真空断路器的速度特性测量方法

通过对真空断路器机械特性的运动情况分析,提出采用电阻传感器代替光电传感器测量真空断路器运动速度的方法.位移传感器的应用使时间、速度的测量精度得到提高,它解决了目前对于某些真空断路器难以准确测量和各种传感器无法安装的弊端.     

基于CH375的嵌入式USB文件加解密系统的设计

介绍了采用CH375与单片机实现的基于USBHOST技术的嵌入式文件加密解密系统,该系统采用基于随机算子的轻量级加密算法对USB移动存储设备中的文件进行加密解密。     

基于RFID的无线传感器网络节能MAC技术

将无线射频识别(RFID)技术与无线传感器网络相融合，设计具有RFID读取功能的传感器节点。针对基于RFID的无线传感器网络，提出基于簇族结构的节能MAC协议——CSMAC协议。该协议具有节能和广播导向等特征，采用冲突减少机制来提高信道利用率，同时采用减少发送时间、减少监听时间、减少开关转换时间等功率优化机制，以提高网络能量效率。仿真试验表明，与传统MAC协议相比，CSMAC协议更能提高信道利用率和能量效率。     

瑞利衰落信道下NNC-DFH接收机抗PBNJ性能分析

提出了一种噪声归一化合并(NNC)差分跳频(DFH)接收机模型,以提高差分跳频系统抗部分频带干扰能力。分析了瑞利衰落信道下NNC-DFH接收机在部分频带干扰下的误符号性能,比较了线性合并、乘积合并和噪声归一化合并DFH接收机的抗部分频带干扰性能,分析了背景热噪声的影响。研究结果表明:在瑞利衰落信道下,针对NNC-DFH接收机的最坏部分频带干扰为全频带干扰,该接收机的抗部分频带干扰性能优于传统的线性合并和乘积合并接收机,当信噪比为21.4 dB,符号错误概率为10-4时,其干扰容限改善量达8 dB。     

传感器网络中基于移动代理的数据融合方法研究

在传感器网络中采用移动代理来进行数据融合是一个新颖的思路,它与传统的数据融合方法相比拥有诸多优势,有必要为数据融合设计一种基于移动代理的计算模型,使得移动代理在传感节点间迁移的同时能够进行有效的数据融合.我们对基于移动代理的数据融合方法进行了深入的探索,设计了基于移动代理的数据融合框架,提出了一种与移动代理路由紧密结合的按分辨率并行量化交叠的数据融合算法--PQOR,并将其成功地运用到目标分类识别的应用场景中.仿真结果表明:与传统的数据融合算法相比,PQOR能够以较小的代价达到应用的要求,其优势随着网络节点规模的增长更为明显.     

传感器网络中基于移动代理的数据融合框架设计

使用移动代理进行数据融合相比于传统的数据融合方法拥有诸多优势.设计了一种基于移动代理的数据融合框架;通过定义目标函数,采用遗传算法求解框架中移动代理的最优路由策略;提出了一种基于分辨率的并行量化交叠的数据融合算法RPQO作为框架中的融合策略.仿真结果表明基于移动代理的数据融合框架能够有效地将融合策略和基于移动代理的路由策略整合起来,取得比传统数据融合算法更好的性能,其优势随着网络节点规模的增长更为明显.     

一氧化碳,光电感烟和感温三复合火灾探测器

本文提出了由一氧化碳、光电感烟和温度传感器构成的复合火灾探测器 ,它由低功耗二氧化锡一氧化碳传感器、散射光烟雾探测和半导体温度传感器构成 ,在其自带微处理器中使用复合偏置滤波算法对输入信号进行处理。该探测器已通过各种欧洲标准试验火的测试 ,结果表明使用监测一氧化碳浓度的复合探测器能够更加有效地探测火灾     

稀疏随机矩阵的观测次数下界

压缩感知理论中的稀疏重构问题,要将一个高维信号从它的低维投影中恢复出来,通常选用稠密随机矩阵作为观测矩阵来解决这一问题。而某些稀疏随机矩阵作为观测矩阵也可以达到这一目的。稀疏随机矩阵的特点是,在编码和重构过程中都具有较低的计算复杂度,更新方便,且对存储容量的要求较低。该文基于压缩感知理论,分别对列重固定、行重固定以及一般的稀疏随机矩阵进行了研究,当这些稀疏随机矩阵满足有限等距性质时,推导了观测次数应满足的下界条件,并对三种矩阵的性能进行了分析。以二值稀疏随机矩阵为特例,进行了仿真实验。实验结果显示,结论给出的观测次数下界是比较紧的,并验证了列重固定、行重固定的稀疏随机矩阵作为观测矩阵的可行性和实用性。      

基于压缩感知的加权宽带谱重构算法

压缩感知利用宽带无线信号的频域稀疏特性,能够在低于奈奎斯特速率的采样下利用少量观测数据实现宽带频谱估计和空穴检测。但相关频谱压缩感知算法的性能并不理想,为了实现宽带信道的快速准确感知,本文基于宽带信道的时频统计特性,在去噪基追踪算法(BPDN)的基础上提出了一种优化的加权去噪算法(WBPDN)。该算法利用子频段历史平均功率密度水平来构建各子频段权重以优化目标函数,改善算法性能。实验结果表明:该算法能通过少量观测数据准确重构宽带信道的谱估计,且比传统的BPDN和OMP算法具有更好的压缩性能及更小的重构误差;另外加权后的算法收敛速度更快,显著减少了算法所需的运行时间。      

协作频谱感知中快速自适应门限策略

频谱感知是认知无线电的一个重要组成部分。在异构网络中,认知节点的移动会导致接收信号强度和噪声功率发生变化,这使得采用固定门限参数的频谱感知策略无法保证在任何时候均工作于最优感知状态。为了解决这一问题,该文提出一种自适应门限参数的协作频谱感知策略。该策略无需主用户信号、信道以及环境噪声的任何先验信息,参与协作的所有认知节点采用最陡下降法自适应调节门限参数,控制中心采用最优数据融合算法获得最小检测代价。仿真结果显示,当认知节点参数发生变化时,协作节点的门限参数快速收敛于最优值,使系统贝叶斯风险最小。