自适应FIR滤波器在转子动平衡检测系统中的应用研究

在介绍转子动平衡测量原理的基础上 ,设计适用动平衡测量的自适应低通FIR滤波器 ,重点分析采样频率的选取、FIR滤波器的优化、野点对滤波器性能的影响 ,以及整周期处理。

嵌入式语音识别系统的研究和实现

本文首先给出了一种适合于在嵌入式平台上实现的可变命令集的非特定人语音识别系统 ,同传统的基于PC的非特定人语音识别系统相比 ,该系统具备内存消耗小 ,运算速度快的优点。然后给出了该语音识别系统在多种嵌入式平台上的实现和评估结果 ,论证了非特定人语音识别系统在嵌入式平台上实现的可行性及其对硬件的最低配置要求 ,在技术层次上分析了目前实现高性能语音识别SOC的主要问题和困难 。

步进扫描光刻机同步控制及硅片变形误差补偿技术研究

在建立光刻机工作台、掩膜台的运动控制模型基础上 ,提出工作台二级进给控制策略及工作台、掩膜台同步控制策略 ,并且通过自适应同步控制和逐场对准方式下分段误差校正技术对硅片变形进行补偿。实验证实 ,当硅片非线性变形占总变形的比例分别为 1 0 %、30 %、5 0 %时 ,通过以上方法能够补偿的不同步误差分别为 98.4%、96.3%和 94.2 %。

一种适应较大INS速度误差的地形辅助导航算法

地形辅助导航是飞行器实现自主导航定位的重要方式之一。传统的地形辅助导航算法在匹配过程中,一般对惯性系统的速度误差范围有较严格要求,当速度误差过大时匹配正确概率会迅速下降。提出了一种新的基于短链修正的概率数据关联地形辅助导航算法,首先,依据短时间内由速度误差积累的航位漂移较小的特性,通过附近短链的关联滤波结果修正长链上的节点;其次,设计了通过匹配链后验概率构造关联概率的方法。该方法能较好地处理INS速度误差较大的情况,仿真结果表明该算法的正确匹配率,均方根误差和圆概率误差均优于TERCOM算法和直接基于概率数据关联的地形辅助导航算法。

复杂地形下基于三视约束的景象匹配方法

景象匹配通过将飞行器实拍图像与机载的基准图像比较而进行导航。当飞行高度较低时,由地面大起伏引起的实时图几何变形会严重影响匹配性能,造成匹配精度下降甚至出现误匹配,这一问题严重制约了现有景象匹配系统的应用范围,比如无法应用于建筑林立的城镇地区和梯田、丘陵地带。本文首先推导了小视场内无几何变形的高空竖直透视投影模型;在此基础上,依据三视约束关系,把相邻两幅下视实时图像的特征赋给该透视模型所成的像,得到消除几何变形的特征模板,再和基准图进行匹配。因此,所提方法不仅能处理由飞行器姿态引起的实时图几何变形问题,而且适用于城镇等地面存在较大起伏的地形。理论分析和仿真实验表明,该算法取得了较好的结果,具有良好的环境适应能力,实用性较强。

逐级递推式超精密温度控制策略研究

在充分考虑周围环境影响被控对象的基础上,建立具有纯时滞的温度控制数学模型,并提出逐级递推式超精密温度控制策略。当环境温度变化6℃时,采用提出的控制策略进行试验及仿真研究,被控对象试验及仿真的控制精度分别达到±0.01℃和±0.002℃。

基于自回归(AR)谱估计的高精度超声晶粒尺寸估计技术的研究

由于ＤＦＴ（离散Ｆｏｕｒｉｅｒ变换）谱估计方法的谱“泄漏”，导致基于这种谱分析的超声晶粒尺寸估计结果误差较大。本文采用自回归（ＡＲ）谱估计方法，克服了传统ＤＦＴ方法的缺点，精确地重构材料特征函数功率谱，提高了晶粒尺寸估计精度，尤其在材料晶粒局部特性定量评价方面，本文方法具有很高的实用价值。

基于惩罚函数的母子空间不同分辨率遗传算法研究

提出一种基于惩罚函数的母子空间不同分辨率搜索的遗传算法:在母空间中,该算法采用粗分辨率搜索,待搜索速度变慢后,用特征空间识别法优化各聚类中心,并在各聚类中心点创建子空间;在子空间中,因引入惩罚函数,较好处理了子空间边界的归一化问题,并采用细分辨率搜索,以精确获得该子空间中的最优解,从而解决了传统遗传算法搜索效率和寻找全局最优解之间的矛盾。最后,通过实例验证上述算法的可行性及有效性。

基于GPU的实时三维点云数据配准研究

在三维重建中,不同摄像机坐标系下点云配准耗时过多。为此,提出一种基于图形处理单元(GPU)的实时三维点云数据配准算法。利用投影映射法获取匹配点对,使用点到切平面距离最小化方法计算变换矩阵,通过GPU多线程并行处理大规模图像数据。实验结果表明,对于分别包含307 200个数据的2帧点云,在保持原有配准效果的基础上,该算法的最优耗时仅为基于CPU的最近邻迭代算法的11.9%。

基于有限状态机的工控系统软件设计

通过分析工控系统的特性,提出采用状态机的思想进行工控软件设计。详细论述了高速状态机的错步问题以及控制层中状态机的状态划分问题。结合具体的应用实例,给出了基于状态机的实现方法。实验表明,采用状态机的设计方法有助于准确描述受控对象的行为,软件的健壮性和可靠性得到显著提高。

身体无线传感网络节点设计与实现

健康监护是无线传感器网络的一个重要应用方向。本文在分析身体无线传感网络的架构的基础上,针对身体无线传感器网络的关键点,利用新一代SOC芯片设计了符合IEEE802.15.4标准的无线发送和处理模块,并以此为基础设计了心电图、加速度、血压等多个微型化身体无线传感器网络节点.通过初步的试验,证实了该设计的可行性和实用性。

数据中心服务器资源监控系统的设计与实现

服务器是数据中心的核心组成部分,对服务器中的资源进行监控是保障数据中心正常运行的必要手段之一。随着数据中心设备数量和数据存储规模的不断增加,直观、高效地对服务器资源进行监控已经是一个亟待解决的问题。设计并实现一套服务器资源监控系统,实时监控服务器的计算、信息、服务资源运行状态,实现海量监控数据的实时处理和统计分析,满足数据中心服务器资源的全面监控和安全保障要求,并展示了监控系统的运行效果。

云计算环境下基于属性和信任的RBAC模型研究

基于角色的访问控制(Role-Based Access Control,RBAC)是一种经典的访问控制模型,其将用户与权限通过角色关联起来,使得访问控制更加灵活并易于管理。然而,在云计算环境中,RBAC会出现用户权限滥用和访问控制粒度较粗等安全问题。为解决以上问题,提出一种基于属性(Attribute)和信任(Trust)的RBAC模型,即ATRBAC。ATRBAC采用基于密文策略属性基加密(CP-ABE)的思想和信任评估的方法,一方面,为用户授予一个包含信任值属性的属性集合,另一方面,为角色嵌入一种包含信任阈值的访问结构。只有当用户属性集合匹配角色访问结构时,用户才可以获得角色及对应的权限。实验结果表明,ATRBAC模型能够实现动态授权、权限自动化授予以及更细粒度的访问控制,增强了云环境下数据资源的安全性。

一种在轨海上多运动舰船目标检测和跟踪方法

传统遥感卫星图像处理采用在地面进行目标检测和跟踪处理的模式,卫星将拍摄到的图像数据下传至地面数据处理中心,由地面数据处理系统对接收到的遥感图像数据进行目标检测和跟踪。然而,随着遥感图像分辨率的不断提高,需要下传的数据量增大,导致星地数据传输的时间大大增加,最终造成目标检测和跟踪的时效性降低。针对上述问题,提出一种基于多特征量判别的Canny边缘检测和联合概率数据关联的在轨海上多运动舰船目标检测和跟踪方法。将该方法利用中国科学院微小卫星创新研究院的高分微纳卫星实测数据在模拟星载的嵌入式开发平台上进行验证,结果表明该方法能够在轨对海上多运动舰船目标进行快速、准确的检测和跟踪。

面向用户需求的动态QoS服务选择方法研究

高效、准确地为用户选择满足其需求的软件服务一直是近年来的研究热点。服务质量(Quality of Service,QoS)是衡量软件服务性能的关键指标之一,考虑到同一服务在不同网络环境下QoS值的动态性,提出一种面向用户需求的动态QoS服务选择方法,简称URDQ方法。URDQ方法采用区间数的形式记录动态环境下候选服务的属性值范围,并基于用户需求对候选服务进行初步过滤;通过区间数模型对候选服务属性区间和用户需求区间进行相对优势度计算,将属性区间数转化为易于计算的实数;使用Skyline方法对候选服务集进行过滤,减小搜索空间;根据熵权法得到的客观权重并结合用户给定的主观权重,使用TOPSIS方法对Skyline服务集进行排序。仿真实验和对比实验验证了URDQ方法在动态网络环境下的可行性和有效性。

大数据环境下基于用户属性的细粒度访问控制

为解决大数据环境下统一授权管理的问题,分析开源组件Apache Ranger的模型与授权方式,综合考虑授权用户数量、策略管理难度等问题,提出基于用户属性的访问控制模型。将CP-ABE算法引入Ranger原生访问控制模型中,通过算法的加、解密为Ranger策略添加访问控制树,实现用户属性级别的授权和基于用户可变属性的动态访问控制。通过开发原型系统,实现权限管理、用户管理、属性管理等功能。在实验部分,通过对不同量级用户进行访问控制,验证模型的有效性。

改进的基于日志聚类的异常检测方法

针对基于日志聚类的异常检测方法(LogCluster)处理的日志类型单一的问题,提出一种改进的基于LogCluster的日志异常检测方法,SW-LogCluster。通过使用滑动窗口(sliding window)的方式将日志划分为日志序列,将划分后的日志序列向量化来进行特征提取,使其既能检测带标记符的日志,也能检测不带标记符的日志,扩展原始方法的应用范围。实验结果表明,SW-LogCluster方法能对所有类型的非结构化日志进行检测,有效扩展了LogCluster方法的适用性。

基于稠密金字塔网络的遥感影像建筑物提取

建筑物自动提取是遥感影像解译的重要研究方向,由于遥感影像中建筑物尺度变化大,纹理轮廓特征复杂以及树木遮挡等因素,针对遥感影像的建筑物提取具有一定难度。为了解决多尺度因素对建筑物提取的影响,采用稠密空间金字塔网络,模型基于带孔卷积和稠密连接机制分别改进残差卷积网络和空间金字塔结构,利用跳线连接融合低层纹理特征和高层语义特征,是一种端到端的遥感影像建筑物提取模型。在INRIA遥感影像数据集上展开充分实验,实验结果表明,模型在交并比和准确率两个指标上分别达到了75.93%和92.26%,均优于SegNet、FCN、Skip和MLP方法,证明了模型的有效性和准确性。

MooseFS热备元数据节点设计与实现

针对MooseFS元数据节点的单点故障问题,对MooseFS源码进行改造,为其增加一个热备的备元数据节点,并通过主备之间同步元数据,备节点回放操作日志等技术使得备元数据节点内存中的元数据时刻跟主元数据节点保持一致。当主元数据节点发生故障切换到备元数据节点后,备元数据节点无需从本地加载元数据即可快速接替主元数据节点对外提供服务。测试结果表明,备元数据节点本地和内存中的元数据均与主元数据节点保持一致,且故障恢复时间小于1s。

一种云环境下的高效异常检测策略研究

针对虚拟机进行异常检测是提高云计算系统可靠性的重要手段之一。然而,云环境中虚拟机的性能指标数据具有维度高、信息冗余等特点,会降低检测效率和准确度。同时,传统异常检测方法难以定量刻画系统的异常状态,而局部异常因子(Local Outlier Factor,LOF)算法虽可量化其异常程度,但它以相同权重计算不同维度变量对系统状态的影响,导致算法对异常的区分能力减弱。针对以上问题,提出一种高效的异常检测策略。该策略以最大相关最小冗余算法和主成分分析法对性能指标进行筛选降维,提高了异常检测的效率;为LOF算法中不同维度的变量赋予不同权重,强化了不同指标对异常的区分度。实验表明,该策略相对于传统异常检测方法,效率和检测率都有显著提高。