采用C语言和汇编语言混合编程的方法,实现对该系统的软件程序设计.     

叶面肥1125对玫瑰开花习性和适采期的影响

为确定叶面肥1125对玫瑰（Rosa rugosa Thunb）开花习性、适采期的影响,采用对比试验方法,以清水为对照,于2003年3月26日玫瑰新梢两叶期喷施叶面肥1125.结果表明：喷施叶面肥1125的玫瑰初花期比对照提前2.5～3.0 d,开花集中,盛花期由6 d缩短到3 d,花期延长2～3 d.经1125处理的玫瑰整个花期比对照长5～6 d.经1125处理的玫瑰单株总花量多于对照,差异达极显著水平;单株花总鲜重、总干重,单花鲜重、干重与对照相比,差异均达极显著水平.经1125处理的玫瑰,无论是干花还是鲜花,适采期均为蕾期,比对照提前1天.     

基于网络编码的双向中继系统节点选择及功率分配策略

考虑在多个节点间的中继双向信道中,将中继分配和功率分配结合起来.每一对节点间的通信可以看做是通过一个中继的双向中继信道.中继使用网络编码同时向对应的节点发送信息.中继分配考虑了两种分配方案,第一种方案考虑到了所有节点对和中继的排列组合,选取其中性能最好的一组;第二种方案选取所有排列组合中的一部分,选取性能最好的一组.第二种方案略微降低了整个系统的性能,但是大大降低了运算的复杂度.将功率分配策略和这两种方案结合,进一步优化了整个系统的性能,相比较没有加入功率分配的系统,有大约2～3dB的提升.     

采用序优化的改进蚁群算法

为了评价蚁群算法在有限时间内所得优解的质量,基于序优化方法提出了一种改进的蚁群算法:使用盲目挑选规则选择初始解,并对信息素进行相应的初始化;确定得到满足要求的优解所需要的迭代次数,将其作为算法的终止条件;为了更好地利用每次迭代中的优解,在算法开始阶段使用前l个迭代优解更新信息素,以增强探索能力;在算法结束阶段采用当前迭代最优解更新信息素,以加快收敛速度.改进算法在保证收敛的前提下,并没有增加算法的时间复杂度.对旅行商问题进行的仿真实验表明,改进算法在解的质量和收敛速度方面优于最大-最小蚂蚁系统.     

钢筋再生混凝土板的受力性能及承载力计算方法

为研究钢筋再生混凝土板的受力性能,在试验研究的基础上,通过ABAQUS有限元软件对试验试件进行模拟分析,证实了数值模拟的可行性。在此基础上,以再生粗骨料取代率、配筋率和板厚为变化参数,通过增设26个有限元模型进行系统性的模拟计算,并探讨了钢筋再生混凝土单向板承载能力的计算方法。研究结果表明:数值模拟结果符合工程实际要求;单向及双向板的极限承载力均随再生粗骨料取代率的增加而降低;配筋率的变化对单向板受力过程几乎无影响,而增大配筋率则对双向板极限承载力的提高将产生有利影响但影响不甚明显;增加板厚能显著提高两类板的承载能力、初始刚度及能量耗散能力。考虑再生粗骨料取代率的影响,对现行规范关于钢筋混凝土单向板承载力计算公式予以修正。     

双向模糊综合评判模型及应用

目的解决贸易谈判中的价格评估,寻找双方都能接受的价格区间。方法根据实际问题,建立一个商业谈判中双向模糊综合评判模型,并运用这个模型解决了服装谈判中买卖双方初步讨价还价的双向模糊综合评判问题。结果建立起了谈判模型,并利用模型分析了服装谈判。结论这个模型是可行的,并符合双方预期。     

基于神经网络的茄子采摘机器人视觉识别方法

针对生长环境中茄子图像背景复杂的特点,提出了一种基于BP神经网络的图像分割方法。通过对茄子果实的分析,选取3×3邻域像素EXG灰度值作为图像特征。选取30幅图像作为训练样本,以人工借助Photoshop软件分割后的图像作为教师信号,采用改进的BP算法对神经网络的权值进行训练。经过120次循环后,获得有效的网络权值,误差为0．001。结果表明,利用BP神经网络能够较好地实现茄子与背景的分离,经过数学形态法结合中值滤波方法的进一步处理后完全能满足采摘机器人的要求。