虚拟试验系统协议转换模块研制

哈尔滨工业大学自动化测试与控制研究所研发了试验和训练体系结构HIT-TENA平台,用于搭建虚拟试验系统;为了将靶场实物资源接入该系统,研制了基于PCI总线和1553B总线的协议转换模块。采用DSP+FPGA的硬件结构,利用FPGA实现了并行协议帧头识别,利用DSP实现了协议转换。测试表明,该模块能完成协议转换,并将延时降低到1 ms以内,解决了试验设备接入虚拟试验系统时转换效率低下、延时较大等问题。     

一种基于隐式ROI的自适应图像编码算法

 针对JPEG2000中隐式ROI(Region of Interest)编码算法在低码率下重建图像感兴趣区质量较差的问题,提出了一种改进方法.利用拉格朗日插值法构造权重自适应函数,根据ROI码块中ROI小波系数个数所占比例及设定的目标码率,合理地为ROI码块分配权重,在保证更多ROI信息被优先编码的同时,降低背景小波系数的影响,从而提高了ROI小波系数在码流中的数据长度.实验结果表明,采用该算法,重建后感兴趣区图像质量较隐式ROI算法有明显提高.     

一种高效的单播网络自适应拓扑推测算法

为提高单播网络拓扑推测的效率和准确性,本文提出一种高效的单播网络自适应拓扑推测算法.该算法利用探测包中的TTL信息作为二分深度优先搜索排序中参考节点的选择依据,有效降低测量过程中所需的背靠背包对数量,提高拓扑推测的效率;通过对现有的深度优先搜索下网络拓扑推测算法原理的分析,给出该算法能够正确推测出整个网络拓扑的充分条件,在此基础上提出一种自适应判定阈值选择方法,有效提高网络链路参数未知情况下的拓扑推测准确性.仿真实验结果表明,本文所提出的算法具备更高的拓扑推测效率和准确性.     

基于嵌套粒子群算法的多涡环微下击暴流模型参数选择方法

 提出一种使用嵌套粒子群算法,根据微下击暴流水平垂直风速最大峰值比选择多涡环微下击暴流模型参数的方法.设计了包括目标群和中间群的嵌套式粒子群结构,使用中间群寻找水平垂直最大风速,并使用目标群最终选择模型参数.用该方法计算了水平垂直风速峰值比在0.3~0.7之间的多组多涡环微下击暴流模型参数,最终生成的微下击暴流场的水平垂直风速峰值比与预设值误差的数量级在10^-4以内.     

基于RTX与反射内存的实时支撑系统设计

随着半实物仿真系统的发展,基于Windows+以太网的仿真模式不能满足仿真系统对实时性的要求,为达到提高仿真系统整体实时性的目的,采用了基于RTX+反射内存网的模式,改进了仿真系统的运行平台和数据传输模式,改进了仿真设备的接入方式,规划了改进模式后的仿真框架,搭建了该模式下的示例工程。该系统的仿真步长可以达到1 ms以内,能够满足半实物仿真的需求。     

基于层次分解的网络链路时延分布快速推测算法

为提高离散时延模型下的网络链路时延分布的测量速度,该文提出一种基于层次分解的网络链路时延分布快速推测算法。按照树型网络拓扑的层次对端到端路径时延进行子树分解,以子树作为链路时延分布计算的基本单元,减少端到端路径时延分解到链路时延后造成的冗余计算,缩短链路时延分布的计算时间。仿真实验结果表明,该文提出的算法能够在不损失测量精度的条件下,有效缩短测量总时间,提高链路时延分布的测量速度。     

一种用于窄带主动噪声控制系统的性能优化算法

针对窄带主动噪声控制(NANC)系统的收敛问题,提出一种变遗忘因子变步长的滤波-X加权累加最小均方算法.本文在滤波-X加权累加最小均方算法基础上,利用互相关的误差信号构建变遗忘因子策略,并通过遗忘因子构造了变步长策略使系统获得更优的参数值,更好的平衡算法的收敛速度、跟踪能力及稳态误差之间的矛盾,同时增强了抗干扰能力,有效提升算法的整体性能.仿真实验表明本文算法在平稳和非平稳环境下具有更好的性能.     

基于三维DCT变换的体数据鲁棒 数字水印嵌入算法

本文基于三维离散余弦变换(3D-DCT)技术和扩频通信技术提出三维体数据鲁棒水印嵌入算法.算法将原始的二值图像水印利用扩频通信技术生成可以直接嵌入的体水印信息;分别对体水印信息和原始的体数据进行分块离散余弦变换,在变换域内实现水印嵌入.该算法嵌入的水印信息具有不可见性,能够抵抗剪切、加噪、滤波、旋转等常见攻击.仿真实验验证了算法的有效性.     

阶比谱分析瞬时频率的小波提取方法

本文通过对暂态振动信号瞬时频率特点的分析,结合正交小波的结构特点,推导出适用于提取暂态振动信号瞬时频率的具有线性离散幅频特性的一类高通滤波器,并从中找出最适合瞬时频率提取的正交小波--Haar小波.与其他正交小波相比,利用Haar小波变换提取瞬时频率具有速度快、物理意义明确等特点,适合于暂态振动信号的实时处理和分析.     

基于子树丢包模式的链路丢包率快速推断算法

为提高网络链路丢包率的测量速度,本文提出一种基于子树丢包模式的链路丢包率推断算法.该算法通过选择合理的链路丢包率初始值以减少迭代次数;根据端到端测量结果将网络拓扑划分为传输状态确定性区域和非确定性区域,避免确定性区域冗余分解造成的时间开销;通过对非确定性区域子树丢包模式按层分解,以子树丢包模式为基本计算单元,减少非确定性区域链路丢包的重复分解过程,提高链路丢包率计算速度.仿真结果表明,该算法能在不损失测量精度的前提下,减少链路丢包率测量总时间,提高测量速度.