软件分层结构故障优化检测仿真研究

对于软件分层结构故障的检测,能够更好的提升软件系统的运行质量。在软件体系结构测试中对软件分层结构故障的检测,需要计算故障数据挖掘特征集,将软件故障样本数据的均值定义为软件故障特征量的均值,完成对软件分层结构故障的检测。传统方法先对故障特征进行数据分类处理,给出软件故障特征向量集,但忽略了故障特征量均值的定义,导致检测精度偏低。提出基于决策同态理论的软件体系结构测试中软件分层结构故障挖掘方法。融合于非同态信息增益惩罚因子,构建软件故障的同态区间,对区间内冗余关联软件故障数据进行关联约束,融合于深度网络学习理论获取特征输入向量,计算故障数据挖掘特征集,将软件故障样本数据的均值定义为软件故障特征量的均值,以此为依据完成对软件故障挖掘。仿真证明,所提方法挖掘精度高,可以为提升软件系统的运行质量奠定结实的基础。

基于非线性自适应控制器的船舶动力定位系统设计

船舶的动力定位是指借助分布于船体四周的推进器和船舶动力控制系统,产生一定方向和大小的推进作用力,抵消来自海风、海浪等作用力和作用力矩,使船舶不需要借助锚链等固定设备就可以在海上保持稳定的定位。船舶动力定位具有精度高、稳定性强、灵活性强等优点,目前在深海探测、深海资源开发等领域获得了广泛的应用。动力定位系统的核心是动力控制系统,该控制系统是个典型的非线性系统,本文设计了一种基于非线性模糊自适应控制器的船舶动力定位系统,建立了船舶动力定位系统的模型,并分析了该动力定位系统的运行原理。

DMM-SIFT算子耦合SVM的深度图动作识别算法

针对目前深度图动作识别的低效性问题,提出基于多方向的尺度不变特征转换(scale invariant feature transform,SIFT)算子的深度图识别方法。将深度序列图依次映射到3个相互正交的平面上,累加相邻帧之间差的绝对值,得到深度运动图(depth motion map,DMM);在DMM上提取SIFT特征,得到3个平面上的DMM后,分别计算3个平面的SIFT特征,对其进行归一化处理;引入支持向量机(support vector machine,SVM),将归一化的特征描述嵌入到SVM中,进行深度动作模型的学习与测试。实验结果表明,相对于当前常用的动作识别算法,所提动作识别技术具有更高的检测精度与更强的鲁棒性,能够更有效地提取出深度图里的动作信息。

4路宽带Wilkinson功分器设计

针对雷达和中继通信系统对宽带多路功分器的需求,本文在理论分析的基础上,利用ADS2016软件设计了一款应用于L波段的1分4路Wilkinson宽带功分器。仿真和测试结果表明,该功分器具有隔离度大于20 dB,插入损耗小于6.2 dB,驻波比小于1.2的优良性能,为L波段功率放大器的大功率合成奠定了良好的设计基础。