基于BP神经网络和改进D-S证据理论的目标识别方法

针对应用经典D-S证据理论时,其关键参数基本概率赋值(BPA)往往凭主观经验获得,导致决策可信度低的问题,提出通过构建BP神经网络来获取基本概率赋值的方法。该方法利用BP神经网络强大的自学习和非线性映射能力,归一化输出值得到基本概率赋值。同时,为了解决高冲突度证据合成结果有悖常理的问题,提出一种基于证据信任因子的新的融合方法。根据证据的信任因子赋予其相应的权重,加权平均后得到期望证据,再进行合成。实验结果表明,该改进方法消除了高冲突度证据对合成结果的影响,具有更高的目标识别准确度。

4H-SiC金属-半导体场效应晶体管大信号I-V特性和小信号参数的计算

基于碳化硅金属-半导体场效应晶体管内部载流子输运的物理特性分析,建立适于精确计算4H-SiCMESFET器件大信号电流-电压特性和小信号参数的解析模型.该模型采用场致迁移率、速度饱和近似,并考虑碳化硅中杂质不完全离化效应及漏源串联电阻的影响,栅偏置为0 V时,获得最大跨导约为48 mS.mm-1.计算结果与实验数据有很好的一致性.该模型具有物理概念清晰且计算较为准确的优点,适于SiC器件以及电路研究使用.

结合图像信息的快速点云拼接算法

现有三维激光扫描设备通常配有一个同轴相机,它可以对扫描场景进行拍摄。针对带有同轴相机的激光扫描设备,本文提出了一种结合图像信息的快速点云拼接算法。与传统拼接算法同时计算点云间的旋转和平移变换不同,本文对这两种变换分别进行求解。其中,不同扫描点云间的旋转变换是利用视觉几何知识由同轴相机在不同扫描站点下拍摄的图像直接获得,而平移变换是由本文提出的改进ICP算法得到。在改进的ICP算法中,只有平移变换的3个未知量被迭代计算,其输入是去除旋转变换后的点云。试验结果表明利用图像获得的点云旋转变换具有很高的准确性;并且由于本文算法中迭代过程只针对平移变换的3个变量进行计算,因此与需要迭代计算6个变量的传统ICP算法相比,本文算法计算复杂度大幅降低,同时更易收敛于全局最优值且收敛速度有所提高。

基于能耗均衡的LEACH改进方法

针对传统低功耗自适应集簇分层型拓扑控制算法(LEACH)存在以随机数选取簇头以及在选簇头时未考虑节点剩余能量而易导致低能量节点过早死亡的问题,提出一种改进方法。优化整个网络的能耗推导确定网络的最优簇头数,并通过均衡化思想设定簇头选择阈值。仿真结果表明。该算法与LEACH算法相比,网络能耗更加均衡,有效延长了网络生存期。

LDPC短码的编译码研究

这里研究了原模图LDPC码和BP译码算法,首先提出了一种基于PEG算法构造原模图LDPC码的算法,该码字在码率为1/2,码长256比特的情况下,译码性能超过了PEG算法,然后针对LDPC短码不可避免存在四环的特殊性,提出了一种修正四环中变量节点迭代信息的BP译码改进算法,使得具有四环的LDPC短码的译码性能得到较大提升。