精品亚洲欧美高清不卡高清,久久综合欧美成人,欧美肥老太交性506070

基于DAGSVM的軸系扭振故障診斷方法[測(cè)試測(cè)量][工業(yè)自動(dòng)化]

針對(duì)船舶軸系扭振故障小樣本事件，基于小波包Shannon熵與二叉決策樹支持向量機(jī)(DAGSVM) 理論建立一種軸系扭振故障診斷模型。首先通過船舶軸系扭振實(shí)驗(yàn)平臺(tái)提取軸系扭振四種模式信號(hào)；然后利用小波包變換提取Shannon熵值，作為故障輸入特征向量；最后利用K－CV交叉驗(yàn)證法提升支持向量機(jī)，對(duì)故障進(jìn)行建模識(shí)別。試驗(yàn)表明，此法具有較高識(shí)別率，為船舶軸系扭振故障診斷提供了一種有價(jià)值的在線診斷方法。

發(fā)表于：9/13/2018 10:12:14 AM

一種基于QoE效用函數(shù)的OFDM系統(tǒng)子載波和功率分配算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

以系統(tǒng)平均用戶感受質(zhì)量QoE(Quality of Experience)為優(yōu)化目標(biāo)，提出一種基于QoE效用函數(shù)的子載波和功率分配算法。該算法先根據(jù)用戶需求與實(shí)際信道狀態(tài)對(duì)子載波進(jìn)行分配，將QoE引入效用函數(shù)構(gòu)建中，并以系統(tǒng)平均QoE最大化為目標(biāo)對(duì)子載波進(jìn)行功率分配，在功率分配過程中使用導(dǎo)數(shù)迭代的方法逼近最優(yōu)的功率分配結(jié)果。仿真結(jié)果表明，該算法在獲得較高系統(tǒng)平均QoE的同時(shí)，根據(jù)系統(tǒng)功率資源供求情況，平衡考慮了系統(tǒng)、容量以及用戶公平性。

發(fā)表于：9/13/2018 9:55:39 AM

多用戶分布式MIMO-OFDM系統(tǒng)的多維資源分配算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對(duì)多用戶分布式MIMO-OFDM系統(tǒng)中的資源分配問題，結(jié)合分布式架構(gòu)特點(diǎn)，提出了一種基于分級(jí)優(yōu)化的天線、子載波與功率聯(lián)合分配算法。該算法將三維的資源聯(lián)合分配問題分級(jí)轉(zhuǎn)換為兩次二維資源聯(lián)合分配問題，即先引入端口并行處理機(jī)制，完成天線與子載波的分配，形成“用戶-子信道對(duì)”，進(jìn)而采用注水功率分配的方式，完成功率在“用戶-子信道對(duì)”上的分配。仿真結(jié)果表明，相比于典型的DSPA(Decouple Sub-channel and Power Allocation)和MASA（Multi-user Antenna & Sub-carrier Allocation）算法，該算法的容量性能明顯提高，且其端口并行處理機(jī)制可以有效提高資源分配效率。

發(fā)表于：9/12/2018 4:53:30 PM

可重構(gòu)雙基雙域模乘器設(shè)計(jì)與實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][信息安全]

選擇素?cái)?shù)域和二進(jìn)制域上基于字的Montgomery模乘算法，分析傳統(tǒng)雙域模乘器在二進(jìn)制域上運(yùn)算效率不高的問題，首先選擇能夠使兩個(gè)域上模乘器延遲時(shí)間相當(dāng)?shù)淖珠L(zhǎng)，并對(duì)模乘器進(jìn)行雙域的可重構(gòu)設(shè)計(jì),使之能夠同時(shí)支持素?cái)?shù)域和二進(jìn)制域上的運(yùn)算。相較以往設(shè)計(jì),采用雙域雙基設(shè)計(jì)的模乘器使時(shí)鐘周期數(shù)平均縮短了48%。

發(fā)表于：9/12/2018 4:46:52 PM

基于WiFi的體溫監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][醫(yī)療電子]

為實(shí)現(xiàn)住院患者體溫的非接觸式實(shí)時(shí)采集和監(jiān)測(cè)，減少感染機(jī)率，設(shè)計(jì)了基于WiFi的體溫實(shí)時(shí)監(jiān)測(cè)系統(tǒng)。本系統(tǒng)主要由數(shù)據(jù)采集單元和監(jiān)控中心組成,數(shù)據(jù)采集單元由溫度傳感器和低功耗WiFi芯片GS1010組成，完成數(shù)據(jù)采集和發(fā)送功能。監(jiān)控中心通過無線AP點(diǎn)(Access Point)接收，解析和實(shí)時(shí)顯示數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)性能可靠，能夠快速完成溫度顯示，具有一定的應(yīng)用價(jià)值。

發(fā)表于：9/12/2018 4:43:26 PM

基于S變換的雷達(dá)脈內(nèi)調(diào)制特征提取方法[通信與網(wǎng)絡(luò)][信息安全]

針對(duì)利用常規(guī)參數(shù)進(jìn)行復(fù)雜體制雷達(dá)輻射源信號(hào)分類識(shí)別存在的問題，提出一種基于S變換的雷達(dá)脈內(nèi)調(diào)制特征提取方法。將S變換引入雷達(dá)脈內(nèi)信號(hào)分析中，首先提取信號(hào)S變換時(shí)頻圖像的不變矩特征；然后針對(duì)其在BPSK和QPSK信號(hào)分類上的不足，提出了基于S變換峰值包絡(luò)特征提取方法；最后用支持向量機(jī)作為分類器進(jìn)行分類實(shí)驗(yàn)。仿真結(jié)果表明，在一定信噪比范圍內(nèi)，提取的特征具有較好的聚集性和可分性，對(duì)6種雷達(dá)脈內(nèi)調(diào)制信號(hào)取得了較好的分類正確率。

發(fā)表于：9/12/2018 4:40:06 PM

知識(shí)圖譜精化研究綜述[模擬設(shè)計(jì)][其他]

知識(shí)圖譜是一種在移動(dòng)互聯(lián)網(wǎng)大時(shí)代下產(chǎn)生的新型知識(shí)表示方法，而精化是知識(shí)圖譜應(yīng)用研究的主要內(nèi)容之一，其主要任務(wù)是知識(shí)圖譜補(bǔ)全和錯(cuò)誤檢測(cè)等，在信息檢索、機(jī)器人、智能問答等領(lǐng)域有著重要的應(yīng)用前景。因此，對(duì)知識(shí)圖譜精化進(jìn)行研究具有十分重要的意義。對(duì)當(dāng)前知識(shí)圖譜精化方法進(jìn)行了較為全面、深入的總結(jié)，并對(duì)知識(shí)圖譜未來的主要研究方向進(jìn)行了展望。

發(fā)表于：9/12/2018 4:40:00 PM

基于Cortex-M3的齒輪傳動(dòng)軸損傷動(dòng)態(tài) 監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

針對(duì)傳統(tǒng)的齒輪傳動(dòng)軸監(jiān)測(cè)與診斷系統(tǒng)的局限性，提出了在封閉小體積環(huán)境下局域強(qiáng)信號(hào)的采集與傳輸機(jī)制。詳細(xì)論述了系統(tǒng)的工作原理、硬件及軟件設(shè)計(jì)，給出了系統(tǒng)的測(cè)試結(jié)果。該系統(tǒng)已經(jīng)成功用于某型汽車發(fā)動(dòng)機(jī)傳動(dòng)軸損傷動(dòng)態(tài)監(jiān)測(cè)，對(duì)齒輪傳動(dòng)系統(tǒng)的損傷動(dòng)態(tài)監(jiān)測(cè)起到了巨大的推動(dòng)作用。

發(fā)表于：9/12/2018 4:39:34 PM

LTE系統(tǒng)PRACH基帶信號(hào)的研究與實(shí)現(xiàn)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

PRACH信道用于UE進(jìn)行上行同步或小區(qū)之間的切換，通過對(duì)PRACH基帶信號(hào)算法原理的分析，提出了一種PRACH基帶信號(hào)的生成實(shí)現(xiàn)方案。通過對(duì)比和仿真，驗(yàn)證了該實(shí)現(xiàn)方案的高效性和可行性。該方案已在TD-LTE射頻一致性測(cè)試儀表中得到應(yīng)用。

發(fā)表于：9/12/2018 4:35:52 PM

基于擬牛頓法的常模盲多用戶檢測(cè)算法[通信與網(wǎng)絡(luò)][信息安全]

分析了傳統(tǒng)常模算法及其改進(jìn)算法的缺點(diǎn)，將線性約束和擬牛頓法應(yīng)用于常模算法，提出了線性約束擬牛頓常模盲多用戶檢測(cè)算法，稱之為L(zhǎng)C-QNCMA。在DS-CDMA系統(tǒng)中,對(duì)本文算法與傳統(tǒng)的線性約束常模算法（LC-CMA）及最小二乘常模算法（LSCMA）進(jìn)行了仿真比較。結(jié)果表明，與LC-CMA相比,LC-QNCMA的信干比性能和誤碼性能方面有較大改善；與LSCMA算法相比，LC-QNCMA算法復(fù)雜度有明顯降低。本文算法在兩種算法的優(yōu)缺點(diǎn)中取得了較好的折中。

發(fā)表于：9/12/2018 4:30:53 PM