基于改进DPSO算法的并行测试任务优化调度研究

并行测试以减少测试时间和降低测试成本的强大优势,已成为当前自动测试系统发展的方向。针对并行自动测试过程中,测试任务调度复杂,难以优化的问题,以PSO算法为基础,通过对问题空间编码的重新定义,并运用交叉、变异算子给出了新的粒子位置的更新公式,提出了一种改进后的DPSO算法。依据并行测试完成时间极限定理,给出了并行测试任务调度的目标函数与约束条件。以某雷达电子装备并行测试系统中三块电路板并行测试为例,对改进的DPSO算法进行了仿真验证,得到了最优调度测试序列。结果表明：与遗传算法相比,改进后的DPSO算法迭代次数更少,寻优性能更好,适用于工程应用。     

面向信号的仪器控制模型研究

在复杂电磁场的背景下,捕获良好短波电台的信号是人们研究的重要议题。在研究短波跳频电台的的干扰特点的基础上,利用最小均方误差（Least Mean Squares,LMS）算法对干扰进行抵消。基于LMS算法的研究提出的变步长LMS算法函数建模;基于短波跳频电台的研究对,在Simulink环境下进行电台仿真建模。将新算法嵌入自定义模块中并与加干扰的电台模型联合仿真。仿真结果表明,新算法模块的加入可以有效对短波跳频电台的干扰进行抑制。自定义的LMS算法模型的建立对新算法的开发应用打下了基础、在复杂战场环境下有效保障短波跳频电台正常工作提出了新思路。     

基于ZigBee的煤矿井下预警防爆监测系统设计

针对矿山井下的特殊环境,提出了一种基于ZigBee技术的煤矿井下预警防爆监测系统,实现煤矿井下环境信息和人员位置的实时监测,以减少事故发生率;井下系统采用CC2530+CC2401芯片作为ZigBee节点的核心,井下主控制器通过CAN总线实现与井上上位机的通信;上位机使用Labview软件实现程序编程,实时显示煤矿井下采集到的CH₄、CO、O₂浓度、温湿度和人员坐标等参数并进行Web发布;该系统结合了基于模糊逻辑算法的预警技术、基于物理隔离的防爆技术,同时提出了一种融合LQI的RSSI加权质心算法;实验证明该系统运行稳定可靠,提高了人员定位的精度,具有良好的应用前景。     

基于果蝇算法和灰色神经网络的电子装备故障预测方法研究

针对电子装备故障数据小样本、非线性的特点,在相空间重构处理原始时间序列数据的基础上,基于k折交叉验证和果蝇算法优化灰色神经网络模型参数,从而提出一种基于果蝇算法和灰色神经网络的故障预测方法,并以某型雷达高压电源监测数据仿真结果为例验证其模型性能;实验结果表明,相比已有方法,该方法在全局优化、收敛速度、预测精度方面都具有一定优势。     

基于跳频通信的移动机械遥控系统

为解决在同一个工作区域多个无线通信网络容易彼此干扰无法协同工作的问题,以移动机械工程车辆为控制对象,设计JRCJ500无线遥控系统,由用户手持终端接收用户操作指令,现场控制器驱动远程设备动作,实现对车辆的远程操作控制与状态信息反馈;采用STM32L低功耗处理器设计无线通信模块,选择公用通信频段,基于跳频扩频通信技术,约定无线通信数据格式与跳频频点,通过简单高效的跳频图案生成算法,在每一帧数据中添加同步字头,实现了无线通信网络的快速同步组网,保证了通信的稳定性,实现了在限定工作区域多台无线通信设备同时工作的应用需求。由于采用模块化设计,系统具有良好的通用性和可移植性,能够在多种复杂恶劣工作场合实现远程控制功能。     

改进路径规划算法在桥式起重机中的应用

原有的桥式起重机路径规划算法是以路径最短为目标函数,规划得到的路径存在多个拐点,在实际操作中由于起重机大车和小车的频繁起制动,使负载摆动较大且耗费了大量时间,严重影响了桥式起重机转载的效率;在分析桥式起重机自身结构和运行系统特点的基础上,通过改变原有替补栅格集合使大车和小车交替运行,同时将拐点的数量结合到路径规划算法的目标函数中,规划得到了无斜线,拐点少且路径短的最优路径;通过仿真与实验,对比得到在实际转载中改进算法得到的路径用时较短,证明了改进后的路径规划算法在实践上的可行性。     

反应堆蒙特卡罗临界模拟中均匀裂变源算法的改进

在反应堆pin-by-pin精细建模及蒙特卡罗模拟计算研究中, 由于不同栅元的功率密度差异较大, 导致蒙特卡罗方法临界计算的样本在不同栅元之间的分配不均衡, 由此引起栅元内的各种计数的统计误差差异较大. 为使大部分栅元内计数的统计误差降至一个合理的水平, 单纯增加总样本已不是一个高效的解决方法. 通过在特定临界计算迭代算法的基础上改进并实现均匀裂变源算法的思想, 对大亚湾压水堆pin-by-pin模型取得了具有较高效率的数值结果. 本工作为具有自主知识产权的蒙特卡罗粒子输运模拟软件JMCT最终达到反应堆pin-by-pin模型(包括一系列国际基准模型)的模拟性能要求提供了一个有效的工具.     

语音信号序列的Volterra预测模型

对给定的英语音素、单词和语句进行了采集并完成预处理. 分别应用互信息法和Cao 氏法确定了实际采集的语音信号序列的延迟时间和嵌入维数, 以完成语音序列的相空间重构. 通过计算实际采集的语音信号序列的最大Lyapunov指数, 完成了语音信号的混沌特性识别, 判定其具有混沌特性. 引入Volterra级数, 提出了一种具有显式结构的语音信号非线性预测模型. 为克服最小均方误差算法在Volterra模型系数更新时固有的缺点, 在最小二乘法基础上, 应用基于后验误差假设的可变收敛因子技术, 构建了一种基于Davidon-Fletcher-Powell算法的二阶Volterra 模型(DFPSOVF), 并将其应用于具有混沌特性的语音信号序列预测. 仿真结果表明: DFPSOVF非线性预测模型对于单帧和多帧语音信号均具有更好的预测精度, 优于线性预测模型, 并且能够很好地反映语音序列变化的趋势和规律, 完全可以满足语音预测的要求; 可以根据语音信号序列的嵌入维数选取预测模型的记忆长度. 所提出模型可以为语音信号重构和压缩编码开辟一条新途径, 以改善语音信号处理方法的复杂度和处理效果.     

受激布里渊散射并行数值模拟研究

为了更深入地研究激光与等离子体相互作用中受激Brillouin散射不稳定性的物理机制,建立了受激Brillouin散射三波耦合数学模型,根据方程组的形式以及数学特征,采用算子分裂方法,坐标平移,高效的并行傅里叶变换和归约密度等算法,编制模拟受激Brillouin散射不稳定性的并行程序,并用数值算例证明其有效性,最后采用近3亿固定网格规模,扩展到4096个核上测试并行性能,并行效率达到81.6%。     

基于压缩感知的~(252)Cf源驱动核材料浓度识别技术研究

针对252Cf源驱动噪声分析测量法中核材料浓度识别问题,采用压缩感知理论,在K最近邻(KNN)识别算法基础上,研究了一种基于压缩采样的K最近邻(CSKNN)分类识别方法,进而研究并分析了CSKNN方法的识别概率。实验结果表明,CSKNN分类识别方法只需少量的观测值(观测比M/N≥0.1),即可达到分类识别的目的;当信噪比提高时,识别概率将会以更快的速度收敛至100%,且对K值的敏感程度也会随之降低。这样,不仅提高了核军控核查的实时性,而且还有效降低了采样成本,为核材料浓度的在线判读提供了一种新的理论基础和实现方法。