基于分拆窗口NAF_(w)标量乘的抗功耗分析方案

为同时兼顾椭圆曲线密码的安全和效率,提出一种基于分拆窗口NAF_(w)的抗功耗分析方案。该方案采用基于窗口的二元非相邻形式编码方法实现标量乘算法,并通过改进的NAF_(w)算法提高标量乘算法的运算效率,采用分拆窗口的方法实施抗功耗攻击。算法性能分析结果表明,该方案既可以保证椭圆曲线密码的运算效率,又可以抵抗简单功耗分析、差分功耗分析和二阶差分功耗分析,且可以根据实际需求选择窗口宽度。因此该方案可以兼顾安全和效率。

多算法融合的超临界W火焰炉水冷壁壁温预测模型研究

针对某火电厂水冷壁在深度调峰背景下易发生拉裂而需对水冷壁管间温度梯度进行监控的问题,构建了一种基于PCA-SSA-LSTM多算法融合的预测模型,实现对易拉裂管附近水冷壁管出口壁温的有效预测。为改善模型的预测性能,依据壁温计算理论选取17个输入参数,使用PCA法进行降维处理;采用SSA算法优化PCA-LSTM预测模型超参数,得到最优PCA-SSA-LSTM壁温预测模型。通过与其他预测模型对比发现,融合模型的决定性系数(R2)值有一定程度的增大,均方根误差(RMSE)及平均绝对百分比误差(MAPE)有不同幅度的降低。实际应用表明:建立的多算法融合模型可有效提高多管出口壁温预测精度,能作为电厂DCS监测系统的补充,预警危险壁温,降低因管间大温差造成的水冷壁拉裂风险。

基于W-Gea算法的汽车尾气数据精准预测研究

随着我国人民生活水平和汽车制造技术水平的快速提升,社会汽车保有量迅速增长,然而汽车排放的有害物质(CO、HC、NO)引发的城市大气污染问题也日益严重。目前,遥感检测技术在检测汽车尾气含量时容易受到天气影响,导致取样数据不准确等问题,给汽车监管部门的精准执法带来了较大困难。文章利用遥感检测仪对汽车尾气数据进行采集,研究了精准预测汽车排放有害物质(CO、HC、NO)数据的方案,提出了W-Gea算法,实现了对汽车尾气数据的精准预测。

W波段机载视频合成孔径雷达系统

合成孔径雷达(SAR)能够全天时全天候工作,在对地遥感领域具有广泛和深入的应用。视频SAR将SAR成像获得的空间维度信息拓展到时-空维度,可以获取更加丰富的遥感信息。传统SAR频段较低,导致合成孔径时间长,数据计算量大,高帧频输出难度很大;而低频段太赫兹波对目标细节感知能力强,合成孔径短,特别适合于微弱目标的视频感知。本文设计了一种工作在W波段的视频SAR系统,采用收发分置连续波固态前端体制,输出峰值功率1 W,最大发射带宽可达1 GHz;采用极坐标格式算法(PFA)结合GPU架构实现高帧率低延时成像。仿真试验表明,系统成像分辨力可达0.15 m,成像帧率约5 Hz。

基于混合蚁群算法的WTA问题求解

武器-目标分配问题(Weapon-TargetAssignmentProblem)是一种典型的NP问题。该文提出了一种基于遗传算法和蚁群算法的混合算法(GAACO)以解决武器-目标分配问题。首先,使用遗传算法对火力分配问题形成初始解;然后,将遗传算法的结果传递给改进的蚁群算法,对问题求精确解。实验结果表明该算法求精度优于遗传算法,时间性能优于传统蚁群算法。

C-W节约算法在装配企业采购物流中的应用

将通常用于配送领域路线优化的C-W算法,运用于采购物流领域.针对装配企业采购物流中所运输产品的特点,在线路规划中插入车辆载重量和容积的双重约束条件,以满足采购物流的特殊要求.用一个实例验证了修正的C-W算法对解决采购物流中车辆调度问题的适用性,得到了较好的结果.

结合N-W方法的L-M算法在变压器故障诊断中的应用

在分析Levenberg-Marquardt(L-M)算法和Nguyen-Widrow(N-W)方法原理的基础上,提出了一种多层前馈神经网络训练算法,该算法在使用N—W方法初始化神经网络可变参数的基础上使用L-M算法训练多层前馈神经网络。构造了适合于变压器油中溶解气体分析故障诊断的神经网络,使用了标准BP算法、加动量项BP算法和结合N-W方法的L-M算法训练该网络,结果表明算法收敛速度快、不容易陷入局部极小点。将训练所得网络用于变压器油中溶解气体分析故障诊断,诊断结果验证了该方法的有效性。

用BP神经网络和遗传算法优化电沉积Cu-W的工艺参数

用神经网络和遗传算法(BP-GA)优化电沉积Cu-W的工艺参数。结果显示:BP-GA预测结果与试验结果较接近,相对误差为9.05%,说明BP-GA优化电沉积工艺参数有较高的预测能力和准确度。

基于遗传算法和后代校正的WSN覆盖和连通性优化方案

针对无线传感器网络(WSN)区域覆盖中传感器部署的覆盖性和连通性问题,提出一种基于改进型遗传算法的WSN覆盖和连通性优化方案.首先,将传感器位置编码成染色体.然后,通过遗传算法的交叉和变异操作进化染色体,获得新的解.最后,融入后代校正操作,以避免遗传算法获得的不可行解,最终获得传感器布置的最优方案.实验结果表明,该方案在不同的覆盖范围和通信范围下,能够利用最小数量的传感器实现区域k-覆盖并保持连通性,有效降低了部署成本.

一种改进的A-W细化算法

针对一般细化算法在进行图像细化时会出现细化不彻底、过度腐蚀等问题,提出一种改进的A-W细化算法。改进算法采用高斯平滑滤波器对原始图像进行平滑,在A-W细化算法的20种细化模板基础上,增加3组细化模板进行第1次细化,并设计4种新的细化模板进行第2次细化。实验结果证明,改进算法能较好保持曲线的连通性,保留主线的细节特征,细化后的图像光滑无毛刺。

基于改进C-W节约算法的成品油二次配送优化研究

成品油二次配送是成品油销售的重要环节,配送中心要实现最经济、最快速的多客户需求响应,就需要对路线、车辆、载重、时间窗等要素进行合理优化。文章针对成品油配送的特点,构造了具有载重、时间窗、访问机制等约束条件限制的调度优化模型,运用AK算法思想对传统C-W节约算法进行了改进,算例验证表明了改进算法的优越性。最后,对空车驰返问题进行了绕点折返优化,使模型得以更加完善。进一步的算例验证结果显示改进模型在成品油二次配送优化中效果极好。

基于W学习的无线网络传输调度方案

针对无线网络的传输问题,提出了一种适用于无线网络的智能传输调度方案,在马尔可夫决策过程(MDP)的基础上构建了系统模型,通过W学习算法的引入,中继节点对缓存器储存状态及信道质量进行学习,从而在信息数据包的传输过程中智能地选择数据包传输对象及数据包传输方式来达到在节省能量损耗的前提下尽量减少数据包丢失的目的。通过状态聚合方法解决因状态空间过大而导致的维灾问题,同时采用了行动集缩减来以减少某些状态对应的行动数,利用这些简化方法可以发现逐次逼近法的存储空间压缩率为41%,W学习算法的存储空间压缩率为43%。最后,系统仿真结果表明,提出的传输调度方案可以在节省能耗的基础上尽量地传输数据,减少了数据包的丢失,同时采取的状态聚合法及行动集缩减在有效地简化计算的同时并没有影响算法的性能。

基于C-W算法的汽车零部件循环取货车辆路径优化研究

针对汽车零部件取货具有多频次和时间窗限制的特点,利用先进的循环取货方式对零部件进行取货.并构建数学模型优化取货路径,利用C-W算法,获得符合所有约束条件的满意解.使其在配送总量一定的情况下,运输总里程大大降低,从而节约了运输成本.最后给出一个算例.

一种带有时间窗的非满载VSP的修正C-W节约算法

针对现实中车辆调度存在的时间约束与各配送点的实际问题,采用修正的C-W节约启发式算法求解和分析了带有时间窗约束的非满载车辆优化调度问题。这种算法得到了最优路线,从而在一定程度上达到了总运行费用最少的目标,并且实现了非满载车辆的优化调度。

基于W-CDMA系统中卷积码解码方法研究及应用

本文研究了移动通信系统中比较重要的一种前向纠错码———卷积码,并提出了采用FPGA实现卷积码解码的Viterbi算法实时实现,给出了硬件实现的逻辑框图,并提供了该实现在WCDMA系统中的计算机性能仿真结果.

基于B-W算法训练连续语音的关键技术

B—W算法是基于隐含马尔可夫模型连续语音建模所采用的技术.探讨了基于B—W算法的连续语音建模的关键技术———计算溢出及训练样本差异问题,提出了解决方法:对计算溢出可采用对数变换的方法扩展计算机所能表示的数值范围给以解决;差异样本训练可在训练中消除将定样句子单元信息予以解决.

基于ABC法和C-W法M物流公司仓库拣选路径分析

采用ABC分类法划分产品类别,调整产品储位,储位调整后,引用C-W节约算法对仓库拣货路径进行分析。结果表明:经过产品ABC分类后筛选的29个A类产品,将其储位调整至出口处近端,其距离出口处总里程缩短89%;采用C-W算法比传统拣货路径减少了18%。

多Agent及C-W算法在物流系统中的应用

将通常用于配送领域路线优化的节约法(C-W算法)运用于采购物流领域,研究运输过程中可能出现的突发任务,采用多Agent技术及时予以解决。针对装配企业采购物流中运输产品的特点,将任务分为初始任务和突发任务,初始任务采用插入车辆载重量、容积双重约束条件的C-W算法,突发任务采用车辆Agent自主竞标的方式,获得最优解的同时及时智能地解决突发任务。用一个实例验证了C-W算法对初始任务的分配和Agent车辆对突发任务竞标的适用性。

一种结构简单的快速W变换算法及其实现

本文给出一种结构简单的快速算法及其＂即位＂实现程序，用以计算Ｎ＝２Ｍ点的所有四种类型的离散Ｗ变换（ＤＷＴ）．该算法所需要的计算量和目前效率最高的ＦＷＴ算法［４］一样，但结构更简单、且使用余弦乘子；因此它既避免了ＦＷＴ算法的缺点，又具有更高的计算效率。

W波段宽带宽角低副瓣类喇叭天线稀布阵

针对大损耗、制作工艺、T/R组件尺寸与通道数量以及位置等因素带来的W波段宽带宽角低副瓣相控阵天线设计难题,文中设计了一款在80~110 GHz频率范围内的宽带类喇叭天线单元,天线驻波比均小于1.8。在充分考虑T/R组件带来的布阵空间限制下,文中仅通过阵元位置优化设计了64元高增益低副瓣宽带宽角阵列天线,并为该阵列设计了小型低剖面空气波导馈电网络。仿真结果表明,64元稀布阵在䥺SymbolqB@40°波束扫描范围内下增益高于22.6 dB,副瓣电平低于-6.2 dB,各阵元有源驻波比均小于2,证实该阵列天线具有宽带宽角、低副瓣、高增益、结构易于加工实现等优点,应用前景良好。