核电仪控系统驱动算法块测试设计研究与应用

在核电站数字化仪控系统中,应用软件中的算法块是执行核反应堆安全功能的关键环节和重要组成部分。驱动类算法块作为应用软件的一部分,运行在控制器中,主要完成对现场驱动及控制类设备的控制。若该部分功能实现不正确,会导致现场设备异常启动或停止,不能正确地实现对现场设备的调节和控制。保证算法块功能运行的正确性,对于核电站现场设备的安全稳定运行具有重要意义。驱动类算法块功能结构复杂,且与现场操作流程及工艺密切相关。为了更贴近核电站现场实际应用场景,提出了一种基于场景分析法的核电仪控系统驱动算法块的测试用例设计方法。该研究对测试用例设计方法进行了分析和描述,有效保障了测试用例设计的充分性和完整性,并成功地将其应用到实际工程项目驱动算法块的测试中,取得良好的应用效果。

DCS算法块时序分析与应用

本文在介绍DCS控制系统逻辑执行原理的基础上,给出算法块排序的基本原则。对DCS控制系统分为数字量控制回路和模拟量控制回路,分门别类的对控制系统中错误的算法块排序顺序进行详细的分析,结合算法块排序原则针对排序错误问题,给出合理的算法块执行顺序。提高控制系统运算回路可靠性,避免控制系统逻辑控制回路错误执行,保证系统安全稳定运行,降低风险。

一种基于驱动算法块用例库的测试设计方案的研究

在核电厂中存在着大量需要DCS仪控系统控制的设备(包含阀门、泵、加热器等),这些设备涉及到核电厂的安全运行,在核电厂起着至关重要的作用,比如核电厂中的安注泵、二回路的主蒸汽阀门等。在DCS系统中封装了大量驱动功能算法块(这些封装算法块集成了驱动设备的各种功能),实现现场各种设备复杂的控制功能。设备控制功能测试目的是验证设备控制功能是否满足设计输入要求,是否能正常满足核电厂运行需求。设备驱动功能复杂,应用场景多样,测试设计难度大。本文提出基于算法块用例库的设备控制功能测试用例设计方案,提高测试设计质量和测试效率,同时也为后续项目提供了借鉴意义。

基于BM3D的脑MRI图像噪点剔除算法

磁共振成像(Magnetic Resonance Imaging,MRI)已经成为一种常见的影像检查方式,MRI的去噪算法影响着MRI的成像效果。基于深度学习的MRI去噪算法需要一定量的数据,绝大部分基于非深度学习的MRI去噪算法都是将MRI数据转化为实数之后进行去噪的,针对复数MRI中的复数数据类型的算法也存在着失真的问题。因此,提出一种通过单张MRI脑图像的原始数据进行噪点剔除的算法,以此更好得去除图像噪声。该算法从MRI的原始数据出发,利用了MRI噪声分布性质和MRI脑图像的特点,以判断MRI图像中噪声明显的点,从而剔除MRI中特定的莱斯分布的噪声。并将所提出的算法结合了MRI去噪中常用的非局部平均算法(Non-Local Means denoising,NLM)与三维块匹配算法(Block-Matching and 3D filtering,BM3D),并和不使用该算法剔除噪点的NLM、BM3D进行了对比评估。对比结果表明,在噪声密度不同的多种情况下,该算法总能优化与之相结合的图像去噪算法,在不同的噪声情况下使峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)与结构相似性(Structural Similarity,SSIM)提高了1%~9%。最后将该算法结合BM3D,对比了DnCNN、低秩聚类算法(Weighted Nuclear Norm Minimization,WNNM)、BM3D、NLM等用于MRI去噪的算法,在莱斯噪声较多时,该算法在PSNR上有更好的表现。

基于Kaczmarz算法的磁粒子成像快速重建算法研究

目的:为了解决磁粒子断层成像中系统矩阵方法成像时间长、计算复杂的问题,提出一种基于Kaczmarz算法的磁粒子成像快速重建算法。方法:首先,分析经典Kaczmarz算法及其变体算法的收敛速度,并计算在任意矩阵下的迭代次数和计算时间;其次,比较欧氏距离和余弦距离对系统数据的区分能力,并运用基于余弦距离的K-means算法来增强块Kaczmarz算法的运算能力,缩短系统矩阵重建时间并最终实现磁粒子成像快速重建。最后,通过计算机仿真实验验证提出的算法的有效性。结果:提出的算法大幅缩短了重建时间,提高了重建图像的空间分辨力和质量。结论:提出的算法可以实现磁粒子成像的快速重建,并且在处理含有噪声的数据时具备较强的重建能力。

基于块金字塔的快速块匹配算法

在运动图象编码中,块匹配技术有着非常广泛的应用。在众多的匹配算法中,金字塔算法(block sum pyramid algorithm,BSPA)由于速度较快、算法比较简单而得到了广泛的应用。在金字塔算法的基础上,本文提出一种新的基于块金字塔的块匹配算法(NBSPA)。算法采用了预测初始中心,行更新等技术,实验结果表明,新的算法有效地降低了运算量。

一种改进的三步搜索块运动估计算法

针对目前块运动估计的三步搜索法和新三步搜索法在搜索时容易陷入局部最小的问题,提出了一种改进的三步搜索法.该算法在三步搜索法的基础上,设计了新的大小菱形综合搜索模板,采取了自适应选择模板的搜索策略,减小了搜索时陷入局部最小的概率,提高了运动估计精度且降低了计算复杂度.模拟实验结果表明,该算法与原三步搜索法相比,运动估计的均方误差更小(降低了0.7)且计算复杂度减小了10%以上.

一种改进的完全搜索块匹配算法

完全搜索块匹配算法是图像序列稳定中常用的运动估计方法,在传统的完全搜索块匹配算法中,在搜索区域中图像序列的当前帧和参考帧对应的像素对对匹配结果的贡献是完全一样的,这样使得算法的性能容易受到待稳定的图像序列中各种噪声的影响。针对这个不足,提出了一种改进的完全搜索块匹配算法。在新的匹配准则中,搜索区域中图像序列的当前帧和参考帧对应的像素对对匹配结果是否有贡献取决于它们灰度值之差的绝对值与预先设定的门限值进行大小比较的结果,对应的灰度值之差的绝对值不超过该门限值的像素对对匹配结果有贡献,而且贡献大小受到与像素对位置相关的加权处理,否则该像素对对匹配结果无贡献。实验结果证明了该算法的优越性。

一种基于三角网扩张法的Delaunay三角网逐块归并算法

本文中提出一种基于三角网扩张法的不规则三角网的逐块归并算法,它采用按横向或纵向对离散点集切割分块,对各子块用三角网扩张法构建Delaunay三角网,最后用三角网扩张法依次将相邻的子网合并。该算法采用的子集分块的做法使构网时的搜索范围减小,在数据量较大时避免了计算时间随点数的指数次增加,同时在构网时也能保证三角形邻接关系的正确维护。

几种块匹配运动估计算法的比较

在序列图像中 ,相继帧间存在着很大的空间冗余度 ,运动估计可以去除相继帧间的冗余信息 ,保留相关有效信息。在多种运动估计算法中 ,简单、有效的块匹配算法得到了广泛的应用。通过使用常用序列 ,对各种块匹配算法 (BMA)进行测试比较 。

块运动估计中具有可扩展性的高精度三步搜索算法

由于基于块匹配的快速运动搜索算法中三步法的小运动估计效果较差 ,使其运动估计精度明显下降 ,还导致三步法缺乏良好的扩展性 .因此对三步法进行了改进 ,即在前两步总是将搜索步长减半继续搜索 .模拟结果表明 ,改进后的新三步法同时解决了运动估计精度下降和可扩展性问题 ,且新算法与原三步法在“最坏情形”下计算复杂度是相同的 ,保持了原三步法的高效率 .

预抽取相对较近边界向量的选块算法

利用支持向量机中支持向量的稀疏性和支持向量分布于分划超平面周围的性质,该文提出了一种预抽取相对较近边界向量的选块算法的新算法,该算法减少了普通选块算法的迭代次数和提高了仅依靠相对较近边界向量的准确率,从而大大加快了支持向量机的训练速度,且支持向量机的分类能力不受任何影响。

适于大规模数据集的块增量学习算法：BISVM

对支持向量机的大规模训练问题进行了深入研究,提出一种类似SMO的块增量算法。该算法利用increase和decrease两个过程依次对每个输入数据块进行学习,避免了传统支持向量机学习算法在大规模数据集情况下急剧增大的计算开销。理论分析表明新算法能够收敛到近似最优解。基于KDD数据集的实验结果表明,该算法能够获得接近线性的训练速率,且泛化性能和支持向量数目与LIBSVM方法的结果接近。

基于快速块LMS算法的统一电能质量调节器谐波电流预测方法

本文提出了一种基于快速块LMS算法的统一电能质量调节器谐波电流预测方法。该方法将FFT变换运用到LMS算法中,采用重叠存储方法,在滤波器权值更新时进行块处理。分广义平稳和广义非平稳两种情况,对每个可调权值赋予不同的步长。在t时刻预测出t+2时刻受控量与参考量之间的差值,通过选择t+1时刻的控制策略和利用快速块LMS算法使得该差值最小。仿真结果表明了该方法的正确性和可行性。

子块重叠局部直方图均衡算法的优化研究

子块重叠局部直方图均衡算法是一种有效的图像细节增强算法,它将大幅红外图像分解为多个小幅图像,并对每个小幅图像进行单独的直方图增强,然后通过"叠加"等处理,解决不同局部模块直方图增强后的"块效应",提高整体视觉效果。由于要对每一个小幅图像进行单独处理,因此需要完成的运算量大,处理时间长。通过研究子块重叠局部直方图均衡算法的优化处理,来减少算法的处理时间,提高算法的工作效率。

快速而有效的块运动估计算法

为了提高基于块匹配的运动估计的速度和精度 ,提出了一种带中心偏置点检测模式的自适应快速块运动估计算法 .该算法根据图像序列的运动向量基于中心偏置分布的特点和相邻块运动向量间的高度相关性 ,依据块的不同运动内容来确定其搜索起点、搜索范围和搜索策略 ,从而实现块运动向量的快速而有效地估计 .同时 ,对于大运动块 ,采用了多候选者方式 ,进一步提高了搜索精度 .实验结果表明 ,该算法的搜索速度接近 N3SS,N4SS,而搜索精度比它们高 ,与 HSS相似 ,接近 FSBM.

一种改进的快速块匹配运动估计算法

为了提高运动向量估计算法的速度和精度,提出了一种改进的快速块匹配运动估计算法:依据之前宏块的运动向量,估计当前宏块各可能的运动向量对应的概率值,组成和搜索窗口同样大小的概率矩阵,并根据概率大小限制搜索的次数。仿真结果表明:与标准菱形搜索法相比,在精度略有提高的同时,有效的提高了搜索效率。

基于Hénon映射的块加密算法

利用Hénon映射,提出了一个使用多动态S-box的块加密算法。使用Hénon映射,生成多个动态S-box,对各个数据块加密、解密时,按照一定规则选择其中一个变换函数(S-box)。对文本、图像、音频等不同格式的文件进行了加密与解密处理,分析了密码系统的安全性。实验表明,算法具有较高的安全性,加密速度较快,且对差分和线性密码攻击具有较强的抵抗能力。

一种稳定的变步长块LMS自适应算法

针对LMS自适应滤波算法在输入信号高度相关时,收敛速度下降导致性能下降,本文从基本的块LMS算法开始,简要介绍了块LMS算法的实现方法,在此基础上重点分析了在变步长块LMS算法中,影响步长因子的要素。提出了一种新的变步长因子迭代算法(SVBLMS),该迭代算法充分考虑输入信号和误差信号对变步长因子的影响,并且迭代的结构简单,计算量小。通过Matlab仿真,仿真结果表明,该迭代算法较其它块LMS算法有更快的收敛速度,更稳定的收敛过程。当输入为有色信号或输入噪声较大时,本算法都能保持良好的性能。

广义Hermitian特征问题标准化转换的有效并行块算法

广义Hermitian特征问题并行求解器的性能依赖于所选择的并行算法和矩阵的分布策略等诸多方面.基于块存储和快算法策略,提出了一个新的标准化转化的并行算法,该并行算法将Cholesky分解结合到广义特征问题标准化转换中,降低了已有并行算法的通信开销,并增加了算法的并行性.新算法可显著改善已有并行算法的性能和可扩展性.另外给出了一个有效求解具有多个右端项的三角矩阵方程AX=B的并行块算法.通过自主开发的特征问题并行软件包PSEPS的测试结果表明,并行算法比传统的并行算法快大约1倍,并具有较好的可扩展性.