基于Voronoi网格研究ZnO压敏电阻微观参数对其电气性能的影响

ZnO压敏电阻是由大量ZnO晶粒和晶界组成的多晶半导体器件,其内部ZnO晶粒微观结构的几何形状和拓扑结构以及晶界的性能和电气特性分布对ZnO压敏电阻的宏观电气特性的影响非常明显。因此,基于Voronoi网格建立ZnO压敏电阻的微观结构模型和晶界电路模型,研究微观参数的变化对其宏观电气性能的影响。仿真结果表明:通过减小平均晶粒尺寸、提高表面态密度或者降低施主浓度等措施,能够明显提高ZnO压敏电阻的电压梯度,电压梯度的提高有助于降低其残压比;降低晶粒电阻率,可减小ZnO压敏电阻的残压比,同时对其他电气参数无明显影响。因此,研发高梯度、低残压的ZnO压敏电阻,应采取以减小平均晶粒尺寸、降低晶粒电阻率作为主研究路线,以提高表面态密度、降低施主浓度等作为辅助措施的研发策略。

基于质心Voronoi结构的布点算法及应用

以初始点的Voronoi结构为基础,建立基于质心Voronoi结构的布点算法。该算法通过区域上的初始离散点构造Voronoi结构,利用面积坐标法确定Voronoi结构的质心点,以成本函数作为质心Voronoi结构的收敛准则。若质心点满足收敛准则,则将该质心点作为区域的离散节点。然后利用切边处理技术,实现复杂区域内的布点算法,即给出不同区域的均匀布点和非均匀布点。以长圆筒为例,采用基于Voronoi结构的布点算法对求解域进行点的离散,利用自然邻近Petrov-Galerkin无网格法计算其应力值,求得的应力值与精确值比较吻合,这证明了将质心Voronoi结构的质心点作为无网格法区域离散节点进行无网格法分析是比较精确、可靠的。

基于Voronoi结构的无网格局部Petrov-Galerkin方法

基于自然邻结点近似位移函数提出了一种用于求解弹性力学平面问题的无网格局部Petrov-Galerkin方法.这种方法在结构的求解域Ω内任意布置离散的结点,并且利用需求结点的自然邻结点和Voronoi结构来构造整体求解的近似位移函数.对于构造好的近似位移函数,在局部的Delaunay三角形子域上采用局部Petrov-Galerkin方法建立整体求解的平衡控制方程,这样平衡方程的积分可在背景三角形积分网格的形心上解析计算得到,而采用标准Galerkin方法的自然单元法需要三个数值积分点.该方法能够准确地施加边界条件,得到的系统矩阵是带状稀疏矩阵,对软件用户来说,它还是一种完全的、真正的无网格方法.所得计算结果表明,该方法的计算精度与有限元法四边形单元相当,但计算和形成系统平衡方程的时间比有限元法四边形单元提高了将近一倍,是一种理想的数值求解方法.

基于质心Voronoi结构的自由曲面布点策略

借鉴已有质心Voronoi结构网格规划的技巧,将自由曲线曲面的曲率函数作为生成质心Voronoi结构中的密度函数,并以成本函数收敛性作为算法结束的准则,提出了一种新的基于质心Voronoi结构的采样方法。采用本文方法实现了采样点的自适应分布,并通过仿真实验与传统采样方法进行了对比验证,结果表明,本文方法相对于一般自由曲面来讲是稳定的、高效的。

二维限定Voronoi网格剖分细化算法

给出了限定点、限定线在Voronoi网格中存在的充要条件,提出了二维限定Voronoi网格细化算法,通过设置初始检测带,然后细分检测带来实现限定Voronoi网格的剖分;同时证明了该算法对于任意平面线段图输入限定条件的收敛性.对于生成的限定Voronoi网格,给出了尺寸控制和质量控制算法,并对其时间复杂度进行了分析.最后通过实例验证了文中算法的有效性.

油藏Voronoi网格化的研究

Voronoi网格具有很强的灵活性和局部正交等特点,可以把局部细分网格与基本粗化网格有效地结合在一起,满足了油藏数值模拟技术对于大范围粗格化模拟、局部精细化描述的需要。对Voronoi网格的生成技术进行了分析和研究,提出了一种新的生成方法:把油藏区域按断层、井层、基层分层,针对不同层,采用不同的几何模型布点,最后采用间接法构造Voronoi网格。从计算几何的角度把层干扰归纳为点与点、点与线和线与线3类,并给出了相关的解决措施,重点对断层与垂直井、水平井的干扰进行处理。通过Voronoi网格化模型,验证了该算法的正确性和有效性。

基于Voronoi极点特征值显著度加权的网格简化算法

针对目前网格简化仅依赖局部特征而造成对尖锐特征保持差的问题,提出一种新的基于视觉显著度加权的简化算法。算法首先通过Voronoi内外极点与采样点之间的关系来计算离散曲面局部极点特征值,然后叠加不同尺度下局部特征值的高斯差分获得特征的视觉显著度。在进行网格简化时,将该显著度作为权重赋值给每个点的二次误差矩阵,从而达到对显著度较高区域特征保持的目的。实验结果表明,所提出的简化算法与传统基于局部曲率的算法相比能够更有效地保持原始网格固有几何特性,特别是对于视觉较为敏感的尖锐特征。

基于六边形网格的球面Voronoi图生成算法

利用二十面体施奈德等积多面体投影构建了球面多分辨率六边形层次网格;通过边界四元组将六边形单元分解到四元三角形及其子单元中处理;利用改进的四元三角网编码方案建立了网格的数字空间、单元层次编码模型和不同实体在球面上的表达方法。在此基础上,提出了球面Voronoi图的生成算法。实验结果表明该算法与现有算法相比具有更高精度。

传感器网络中基于Voronoi网格的快速覆盖判定算法

覆盖问题是传感器网络研究中的一个基础课题,判定感兴趣的区域是否被一组给定的传感器节点完全覆盖,在监控等传感器网络的许多应用领域中具有重要意义。提出了一种传感器网络中基于Voronoi网格的快速覆盖判定算法VT-RCDA(Voronoi Tessellation based Rapid Coverage Decision Algorithm)。算法首先将感兴趣的区域进行正方形网格剖分,然后采用Voronoi网格模型将复杂的区域覆盖问题转化为简单的顶点覆盖问题。理论分析与仿真实验表明,与已有算法相比,新算法具有较好的覆盖判定正确率,较低的计算复杂度,且针对具有n个节点的传感器网络,能在O(nlogn)的时间开销内快速判断出任意给定感兴趣区域能否被这n个传感器节点覆盖。

无线传感器网络修正权值网格质心法目标定位算法

在无线传感器网络研究中,由于传统质心定位法存在很大误差,须将目标定位存在的区域进行进一步缩小,并且将此区域划分为许多网格。利用定位节点和目标的探测关系,从而得到有效网格,再对这些有效网格利用修正权值的方法进行目标定位,即提出的修正权值网格质心定位法。仿真表明:这种方法得到的目标位置误差只有0.6m左右,而传统质心定位法和普通网格质心定位法的误差分别为3.6,2.4m左右。表明修正权值网格质心定位法精度远远高于这2种方法,同时它的实时性也可靠,从而显示了修正权值网格质心定位法的优越性。

网格质心运动的聚类初始化方法

针对以k-means为代表的分割聚类算法初始参数的很难选取这一难题,提出基于网格质心运动的初始化算法。划分网格后,定义网格的质量,利用物质质心运动理论,提取样本的聚类中心,并由此确定样本分类数k。实验表明,该算法可以有效地提取初始聚类中心,消除噪声点,可以提高后续聚类分析的效果和效率。

三维限定Voronoi网格剖分细化算法

针对分段线性复合形约束条件下的三维限定Voronoi剖分问题,提出一种细化算法.首先证明了分段线性复合形中的元素在最终生成的三维限定Voronoi网格中可表示为Power图结构;受此启发,提出了对限定线段/平面片分别进行一维/二维Power图细化以实现三维限定Voronoi网格生成的细化算法,并且证明了该算法对于任意分段线性复合形收敛.最后通过实例验证了文中算法的有效性.

基于Voronoi图的磁共振PROPELLER数据网格化算法

PROPELLER数据采集成像算法是磁共振成像中的一项新技术,由于其数据的网格化直接影响该成像算法的效果,因此提出一种基于Voronoi图的网格化算法.该算法对采样数据集进行网格分组查找,快速消除位置相同点;加入边缘闭包后进行Voronoi网格化,计算Voronoi网格面积并将其作为网格化的密度补偿权函数,提出基于网格分组的快速网格化算法并成像.实验表明,该算法运行速度快,成像清晰,图像对比度和细节较好,信噪比得到有效提高.

应用于DSMC方法的二维Voronoi网格技术

研究了Voronoi网格技术并将其应用于直接模拟蒙特卡洛DSMC(Direct Simulation Monte Carlo)计算.基于Dirichlet镶嵌与Voronoi图理论,Voronoi网格利用特征点表征网格单元,具有建立粒子与网格单元之间映射关系的独特算法,适合于DSMC方法的统计特点.在剔除过于靠近边界的特征点以及必要情况下边界细化的基础上,通过区分由边界节点表征的非完整Voronoi网格单元以及由计算区域内镶嵌点表征的完整Voronoi网格单元,解决了Voronoi网格的二维边界匹配问题.Voronoi网格技术支持自适应DSMC计算.映射效率对比表明,Voronoi网格的DSMC计算效率高于三角形网格,低于多级直角网格.通过MEMS微喷管流动数值模拟,验证了Voronoi网格技术在DSMC方法中的有效性.

传感器网络基于Voronoi网格的数据压缩算法

提出了一种传感器网络中分布式多分辨率数据压缩算法.在分布式域剖分模型DDPM(distributed domain partition model)基础上,提出了一种多分辨率的数据压缩模型MDCM(multiscale data compress model),DDPM把传感器网络按域划分来构建连通核,传感节点只需在连通核中寻径,因而能够明显减少寻径时间复杂度并且具有更好的分布性;MDCM利用Voronoi网格来对DDPM所形成的域中的节点进行划分,然后采用多分辨率方法构建数据压缩模型.理论分析和实验仿真结果表明,MDCM具有很好的逼近性能,并且能够对传感器网络中的数据进行有效压缩,可以更大程度地降低传感器网络中的数据传输量.

基于地球网格剖分的球体3D-Voronoi图生成

球体3D-Voronoi图是球面Voronoi图向球体空间扩展产生的,可用于空间目标管理与空间行为建模。在全球空间网格剖分与编码基础上,提出了一种基于地球网格剖分的球体3D-Voronoi图生成算法。首先针对生长元为点集和全要素两种情况,分别给出了球体3D-Voronoi图的定义;然后阐述了基于活动像素生长的球体3D-Voronoi图生成算法的原理和具体实现步骤;最后以雷达探测威胁源和火力打击威胁源为生长元生成球体3D-Voronoi图,并提取边界网格,用于减少飞行器路径规划搜索网格范围,验证了算法的有效性。

基于Voronoi网格技术的油藏数值模拟研究

针对结构化网格在油藏模拟中存在的种种局限性,将非结构化网格中的Voronoi网格技术应用于油藏数值模拟中。介绍了Voronoi网格在油藏数值模拟的主要优势,在生成的Voronoi网格的基础上,建立了多维多相的物质平衡方程;在近井地带的模拟中,引入了传导率修正系数来提高数值模拟精度。通过对现有文献的分析发现,Voronoi网格具有很高的灵活性,能够较真实地描述油藏形态和储层物性的空间变化,且易于局部网格加密。因此,Voronoi网格技术是目前油藏数值模拟中广泛采用的技术。

基于质心Voronoi图重构的UDSM边折叠简化

城市数字表面模型网格(UDSM)的相邻网格常常出现曲率剧变,而这些位置是UDSM的细节部分,简化过程中应当尽量保持。针对该情况,引入了质心Voronoi图重划分网格,将曲率较小的表面的点云密度大大降低。重划分的网格表面细节与周围的平滑表面的三角网格尺寸悬殊,在该基础上使用二次误差矩阵边折叠进行LOD构建时网格发生明显变化,范围大大减少。算法在时间性能与网格误差与直接边折叠相近的前提下,更多地保存简化后的网格细节。

基于Voronoi结构的多边形单元网格生成方法

针对多边形单元网格难以生成的问题,建立了基于Voronoi结构的多边形单元网格生成方法。该方法通过区域内的一组初始点来构造Voronoi结构。对初始种子点的分布进行优化,以达到控制多边形单元网格密度的目的。利用Voronoi结构的特点,通过添加种子点对应目标区域边界的映射点对边界进行拟合,实现Voronoi结构对复杂边界的逼近。对Voronoi结构进行质心化,改善生成多边形单元形态。给出了该方法的程序实施步骤,并结合网格生成实例,验证了其合理性和可行性。

基于质心距离和密度网格的数据流聚类算法

针对基于密度网格的数据流聚类算法D-Stream存在的缺陷,提出了基于质心距离和密度网格的数据流聚类算法CDD-Stream。该算法分为在线、离线以及历史簇查询3个部分。在线部分通过各网格单元的数据量、密度以及存在的网格数来计算加权平均密度,基于加权平均密度动态设置网格单元的密度阈值和时间间隔gap;采用新的簇边界判定方法,依据稀疏网格与其邻接稠密网格的质心距离,将稀疏网格归并到相应的簇中,在一定程度上避免了簇边界的误删,提高了聚类精度。离线部分使用金字塔时间模型存储网格帧,供用户查询历史簇,查询结果可以为用户进行簇演化分析提供依据。与D-Stream算法和NDD-Stream算法的对比实验结果表明,CDD-Stream算法在数据流对象上有更好的聚类时效性和更高的聚类精度。