引入区域量化的相控阵天线维修优化模型

针对大型相控阵天线维修成本高、多部件维修时机难以确定、模型仿真计算困难等问题,提出一种引入区域量化的维修优化模型。建立天线阵列的区域量化模型,将天线阵列维修问题转化成一个由不同区域阵元组成的k/n系统维修优化问题。以使用可用度为约束条件,以单位时间维修费用最小为优化目标,建立引入区域量化的大型相控阵天线多部件视情维修决策优化模型,并通过算例仿真与分析进行了模型验证。结果表明:提出的维修优化模型真实有效,能够很好地解决分布不均匀的相控阵天线维修优化问题。

线性相控阵天线阵列区域量化建模与仿真

在雷达天线性能优化中,由于不同位置的阵元失效对天线性能的影响不同,给科学的天线阵列维修工作带来了困难。为解决上述问题,提出一种天线阵列区域量化模型。首先,建立了阵元失效影响模型,利用理论推导和计算机仿真方法分别分析了阵元失效对天线增益和副瓣电平的影响,得出了阵元失效对天线性能的影响规律,并提出了天线阵列区域量化的概念,建立了天线阵列的区域量化模型。最后,通过仿真分析,验证了模型的可行性和有效性,为更好的指导天线阵列的维修提供了理论依据。

基于区域量化算法的增强型双频解相位方法

针对传统双频法无法满足高精度测量要求的问题,提出了一种基于区域量化算法的增强型双频解相位方法。该方法首先通过双频法获得不稳定的条纹阶次,然后通过区域灰阶图对条纹阶次进行区域划分,再对每个区域中全部像素点对应的条纹阶次进行排序并取中位值,最后将取得的中位值赋值给该区域所有的像素点对应的条纹阶次。经过量化后的条纹阶次是唯一稳定的,因此该方法能够获得精确的绝对相位。仿真和实验结果证明了所提方法的可行性。与传统双频法和三频法相比,所提方法在达到双频法测量速度的同时,能够达到三频法测量的精度。

基于有限区域量化的系统稳定性分析与设计

针对基于输出反馈和具有有限区域信号量化的离散时间系统,进行了系统稳定性分析与量化参数设计的研究.首先,分别对状态观测误差系统和对象系统在有限区域对数量化作用下的系统渐近稳定性进行了分析,得到了相应的稳定性条件,接着针对对数型量化器,给出了两个系统稳定性之间的内在关联,同时得到了各有限区域量化器的量化区间上界值.在此基础上,得到了保证各子系统稳定的系统通信速率比值.最后,给出了在时变量化作用下基于状态观测的控制策略和仿真例子.

进展期结直肠癌患者术中行氟尿嘧啶腹腔区域性量化缓释化疗的效果观察

目的探讨进展期结直肠癌患者术中行氟尿嘧啶腹腔区域性量化缓释化疗的效果和安全性。方法将82例行结直肠癌根治术的患者随机分为植入组40例和对照组42例,两组均行标准根治手术,其中植入组于手术关腹前在瘤床、已侵犯组织的剥离面、淋巴清扫区域和血管根部以及肿瘤容易脱落的部位分多点植入氟尿嘧啶植入剂。观察两组肛门排气时间、伤口感染情况、引流量、吻合口漏及肠梗阻发生情况、住院时间、1 a内局部复发情况。结果两组手术均顺利,术后均无吻合口漏、肠梗阻发生,肛门排气时间、伤口感染率及住院时间均无显著差异;植入组每日引流量显著大于对照组,1 a内局部复发率显著低于对照组(P均<0.05)。结论进展期结直肠癌患者术中行腹腔区域性量化缓释化疗安全可靠,是预防结直肠癌局部复发的有效途径。

MPEG-2量化器的区域自适应率失真优化

提出一种MPEG 2量化器的区域自适应率失真优化算法。这种算法考虑了信源在量化器量化判决区域的分布 ,通过寻找最小的拉格朗日率失真费用函数 ,获得量化器的判决电平。根据量化器输入信号的分布自适应地选择量化判决电平提高了量化器的率失真特性 ,与TM5的量化方法相比 ,区域自适应率失真优化的量化方法可使亮度分量和色度分量的信噪比分别提高大约0 .5dB和 0 .1dB。

基于区域协同减量化的矿山尾矿综合信息管理构想研究

矿山尾矿资源综合利用问题,已成为制约我国矿业转型升级的重要因素。当前尾矿信息管理方式,已无法适应尾矿资源综合利用的要求,尾矿信息化、实时化、网络化成为发展的趋势。本文进行基于区域协同减量化的矿山尾矿综合信息管理构想研究,提出尾矿资源信息收集与整理的方式,方便对尾矿进行协同调配,提高尾矿产品的适用性。同时,基于区域范围内尾矿,更利于降低信息收集的难度,减少尾矿协同成本。

小样本下的低压电力线网络故障量化

低压电力线网络的区域性的故障告警难以量化分析。同时,由于节点数目众多,对低压电力线节点单节点级别的故障告警进行专家分析的成本过高,进一步增加了网络故障区域性量化的难度。为此,从实际出发,给出了专家标注样本较少情况下的低压电力线网络节点级和区域级量化的方法。首先,设计了一个基于注意力机制的节点故障量化图卷积神经网络(Nodal Fault Quantization Graph Convolutional Neural Network,NFQ-GCN),以不同节点、不同重要性因子作为神经网络的输入。进一步地,设计了区域性节点故障量化图卷积神经网络(Regional Fault Quantization Graph Convolutional Neural Network,RFQ-GCN),通过约束节点扩增时区域嵌入位置振动函数至利普希茨(Lipschitz)连续条件,使区域的故障量化可解释地满足小样本的专家标注模式。通过设计上述两个神经网络,可以实现节点级和区域级的智能故障量化,降低故障分析成本。

基于码率-准确率优化的图像特征压缩

在智慧城市、智慧巡检、智慧交通等场景中,摄像头等终端设备会产生大量的图像视频数据,并在云端由智能处理算法进行图形分析。然而传统的源端图像视频压缩传输,后端特征提取与分析识别的处理框架易造成视觉特征受损,影响分析识别精度。因此,源端提取图像特征,压缩后传输到后端的处理框架成为新的热点。文中提出了一种基于码率-准确率优化的图像特征压缩方法。首先,提取图像特征,分析划分特征图重要性的标准,将特征图分为重要性和非重要性特征两部分,并分别进行量化。在此基础上,建立码率-准确率的模型,在给定码率条件下,求解最优的准确率,确定相应的量化参数。以图像分类作为智能分析任务开展了实验。实验结果表明,所提出方法可以优化选择不同区域的量化参数,获得更好的编码性能。在低码率的条件下,相较JPEG算法准确率提高9.73%。

阵面分布不均匀的相控阵天线维修优化模型

为解决大型相控阵天线维修成本高及维修时机难以确定、维修优化建模难度大、优化模型仿真计算困难等问题,提出一种基于区域量化的天线阵面维修优化模型。通过分析天线单元失效对天线性能的影响,建立了天线阵面的区域量化模型,将天线阵面的维修问题转化成多个子区域的维修优化问题。在此基础上,以使用可用度为约束条件、以单位时间维修费用最小为优化目标,建立了阵面分布不均匀的大型相控阵天线视情维修优化模型。算例仿真与分析表明,提出的模型真实有效、可行性强,能够很好地解决阵面分布不均匀的相控阵天线维修优化问题。

机器人足球语言系统结构及其虚拟机的构造

从语言的系统结构方面对机器人足球语言作了一些具体阐述 ,并从多方面描述了RS语言的总体设计构思 ,勾勒出了该语言的轮廓·虚拟机是语言的运行环境基础 ,是语言构造过程中的一个重要环节·根据机器人足球运动的特点构造了足球机器人虚拟机 (SRVM ) ,提出了区域矢量化法则·通过对足球机器人虚拟机能力的分析 ,为机器人足球语言的完备性提供了理论依据·

基于多尺度局域加权方差的多聚焦融合方法

针对在用短波红外显微镜观测目标时,目标的尺寸往往会受到镜头景深限制的问题,提出一种多聚焦融合的方法,可有效扩展显微镜成像的景深。通过改变物距获得大量不同聚焦平面的图像,利用多尺度和局域加权方差来量化区域清晰度,获得焦平面掩膜,之后采用形态学方法优化掩膜边界,最终加权融合焦平面区域得到细节完备的目标整体图。实验中利用景深为10μm左右的显微镜镜头得到了纵向尺寸为几百微米目标的高质量图像。实验结果表明所提方法相较其他方法在对焦平面边界,细节的保留方面有一定优势。

基于改进Mask RCNN和Kinect的服务机器人物品识别系统

服务机器人在近年来得到了快速的发展,其应用的算法也在不断地更迭,目标检测算法便是其中之一。在保证目标检测精度的前提下,目标检测速度决定着机器人目标物抓取的效率。因此将远距离小目标场景作为测试场景,改进现有网络模型,目的是在保证检测精度的前提下提升检测速度。掩码区域卷积神经网络(Mask RCNN)是目前目标检测领域应用较广的算法,通过对其网络结构研究发现,掩码分支和过多的全连接层会占用大量网络检测时间;同时,Mask RCNN提取到的特征图具有较高的维度,其会占用大量的计算内存,产生大量的计算任务。为此,Mask RCNN进行改进,如去掉掩码分支和多余的全链接层;将头部轻量化区域卷积神经网络(LH-RCNN)引入到Mask RCNN中;调整区域建议网络(RPN)中锚点(Anchor)的比例。最后,本文在带有KinectⅡ的家庭服务机器人平台上对改进的Mask RCNN进行测试,测试结果表明,与原始的Mask RCNN相比,改进的Mask RCNN在保证检测精度的同时,可以大幅提高算法运行的速度,检测时间缩短2倍以上,提高服务机器人目标抓取任务的效率。

融合空间约束和梯度结构信息的视频篡改检测算法

相邻帧间相似性原理的传统视频被动取证方法会对画面运动剧烈的视频发生大量误检测,针对这个问题,提出了一种融合空间约束和梯度结构信息的视频篡改检测方法。首先,利用空间约束准则,提取低运动区域和高纹理区域,并将两个区域进行融合,获取顽健的量化相关性丰富区域用于提取视频最优相似性特征;然后,改进原有特征的提取和描述方法,运用符合人类视觉系统特性的梯度结构相似性GSSIM来计算空间约束相关性值,最后,利用切比雪夫不等式对篡改点进行定位。实验证明,针对画面运动剧烈的视频,所提算法误检率更低,精确度更高。