【摘 要】
：
消息队列异步通信信号错误检测过程中会受到白噪声、高斯噪声等因素干扰,导致信号错误检测概率极高,严重会使异步通信信号不能正常运输,于是提出一种基于自适应变异的消息队列异步通信错误检测方法.通过分析自适应变异特征消息队列异步通信流程,根据输入消息队列异步通信信号扩频码、周期、幅值以及相位等方法判断出输出异步通信错误信号,并通过定时同步、无线噪声以及多址干扰等存在的错误情况分析,将得出的错误问题进行修正,完成消息队列异步通信错误检测.实验结果表明,所提方法操作简便、错误概率极低,异步通信错误检测能力极强.
论文部分内容阅读
消息队列异步通信信号错误检测过程中会受到白噪声、高斯噪声等因素干扰,导致信号错误检测概率极高,严重会使异步通信信号不能正常运输,于是提出一种基于自适应变异的消息队列异步通信错误检测方法.通过分析自适应变异特征消息队列异步通信流程,根据输入消息队列异步通信信号扩频码、周期、幅值以及相位等方法判断出输出异步通信错误信号,并通过定时同步、无线噪声以及多址干扰等存在的错误情况分析,将得出的错误问题进行修正,完成消息队列异步通信错误检测.实验结果表明,所提方法操作简便、错误概率极低,异步通信错误检测能力极强.
其他文献
利用当前方法对CT图像局域阴影特征提取时未对CT图像进行预处理,存在峰值信噪比低、ROC曲线低和特征分离度低的问题.提出CT图像局域阴影特征小波阈值提取方法,该方法确定小波阈值后对CT图像进行去噪,同时利用线性、分段线性以及非线性三种灰度变换方式以此增强CT图像分辨率,以便更加清晰地分辨CT图像局域阴影,并利用二维Dau-bechies小波分解CT图像局域阴影,将其分成若干个小图像后利用概率密度分布求解特征值,最终结合所有图像的特征值实现CT图像局域阴影特征提取.实验结果表明,所提方法的峰值信噪比高、RO
为了实现地理空间数据的共享与整合,充分反映地理空间分布特征信息,提出面向空间信息光网络的宽带无线微波接入控制.首先通过空间信息光网络原理及模型,把自然连通系数作为网络抗毁性衡量准则,并建立抗毁性优化模型以保证网络数据安全;其次引入微波接入互操理念,提出基于IAVB的节能调度方法,改善虚拟突发的结束条件,防止未正确终止虚拟突发产生的能量损耗;最后采用协议测试法构建宽带无线微波接入控制方法,达到空间地理位置信息及时共享与高效率信息传输目标.仿真结果表明,所提方法能够完成各种复杂环境下的地理数据交互,为空间数据
为了保证细粒度图像分类识别后图像结构信息的完整性,设计一种基于约束稀疏表达的细粒度图像分类识别方法.在区域建议网络内输入待分类图像,利用在线硬示例挖掘方法筛选对分类识别结果影响较大的图像;在降采样图像基础上,引入分布结构约束项,建立约束稀疏表达线性编码模型;创建相似度权衡函数,将图像分类识别等效为排序问题,使用交替方向乘子法求解并获得最佳测度矩阵,完成细粒度图像分类识别目标.仿真结果证明,在遮挡、光照差异等状况下所研究方法分类后的图像结构信息较完整,分类识别后的平均峰值信噪比为28.9,平均分类时间为5.
为了平衡指纹图像识别方法的识别效果与抗噪性能,研究基于小波分析的指纹图像模糊边缘识别算法,提升指纹图像模糊边缘识别的正确率和抗噪性能.采用小波变换增强指纹图像,提高图像质量.并将图像方向场矩阵中被标记次数最多处视为图像中心点位置,以此为中心切割指纹图像,提取指纹有效区域.采用3阶Haar小波分解,提取有效区域内指纹图像边缘特征向量,将其作为概率神经网络(PNN)的输入.通过PNN的分类器完成指纹图像模糊边缘的某一特征向量和其它特征向量的分类和识别.实验结果表明:上述算法的指纹图像模糊边缘识别正确率为98％
为了减少纯电动汽车低温环境下电池性能衰减,需要设计电池加温系统,且需要高效的结构设计和精确的控制减少加温所需额外能量消耗.研究了一种以电加热器作为主要热源,电机废热作为辅助热源的电池加温系统,对其进行了仿真建模.为优化该系统的控制精度和能耗,基于线性时变的模型预测控制(linear-time-varying model-predictive-control,LTV-MPC)设计了加热器的控制策略.通过对实际运行工况的仿真分析发现,利用电机废热能够提升电池加温速率,降低能耗;采用模型预测控制的系统对比传统P
采用传统方法对全景拼接图像校正时,无法检测到全景图像中的重叠区域,导致全景图像结构相似度评分SSIM偏低、边缘差分谱评分DoEM低且校正误差较大.为解决上述问题,提出移动AR+ VR支持下全景图像拼接均匀性校正方法.采用相位相关算法在移动AR+ VR支持下检测全景图像重叠区域.确定全景图像的畸变中心坐标和畸变系数,将图像畸变区域投影到地图坐标中,通过亮度像素值校正镜头畸变和斜视变形,完成图像的均匀性校正.实验结果表明,所提方法的结构相似度评分SSIM均大于0.93,边缘差分谱评分DoEM最高可达0.991
踝关节扭伤是临床上常见的关节类运动性软组织损伤,但由于踝关节结构的复杂性,进行摇拔戳手法治疗时难以对其内部进行量化研究.则基于成年男性患者CT图像和踝关节解剖特点建立足踝有限元模型,并应用运动捕捉技术获取摇拔戳手法治疗踝关节的运动学参数,模拟力学状况进行有限元加载计算,计算的运动角度结果与实际临床数据基本一致,表明模型有效.通过有限元进一步分析得到踝关节扭伤治疗后较治疗前踝穴关节面应力增大、损伤韧带的弹性模量减小等量化结果.仿真结果表明:利用有限元方法能够较好模拟摇拔戳手法的力学状况,可直观看出踝关节扭伤
针对永磁同步直线电机具有的非线性,扰动敏感的特点,提出基于自适应滑模电流控制算法的滑模控制.通过在电流环引入自适应律,进行在线估计系统内部参数摄动以及模型不确定性扰动,来改善永磁同步直线电机驱动系统中的电流环响应速度、追踪性能,并将正弦饱和函数代替常规sign函数,来削弱系统抖振,提高系统的鲁棒性和稳定性.同时设计二阶扩张观测器预测系统的负载扰动,二阶扩张观测器中利用提出的新型sigfal函数,改善了传统扩张观测器的预测精度和稳定性,然后将预测值前馈到电流环对其进行补偿,来减小滑模控制增益.仿真结果证明,
针对传统移动信号传播模型搭建的过程计算量大,实际应用准确率低等问题,提出一种基于大数据的机器学习建模方法.通过对大量真实LTE数据进行预处理、特征构建,采用互信息法求解特征与标签值的相关性大小,结合移动通信理论进行特征选取.将影响因素最大的7个特征作为输入,以接收点的信号功率值作为输出,使用梯度下降算法不断迭代更新权重和偏置以减小误差,将模型的代价函数作为评估参数,建立16层的深度神经网络模型仿真.训练好的模型可用于预测新环境下的信号接收功率值,且在准确度及算法复杂度方面优于传统模型.
针对永磁直线同步电机混沌控制,结合状态反馈解耦方案,降低电机系统阶数,建立电机混沌解耦数学模型.应用Wolf算法与最大Lyapunov指数谱,证明电机系统运行过程中存在混沌现象,研究系统进入混沌状态时的条件及动态响应.基于电机混沌模型,提出一种滑模混沌控制器.通过BP神经网络全局拟合滑模控制参数,并经由粒子群算法优化,实现电机系统混沌控制;利用Lyapunov判据,分析控制器系统稳定性.仿真结果表明,滑模控制方案,可使电机系统脱离混沌并达到稳定运行状态,控制参数优化后,电机响应时间和超调量减少,鲁棒性提高