基于汉南-奎因信息准则的电阻率层析成像径向基神经网络反演

径向基神经网络(RBFNN)具有结构简单、学习速度快、不易陷入局部极小等优点,能够有效地提高电阻率层析成像反演的收敛速度和求解质量.本文针对电阻率层析成像反演的非线性特征,提出了一种基于汉南-奎因信息准则(HQC)的正交最小二乘法(OLS)学习算法(HQOLS).该算法通过计算HQC的最优值来自动选择RBFNN的网络结构,避免了传统OLS学习算法中阈值参数的设定,保证了网络的泛化性能.通过比较聚类法、梯度法、OLS和HQOLS等学习算法的反演性能,构建了基于RBFNN的电阻率层析成像反演模型.数值仿真和模型反演的结果表明,该方法实现简单,在准确性上优于BP反演,成像质量优于传统最小二乘法反演.

基于统计分析的多协议单片机数据通信系统EFT抗扰度研究

电快速瞬变脉冲群(EFT)易通过电源线与通信线间的耦合干扰电子系统或设备正常运行,通信协议直接影响数据通信的EFT抗扰度.本文设计了包含I2C、USART、SPI和RS232四种数据通信协议的单片机数据通信系统,采用线缆耦合方式对其进行EFT抗扰度试验,基于数理统计方法分析了不同通信协议下系统EFT抗扰度.根据试验中获取的阈值电压数据,运用最大似然法估计假设模型参数,再通过卡方拟合优度检验以及汉南-奎因信息准则选取最优拟合分布模型Gamma模型,以研究不同通信协议下的EFT干扰阈值电压分布规律.对单片机通信协议而言,在一定波特率下,EFT抗扰度由低到高依次为I2C、USART、SPI、RS232.