【摘 要】
：
为减少射频识别RFID系统中阅读器识别的总时间并且针对分组DFSA算法中组内效率不高的情况,提出一种新的分组DFSA算法。阅读器通过分析每一帧中的识别结果设定一个动态变化的分组因子,标签根据混沌伪随机数生成自身特征值,然后与分组因子值对比来选择是否在当前帧应答。MATLAB仿真得出,新算法系统效率稳定,减少了识别需要的时隙数目。在待识别标签数低于300时,比DFSA和分组DFSA算法所用识别时间减
【基金项目】
：
常州市科技项目(CE20180045)资助。
论文部分内容阅读
为减少射频识别RFID系统中阅读器识别的总时间并且针对分组DFSA算法中组内效率不高的情况,提出一种新的分组DFSA算法。阅读器通过分析每一帧中的识别结果设定一个动态变化的分组因子,标签根据混沌伪随机数生成自身特征值,然后与分组因子值对比来选择是否在当前帧应答。MATLAB仿真得出,新算法系统效率稳定,减少了识别需要的时隙数目。在待识别标签数低于300时,比DFSA和分组DFSA算法所用识别时间减小了11.7%～16.1%;在待识别数超过1 000时,比DFSA和分组DFSA算法分别减小48.8%、
其他文献
1 存在的问题我公司一高压开关站直流合闸电源正极、控制电源正极电压波动范围高达67~143 V,直流屏直流电源“直流母线电压不平衡故障”报警频发,影响控制系统尤其是综合保护器的安全稳定运行。2 查找分析拉开各个高压开关柜的控制电源开关、合闸电源开关后,控制室直流屏直流合闸电源电压、控制电源电压恢复正常。依次再送上各个高压开关站控制电源、合闸电源开关,发现是电动机回路引起直流母线电压波动。原电动机控制回路如图1所示。
针对当前地铁定位系统定位严重依赖于地面应答器的技术难题,提出了一种利用二维码定位的虚拟应答器的测试方法。在高精度时钟同步的基础上,设计了新型数据融合算法,制作了数据解调电路,构建了作对称三备份高可用性系统,对该测试系统进行了验证。试验结果表明,该测试方法可借助二维码实现列车的自主定位与启停,实时显示列车状态,定位精度可达厘米,且无需后继的地面应答器的人工维修,节省大量成本。同时,为实现列车自动驾驶的测试提供了可靠解决方案。
硫化锌(ZnS)是一种被广泛使用的光学薄膜材料,因为其透光区宽,易于沉积等特点被广泛用于制作宽光谱薄膜器件.利用太赫兹时域光谱技术(THz-TDS)对硫化锌进行太赫兹光谱特性检
针对虹膜采集设备昂贵和可见光虹膜采集易受光照不均、光斑、镜面反射、睫毛遮挡等干扰导致图像质量差、虹膜定位困难的问题,设计出一种可见光下采集虹膜图像并质量评估与虹膜定位系统。该系统以Raspberry Pi 3B+(RPi 3B+)为核心,驱动IMX477R图像传感器采集多张眼部图像。首先采用MSRCR算法对图像增强对比度和拉格朗日插值法去除光斑,然后采用Tenegrad函数评估图像清晰度质量,最后
1 问题的提出大型泵站断流的基本要求是:开机时,不能使泵站高水位水倒流冲击主泵,影响平稳开机;停机时,不能让泵站高水位水倒流入泵站而延长机组倒转时间,对泵轴、推力轴承、电机造成破坏。南水北调睢宁二站主泵房采用堤身式布置,块基型结构,泵站采用肘型进水流道,虹吸管出水流道,电磁式真空断流阀断流。站内安装立式混流泵配同步电机共计4台套(含1套备机)。
中型电机指机座中心高在355~630 mm或定子铁心外径在560~990 mm的电机。中型电机的绕组是交流电机的定子绕组、绕线转子绕组或直流电机的电枢绕组,多采用线圈截面为矩形的双层短距叠绕组。通常,线圈直线段的长度为350~1 500 mm, 线圈边的高度为15~50 mm, 宽度为15~30 mm。在制造工艺方面,电机的线圈、整个定子、转子都要经过真空压力浸漆,使绕组具有更好的绝缘、防潮和散热性能。
1现场情况我厂母液泵电动机的额定功率为530 kW,额定电压380 V,使用6 kV/0.4 kV变压器单独供电,通过ACS880系列变频器进行控制。现场有一电机专用操作柱,其指示灯的额定电压为AC 120V,而电源电压测量值为AC 237V,与操作柱指示灯电压等级不匹配。需使用变比为2的单相控制变压器TC,即一次侧额定输入电压为AC 220 V,二次侧额定输出电压为AC 110V,为操作柱指示灯提供控制电源,控制接线如图1所示。变频器运行继电器RO1闭合后,操作柱运行指示灯RD亮。
随着无线定位技术的飞速发展,人们对室内定位需求的增长,室内环境的定位技术成为近年来的研究热点.基于Wi-Fi(无线连接)的室内定位技术是实现低成本、低复杂度室内定位的首选
提出了基于脑电生物反馈技术对失眠障碍患者进行康复训练的非药物康复治疗方法。设计出利用脑电模拟前端芯片ADS1299的脑电信号(EEG)采集装置,采用了QT和MATLAB混合编译完成脑电信号的预处理及利用小波变换分解出的α波特征信号表征大脑状态,通过音视频将当前脑状态信号反馈给患者,根据量化指标对应的康复方案,指导失眠障碍患者训练平静放松的状态,达到治疗失眠康复目的。并采用匹兹堡睡眠质量量表验证了失眠康复仪对失眠障碍患者显示出良好改善效果。经测试该方法对患者无副作用且有效。
为了提升医学诊断的预测精度,设计了增强稀疏自编码器和Softmax回归的特征学习和分类阶段组合方法。在稀疏自编码器(SAE)网络的特征学习中,通过惩罚网络的权重实现稀疏性,结合反向传播学习方法将变化向后传递并迭代优化成本函数。在Softmax回归分类阶段中,利用带动量的小批量梯度下降法来优化Softmax分类器的交叉熵,结合小批数据计算模型误差更新模型参数并实现收敛性。将所提出方法用于心脏病、宫颈癌和慢性肾病(CKD)数据集实验,其预测精度分别为91%、97%和98%,并且表现出较高的特征学习和鲁棒的分类