基于嵌入式的神经网络滤波的研究与实现

在电力系统中谐波检测的实时性和精确度是一个重要部分,目前谐波检测中多以低通滤波器进行滤波,但是由于其要采集大量数据才可以实现稳定输出的固有特性,限制了其实时性和精确度的提高。人工神经网络可以进行滤波分析,但现有神经网络滤波几乎都基于MATLAB仿真,硬件测试的较少。在Linux系统中用C++在Qt软件编程实现三角基函数神经网络滤波,并把文中算法在X86和ARM两个不同芯片下的运行效果与在MATLAB中低通滤波器滤波做对比,发现在实际测试中该算法可以提高精确度,加快响应速度,其次还介绍了算法在基于X86和ARM两个不同芯片下环境配置,编译,实现等技术细节。     

改进的高效动态时间规整算法语音识别系统

动态时间规整算法是结合了动态时间规整(DTW)技术和距离测度计算技术的一种非线性规整算法,在语音识别模板匹配中有重要的应用。为此提出一种改进的高效动态时间规整算法,其能有效加快搜索路径的寻找。基于Matlab实现了隐马尔科夫算法、高效动态时间规整算法和改进的高效动态时间规整算法的语音识别系统,同时进行了算法的仿真实验。实验结果表明,基于改进高效动态时间规整算法的训练速度远大于基于隐马尔可夫算法和高效动态时间规整算法的训练速度,而识别率下降很小,对于小词汇量非连续语音识别中高效动态时间规整算法的识别率为97.56%,隐马尔可夫算法的识别率为97.14%,改进高效动态时间规整算法的识别率为96.43%。     

隧道运营期结构健康监测及稳定性评价

分析了反映隧道运营期结构稳定性的指标,并依据有关规范,提出了隧道运营期结构健康监测的方法。基于结构健康监测,首先应用层次分析法确定指标权重,最终建立了隧道运营期结构稳定性的模糊综合评价模型。最后,将结构健康监测方法和评价模型应用于重庆某隧道,评价显示该隧道结构很稳定。     

2.5Gb/s CMOS光接收机限幅放大器

采用SMIC 0.18μm CMOS工艺设计了光接收机限幅放大器.该放大器采用全差分结构,利用退化电容技术增加高频时放大器的等效跨导,并在Cherry-Hooper结构里引入有源电感反馈代替传统的电阻反馈来扩展带宽.Hspice仿真结果表明限幅放大器具有46dB的中频增益、3.2GHz带宽,当输入电压信号从3.6mVPP到1.7VPP变化时,50Ω负载线上的输出电压限幅在340mVPP,输出眼图稳定清晰.核心电路功耗20.431mW.     

基于文丘里效应的自循环粒子射流钻井工具设计及模拟分析

为解决深井与超深井钻井机械钻速低的问题,基于文丘里效应,设计了井下自循环粒子射流钻井工具,建立了工具的物理模型与流体流动的数值模型,在设计工况条件下,利用有限元模拟方法,研究工具的可行性,并分析下喷嘴喷速的影响因素。结果表明：当上部喷嘴直径小于30mm时,工具能够实现文丘里效应,并在下喷嘴形成射流,验证了工具原理的可行性;随着喉管长度的增长,下喷嘴喷速先增大后减小;扩散管扩散角的大小对下喷嘴喷速影响不大;喉管直径对下喷嘴喷速影响很小,但当喉管直径小于40mm时,喉管直径与下喷嘴喷速呈负相关关系。该研究从理论上证明了基于文丘里效应的粒子自循环射流钻井工具的可行性,为下一步实际应用提供了理论支持。     

铁路道口无人监控的WSN应用研究

为减少铁路道口行车事故,基于对火车行进中振动信号的检测,研究了无线传感器网络新技术在道口无人监控系统中的应用。提出了分簇的多跳汇聚树路由算法,用以减少参与网络运行的结点个数,节约全网能量;使用了振动信号数据融合机制,实现数据处理精度的提高。在IRIS结点和MTS400CB传感器板上进行系统设计,利用MIB520网关实现了无线网和有线网之间的桥接。仿真结果表明该系统合理,减少了结点能耗,能够延长系统寿命。     

利用QZB解决大负荷电机起动的问题

介绍一种巧用单台QZB解决大功率电动机带动大负荷设备起动时起动困难的方法和电路设计图,以及安装调试时须注意的问题和预防措施.     

端到端双通道特征重标定DenseNet图像分类

目的 针对密集连接卷积神经网络（DenseNet）没有充分考虑通道特征相关性以及层间特征相关性的缺点,本文结合软注意力机制提出了端到端双通道特征重标定密集连接卷积神经网络。方法 提出的网络同时实现了DenseNet网络的通道特征重标定与层间特征重标定。给出了DenseNet网络通道特征重标定与层间特征重标定方法;构建了端到端双通道特征重标定密集连接卷积神经网络,该网络每个卷积层的输出特征图经过两个通道分别完成通道特征重标定以及层间特征重标定,再进行两种重标定后特征图的融合。结果 为了验证本文方法在不同图像分类数据集上的有效性和适应性,在图像分类数据集CIFAR-10/100以及人脸年龄数据集MORPH、Adience上进行了实验,提高了图像分类准确率,并分析了模型的参数量、训练及测试时长,验证了本文方法的实用性。与DenseNet网络相比,40层及64层双通道特征重标定密集连接卷积神经网络DFR-DenseNet（dual feature reweight DenseNet）,在CIFAR-10数据集上,参数量仅分别增加1.87%、1.23%,错误率分别降低了12%、9.11%,在CIFAR-100数据集上,错误率分别降低了5.56%、5.41%;与121层DFR-DenseNet网络相比,在MORPH数据集上,平均绝对误差（MAE）值降低了7.33%,在Adience数据集上,年龄组估计准确率提高了2%;与多级特征重标定密集连接卷积神经网络MFR-DenseNet（multiple feature reweight DenseNet）相比,DFR-DenseNet网络参数量减少了一半,测试耗时约缩短为MFR-DenseNet的61%。结论 实验结果表明本文端到端双通道特征重标定密集连接卷积神经网络能够增强网络的学习能力,提高图像分类的准确率,并对不同图像分类数据集具有一定的适应性、实用性。     

二乙基羟胺的合成研究

以三乙胺、过氧化氢为原料合成了二乙基羟胺,采用单因素实验法考察了催化剂的种类和用量、原料的物质的量之比、反应温度、反应时间等因素对目标产物收率的影响,确定了合成二乙基羟胺的适宜的反应条件:在氧化反应阶段,三乙胺与过氧化氢的物质的量之比为1∶1.1,反应温度为60℃,反应时间以10 h为宜;在减压裂解反应阶段,反应初期的适宜温度为70~80℃、后期以120℃为最佳,在该条件下收率为78.0%.