多尺度并行融合的轻量级卷积神经网络设计

针对传统深度卷积神经网络分类精度不佳,参数量巨大,难以在内存受限的设备上进行部署的问题,本文提出了一种多尺度并行融合的轻量级卷积神经网络架构PL-Net。首先,将上层输出特征图分别送入两种不同尺度的深度可分离卷积层;然后对并行输出特征信息进行交叉融合,并加入残差学习,设计了一种并行轻量型模块PL-Module;同时,为了更好地提取特征信息,利用尺度降维卷积模块SR-Module来替换传统池化层;最后将上述两个模块相互堆叠构建轻量级网络。在CIFAR10、Caltech256和101_food数据集上进行训练与测试,结果表明:与同等规模的传统CNN、MobileNet-V2网络及SqueezeNet网络相比,PL-Net在减少网络参数的同时,提升了网络的分类精度,适合在内存受限的设备上进行部署。     

独立光伏系统充放电控制器的研究与设计

设计了一种基于STM32微处理器和Buck电路的光伏控制器,并提出了一种改进型变步长扰动观察法来提高光伏系统的最大功率点跟踪(MPPT)性能,同时实现了蓄电池的合理充放电及过放保护;样机实验结果表明:该光伏控制器能在0.01 s的时间内克服扰动,并且MPPT的效率达到了99.94%,该光伏控制器具有快速的动态响应和良好的稳态性能,并能很好地监测蓄电池的状态,减少电池损耗,延长蓄电池寿命。     

两级式光伏并网逆变器建模与非线性动力学行为研究

本文首先建立了两级式光伏并网逆变器严格的分段光滑状态方程, 分析级联情况下光伏阵列电压对光伏并网逆变器非线性动力学行为的影响, 然后探讨拓展两级式光伏并网逆变器输入电压范围的策略, 并研究前后级电路内部参数变化引起并网逆变器输出电流的快变尺度分岔和慢变尺度分岔现象. 研究发现: 若对光伏阵列电压进行分段控制, 可以有效展宽两级式光伏并网逆变器的输入电压范围; 适当增加前级输出电容值、电感量, 可以避免系统产生混沌运动, 而后级参数的取值需避开多个不连续的混沌区域. 研究结果对提高光伏发电系统的效率与稳定性有较重要的参考价值.     

图像并行加密算法在手持设备上的应用研究

本文针对一些传统图像串行加密算法安全性能低、加密时间长的缺陷,提出一种新型的图像并行加密算法。首先,将明文图像的初始信息设定为并行量化方案的输入信号,生成量化小数;然后设计基于混沌系统的混沌置乱和扩散矩阵,通过混淆与扩散结构对图像数据进行并行加密;最后通过Metal并行框架在iOS手持设备的GPU上进行了算法的验证与实现。测试结果表明该方案能够有效提高图像加密效率,且具有高度的明文敏感性,适合于图像数据的安全实时通信,也为通过GPU并行处理图像数据提供了新的方案。     

一种多媒体传感器网络的分布式压缩传输算法

多媒体传感器网络面临用有限能量传输大量数据的挑战,因此本文提出一种多媒体传感器网络中的分布式图像压缩传输算法,用普通节点协同压缩图像,簇头消除不同节点发来图像数据的相关性,进行去相关图像传输。仿真结果表明,该方法减少了传输图像的数据量,节省了网络能耗,具有一定的实用价值。     

一种新的混沌映射散列函数构造方法及应用

提出了一种基于混沌映射和乘同余法构建单向散列函数的算法. 该算法通过乘同余法生成伪随机序列作为系统的初始值, 把明文信息的美国标准信息交换码(ASCII码) 归一化后作为混沌映射的初始值, 经过可变步长的混沌数字量化后, 提取出128 bit的散列值. 理论分析和仿真结果表明: 该算法具有较好的不可逆性、 抗碰撞性、 防伪造性、 初值敏感性以及较高地运行速度.     

基于小世界网络模型的光伏微网系统同步方法研究

建立了光伏微网逆变器严格的分段线性状态方程,分析其非线性动力学行为,然后以光伏微网逆变器为网络节点,研究基于小世界网络模型的光伏微网系统同步方法,并与基于邻近耦合规则的光伏微网同步进行比较.研究发现,基于小世界网络模型的光伏微网系统比传统的基于邻近耦合规则的光伏微网系统具有更短的同步时间,在外加扰动的情况下也具有更快的恢复时间.