摘要 机载传感器数据速率高,由于下行链路带宽有限,需要机载高速存储系统。NAND Flash 及其制品是最常见的存储介质,而传统的 FAT 文件系统在存储系统中得到广泛应用。然而,使用该文件系统记录实时高速数据存在稳定的问题。FAT 文件系统的管理时间相对较长,这是由于内部开销(包括检索和更新 FAT 和 FDT)造成的。本研究的目的是研究实时文件系统的技术。为解决这一问题,提出了一种称为 FPFPA(FAT 后分配和 FDT 后分配)的方法。为了评估所提方法的性能,在机载雷达高速存储系统上测试了采用我们的方法的文件系统的管理时间。结果表明,所提方法成功实现了我们的目标,文件系统的管理时间显著减少且足够小。关键词:机载传感器、文件系统、实时、高速存储 分类:存储电路与模块
传统的测量爱因斯坦-波多尔斯基-罗森型连续变量量子纠缠的方法依赖于平衡零差检测,而平衡零差检测对由于探测器量子效率、被检测场与本振模式失配等因素引起的损耗耦合进来的真空量子噪声非常敏感。本文提出并分析了一种利用高增益相敏参量放大器辅助平衡零差检测实现的测量方法。相敏放大器的使用有助于解决因检测损耗引起的真空量子噪声。此外,由于高增益相敏放大器可以耦合两种不同类型的场,因此所提方案仅使用一次平衡零差检测便可揭示两种不同类型场之间的量子纠缠。进一步分析表明,在多模情况下,所提方案也优于传统方法。这种测量方法在涉及连续变量测量的量子信息和量子计量学中有着广泛的应用。
摘要 在本文中,我们提出了一种基于 P300 电位的拼写器分类器训练新方法。该方法基于引导,是一种已知的生成新样本的策略,但在神经科学中很少使用。该研究首先展示了传统方法中分类任务(检测 P300 和非 P300 类别)的性能可能不是最优的。然后,提出了一种从训练数据中抽取新样本的新方法。使用单个 P300 和非 P300 样本的平衡子组重新训练每个分类器。使用 16 个脑电图通道从 14 名健康受试者收集数据。这些数据经过带通滤波和抽取。随后,使用传统方法训练四个线性分类器,然后使用所提出的方法,每个类别有 1000、2000 和 3000 个样本。结果表明,使用所提方法,判别分类器的准确率和判别能力有所提高,同时保持了训练数据和测试数据之间的相同统计特性。相比之下,对于生成分类器,结果没有显著差异。因此,强烈建议使用所提方法训练基于拼写的 P300 电位的判别分类器。
针对供电可靠性模型中风电和负荷的不确定性,提出一种结合风电发电和储能系统的区间可靠性评估方法。首先,建立基于区间变量的区间供电可靠性评估模型,该模型属于区间混合整数规划(IMIP)。其次,利用区间数的可能度理论,将IMIP模型转化为2种极端情况下的确定性优化模型,在考虑风电区间满足负荷需求区间的情况下,通过储能和发电机的出力优化,寻求最大供电概率,即减负荷上界最小。最后,基于序贯蒙特卡罗模拟生成风电机组和发电机的状态,通过计算负荷期望损失、期望未供电能量和最大供电概率来评估混合能源发电系统的可靠性,为建立储能区间优化配置模型提供依据。利用IEEE RTS-24测试系统验证所提方法的性能,并利用CPLEX 12.7求解器对模型进行求解,仿真结果证明了所提方法的有效性和适用性。
我们如何回应投诉。Duharte Consulting 评估所有投诉和反馈,并根据所提问题的复杂性和严重性采取行动。我们将任何与严重指控或安全风险有关的投诉视为高级别投诉,并将这些事项上报给 NDIS 质量与保障委员会或其他监管或法定实体。例如,可报告事件(见下文)的投诉将在 24 小时内报告给 NDIS 质量与保障委员会。
在GPS正常工作条件下,MLS系统可以达到厘米级的定位精度。然而,在无GPS环境下,由于MLS的观测模式误差和视轴对准误差无法通过GPS信号进行标定或修正,定位精度可能降低到分米甚至米级。针对这一研究空白,本文提出一种新技术,适当结合稳健加权最小二乘(RWTLS)和全信息最大似然最优估计(FIMLOE),提高无GPS环境下MLS系统的定位精度。首先,建立MLS系统的坐标转换关系和观测参数向量。其次,利用RWTLS算法对三维点观测模型进行修正;然后利用FIMLOE标定激光扫描仪框架与IMU框架之间的不确定度传播参数向量和视轴对准误差。最后,在室内场景中进行实验研究,以评估所提方法的有效性。实验结果表明,所提方法能够显著提高 MLS 系统在 GPS 拒绝环境中的定位精度。
本文介绍了一种高效设计量子点细胞自动机 (QCA) 电路的新方法。所提方法的主要优点是减少了 QCA 单元的数量,同时提高了速度、降低了功耗并增大了单元面积。在许多情况下,需要将特定中间信号的效应加倍。最先进的设计利用一种扇出来实现这些,从而增加了单元数量,消耗了更多功率并降低了电路的整体速度。在本文中,我们介绍了单元对齐,以将某个信号的效果乘以二、三甚至更多。这可以被视为设计任何需要此属性的任意电路的新视角。此外,还介绍了一种新的共面交叉方法,该方法能够在两个连续时钟内进行共面交叉,最坏情况下需要一个旋转单元。为了证明所提想法的有效性,我们设计了一个新的全加器单元和一个新的进位纹波加法器(4 位),它提供更少的 QCA 单元数量以及更低的功耗和成本。
摘要:飞机周转过程中关键里程碑节点的自动采集是机场协同决策发展需求中的重要内容。本文提出一种基于计算机视觉的框架,自动识别航班进出站、停靠/脱离站活动并记录相应的关键里程碑节点。该框架无缝集成了计算机视觉领域的最新算法和技术,包括预处理和关键里程碑采集两个模块。预处理模块从机场地面复杂背景中提取关键里程碑节点执行者的时空信息。第二个模块针对两类关键里程碑节点,即以路内和路外为代表的基于单目标的节点和以对接和解除对接楼梯为代表的基于双目标交互的节点,分别设计了两种关键里程碑的收集方法。构建了两个数据集用于所提框架的训练、测试和评估。现场实验结果表明,所提框架可以替代目前常规的手动记录方法,有助于自动收集这些关键里程碑节点。
摘要 – 本研究提出了未来一天智能能源中心系统 (SEHS) 的多目标优化调度。SEHS 由互连的能源混合系统基础设施组成,例如电力、热能、风能、太阳能、天然气和其他燃料,以在双向通信平台上供应多种类型的电力和热能负荷。本文中的所有目标均被最小化,包括 1) 发电侧的运营成本和排放污染,2) 需求侧的能源供应概率损失 (LESP),以及 3) 未来一天电力和热能负荷与最佳电力和热能水平的偏差。提出了第三个目标,即使用需求侧管理 (DSM) 通过电力和热能可转移负荷 (SL) 的最佳转移来平坦电力和热能需求曲线。此外,还通过蒙特卡洛技术对可再生能源 (RES) 和电力和热能负荷进行随机建模。利用GAMS优化软件,通过ε约束方法实现所提方法,以获得目标函数的非支配Pareto解。然后,通过决策方法,选出非支配Pareto解中的最优解。最后,通过两个案例研究和案例研究中的敏感性分析来验证所提方法的有效性。
由于环境条件多变,光伏 (PV) 系统参数始终是非线性的。在多种不确定性、干扰和时变随机条件的发生下,最大功率点跟踪 (MPPT) 很困难。因此,本研究提出了基于被动性的分数阶滑模控制器 (PBSMC),以检查和开发 PV 功率和直流电压误差跟踪的存储功能。提出了一种独特的分数阶滑模控制 (FOSMC) 框架的滑动面,并通过实施 Lyapunov 稳定性方法证明了其稳定性和有限时间收敛性。还在被动系统中添加了额外的滑模控制 (SMC) 输入,通过消除快速不确定性和干扰来提高控制器性能。因此,PBSMC 以及在不同操作条件下的全局一致控制效率是通过增强的系统阻尼和相当大的鲁棒性来实现的。所提技术的新颖之处在于基于黎曼刘维尔 (RL) 分数阶微积分的 FOSMC 框架的独特滑动曲面。结果表明,与分数阶比例积分微分 (FOPID) 控制器相比,所提控制技术可在可变辐照度条件下将 PV 输出功率的跟踪误差降低 81%。与基于被动性的控制 (PBC) 相比,该误差降低 39%,与基于被动性的 FOPID (EPBFOPID) 相比,该误差降低 28%。所提技术可使电网侧电压和电流的总谐波失真最小。在不同太阳辐照度下,PBSMC 中 PV 输出功率的跟踪时间为 0.025 秒,但 FOPID、PBC 和 EPBFOPID 未能完全收敛。同样,直流链路电压在 0.05 秒内跟踪了参考电压,但其余方法要么无法收敛,要么在相当长的时间后才收敛。在太阳辐射和温度变化期间,使用 PBSMC,光伏输出功率在 0.018 秒内收敛,但其余方法未能收敛或完全跟踪,与其他方法相比,由于 PBSMC,直流链路电压的跟踪误差最小。此外,光伏输出功率在 0.1 秒内收敛到参考功率