空间太阳望远镜EDAC系统的设计

本利用FPGA实现卫星程序存储器纠错检错(EDAC)系统的设计，采用(22，16)扩展汉明码，生成优化的校验矩阵进行编译码，并经过仿真验证，性能符合设计要求。     

纠错编码原理分析及（15,7）BCH循环码设计

利用Verilog HDL语言设计（15,7）BCH循环码,分析了纠错编码原理及BCH循环码纠错的特点.通过ModelSim仿真软件进行了相应的验证,能够纠正两个以内的错误.     

单校验码为子码的多维Turbo乘积码性能分析

Turbo乘积码是一类易于硬件实现高速迭代译码的分组码,本文对单校验码为子码的高维Turbo乘积码的软输入软输出迭代译码算法进行了详细的分析。进而将其与QAM调制结合起来,提出了一种简化的、便于硬件实现的联合解调译码方案,充分利用了高维Turbo乘积码优越的纠错性能。仿真结果表明这种简化方案在高斯和衰落信道下的译码性能很好。     

一种用于TLC闪存的速率兼容LDPC码

TLC闪存存储单元随着擦写次数不断增加,错误概率快速增大。基于TLC闪存信道结构,利用原模图LDPC码字扩展以及变量节点与TLC闪存存储页匹配关系,提出了一种速率兼容原模图LDPC码,所设计的速率兼容原模图LDPC码在保持信息位长度相同情况下,可实现可变码率,能够适应TLC闪存擦除次数增多而导致的不同纠错能力需求情况,编译码时只需一对LDPC编码器/译码器即可灵活处理所有码率,从而提高编码器/译码器的硬件利用率。仿真结果表明,所提出的速率兼容原模图LDPC码优于未经过逻辑页匹配的速率兼容原模图LDPC码,当误码率为[10-4]、码率分别为0.90、0.82、0.75时,所提出的速率兼容原模图LDPC码信噪比性能比基于PEG算法的非规则LDPC码均提高0.2dB以上。     

二元BCH(15,5,7)捕错译码器的译码算法与设计

二元BCH码是一种纠错能力极强的好码,具有良好的代数结构和纠错能力,可以用循环移位寄存器来设计其编码器和译码器.对于BCH（15,5,7）的突发错误,本文采用捕错译码算法,设计了BCH（15,5,7）码的一种高效可行的译码器,其电路设计行之有效,纠错能力强,在通信系统中可以提高通讯数据传输的准确性,具有一定的现实意义和应用前景.     

OFDM电力线通信系统抗噪性能分析

基于电力线通信（ PLC ）系统的实测噪声,分析OFDM系统的电力线通信系统性能。通过Matlab和嵌入数字信号处理（ DSP ）系统进行虚拟发送和接收,在传输信道中加入噪声（加性白高斯噪声、电力线有色背景噪声等）仿真操作来干扰发送信号,以达到系统性能分析的目的。同时,在OFDM系统中分析卷积编码的前向纠错（ FEC ）的应用。结果表明,低阶调制可使系统性能改善,前向纠错技术通过解码可以自动纠正传输误码,降低接收信号的误码率（ BER）。     

BCH编码设计仿真及系统分析

BCH是纠错能力可控的纠错编码,是循环码的子类.介绍了BCH码的编码原理和设计方法,在特定信道和调制方式下对经过BCH编码的系统进行仿真,分析BCH码在特定信道下的编码增益,为实际应用提供理论依据.     

用FPGA实现纠错编码的一种方法

本文提出了一种用FPGA实现纠错编码的设计思想，并以A1tera MAX PlusⅡ为硬件开发平台。利用FPGA编程的特点，用软件编程方法，很好的解决了纠错编码中存在的码速变换和实时性问题，实现了(7，3)循环码编码过程，以及在加性噪声中的纠错、译码过程，对整个系统进行了实验仿真。最后，下载到自行开发的实验板可编程逻辑器件上，从而完成了整个纠错编译码系统的开发。     

构造消环的LDPC码

LDPC（Lower Density Parity Check）码是一类可以用非常稀疏的校验矩阵定义的线性分组纠错码.由于LDPC码校验矩阵的规律性可以用二分图表现出来,二分图中的环路也会影响到迭代译码的准确性和有效性,尤其是短环.本文给出了一种有效消去周长为4的短环的校验矩阵H的生成算法,并且对该算法构造的校验矩阵进行了仿真分析.     

基于MATLAB的码分多址(CDMA)动画仿真

通过MATLAB软件编程对码分多址技术（CDMA）的整个过程作一个系统的动画仿真,对仿真结果进行分析,论证了CDMA能有效地抑制码间串扰,具有很强的抗干扰性能。     

MIMO无线光通信中编码方案的选择

在MIMO无线光通信中,最常用的两种编码是空时分组码(STBC)与分层空时编码(LSTC)。传输速率、误比特率、抗衰落性能是衡量通信系统的重要性能指标,采用Monte-Carlo方法进行仿真研究,根据系统在MIMO无线光通信中的性能指标来选择发送端是采用空时分组码还是采用分层空时编码,以满足在不同特性要求下达到误比特率、抗衰落性能与传输速率的最优化。结果表明,根据不同的性能指标选择不同的编码方式,更能有效地利用资源。     

基于径向基函数、区间分析和非支配排序遗传算法的结构区间多目标优化

研究目的：为改善实际工程结构在不确定性条件下的多性能指标,提供一种高效的区间多目标优化方法。创新要点：建立一个目标和约束均为区间不确定性参数函数的区间约束多目标优化模型,提出并实现基于径向基函数、区间分析和非支配排序遗传算法（NSGA-II）的区间多目标优化算法。研究方法：首先,利用区间序关系将每个区间目标转换为同时优化其中点和半径的确定性双目标,利用区间可能度法将区间约束转换为确定性约束,并在此基础上,利用加权法和罚函数法将每个区间目标的约束优化问题转换为相应的无约束优化问题;然后,利用拉丁超立方实验设计和有限元分析构建预测各待优化结构性能指标值的径向基函数;最后,将径向基函数、区间分析法与NSGA-II相结合,快速求出转换后确定性无约束多目标优化问题的所有Pareto最优解,并通过考虑材料不确定性的高速压力机滑块机构设计实例验证该方法的有效性。重要结论：目标和约束均为不确定性参数函数的区间多目标优化模型能有效反映实际工程中同时改善结构多性能指标的需求。基于径向基函数、区间分析和NSGA-II相结合的区间多目标优化算法将传统区间优化模型求解中的嵌套优化过程简化为单层遗传优化过程,大大提高了求解效率,并可获得多目标优化问题的所有Pareto最优解。     

基于改进粒子群算法的神经网络在月降水预报中应用

针对粒子群算法易陷入局部最优和寻优精度比较低等缺点,提出一种基于随机惯性权重和异步变化策略的学习因子的粒子群算法优化神经网络连接权重和阈值,并以此建立月降水预报建模研究.以广西桂北地区的月降水量实例分析,并与标准粒子群优化神经网络模型、随机权重的粒子群神经网络模型和神经网络模型对比,结果表明,该方法学习能力强和预测精度高,是一种有效的建模预报方法.     

基于粒子群算法的太阳能电动汽车复合能源系统优化

太阳能电动汽车的复合能源系统优化匹配问题可以看成一个多目标优化问题,两个相互冲突的目标是极大化系统的峰值功率满足率和极小化系统的成本,前者关系到系统的可靠性后者涉及到样车能否量产,所以两个优化目标都很重要.本文提出了改进的粒子群算法优化配置太阳能电动汽车复合能源系统,这种改进的粒子群算法引进了遗传算法里的变异算子,并且打破常规算法里的加速因子为常数的惯例而使加速因子随时间改变.优化结果显示：改进的粒子群算法也能够很好地解决复合能源系统的多目标优化问题.     

基于SIFT与SVM的钉螺数字图像识别

监测与控制钉螺生长区域,对有效控制血吸虫病疫情的传播和蔓延作用十分重要.采用数字图像识别技术,可以高效地实现对钉螺生长区域的监控.面对杂乱、图像部分遮挡、光照变化等复杂背景下的钉螺数字图像识别,提出了解决方案:首先,提取钉螺数字图像的SIFT特征向量集;然后,应用K均值聚类获取更具代表性的特征子集,作为分类器的训练样本集;最后,通过支持向量机方法获得分类器,用于识别钉螺数字图像.实验结果表明,提出的方法能够获得较好的识别效果.     

BL-代数中（∈,∈∨q）-模糊蕴涵滤子的重数（英文）

利用模糊点与模糊集之重于关系,在BL-代数中引入了（∈,∈∨q）-模糊n-重蕴涵滤子的概念,推广了经典的模糊n-重蕴涵滤子,给出了（∈,∈∨q）-模糊n-重蕴涵滤子的一些刻画.研究了（∈,∈∨q）-模糊蕴涵滤子与（∈,∈∨q）-模糊n-重蕴涵滤子的关系、（∈,∈∨q）-模糊n-重蕴涵滤子与（∈,∈∨q）-模糊（n＋1）-重蕴涵滤子的关系.提出门限模糊n-重蕴涵滤子的概念,以此获得了非平凡的经典模糊n-重蕴涵滤子、非平凡的（∈,∈∨q）-模糊n-重蕴涵滤子,研究了门限模糊n-重蕴涵滤子和（∈,∈∨q）-模糊n-重蕴涵滤子的性质.     

基于优化三维重建技术的快速影像拼接

以无人机代替卫星遥感实现三维重建技术的影像拼接是一种成本低、灵活度高的实现方式。室外无人机 影 像 拼 接 通 常 存 在 深 度 相 机 对 环 境 光 照 条 件 十 分 敏 感 等 问 题 ,以 运 动 恢 复 结 构（SFM）和 多 视 角 立 体（MVS）技术结合构建拍摄区域的密集点云,再通过密集点云实现影像拼接的方法能够解决上述问题,但存在计算量较大和实时性较差的缺点。采用 SURF 特征描述子和最近邻匹配方法降低计算量,优化算法实时性能,同时提出一种增量式 SFM 流程中最优图像添加策略,提高光束平差法效率,并降低误差。实验结果表明,该方法能够在较短时间内获得较高精度的拼接影像,具有良好实时性。     

基于神经网络的透气性状态预测

针对烧结过程的时变、强非线性等特点,基于神经网络和粒子群优化算法,提出一种预测透气性状态的集成方法.采用神经网络分别建立透气性预测模型,采用粒子群优化算法对神经网络进行训练,提高预测模型的实时性;进而借助模糊分类器将预测子模型实现有机融合.最后实际运行结果表明,提出的集成模型具有较高的预测精度和较强的自学习能力,并且在工况波动严重的情况下,仍然具有好的预测效果.     

基于GAPSO-SVM的滚动轴承故障分类方法

针对滚动轴承故障分类准确率低的问题,提出一种利用遗传算法结合粒子群算法优化支持向量机分类器的故障诊断方法.实验通过提取滚动轴承不同故障状态下的振动信号,以转化成时域和频域组成的特征集为特征向量,利用粒子群生成二维粒子,即惩罚因子C、核函数参数G,并喂入支持向量机进行训练和交叉验证,取最优适应度对应的粒子,进而构建遗传粒...     

基于遗传算法的网格简化研究

针对三角面网格提出了一种新的网格简化方法,简化过程主要包括网格删除和网格重构。根据需建立的数量比例权重来进行冗余网格删除工作,然后利用遗传算法建立修正适应度函数来重构网格,达到三角网格数量的精简与形状匹配最优化目标。最后通过一实例讨论与对比分析,验证了该方法的有效性和准确性。