移动式雷达/红外辐射控制的调度方法

针对降低移动式雷达/红外协同跟踪时的辐射风险问题,提出了一种移动式雷达/红外辐射控制的调度方法。首先,结合平台和目标的运动状态建立了目标跟踪模型,利用容积卡尔曼滤波预测跟踪精度;并引入辐射度影响建立了雷达辐射模型,给出了雷达辐射状态和系统辐射代价的预测方法;然后,以跟踪精度满足任务要求为约束条件,以长期辐射代价最小化为优化目标,构建了长期调度的目标函数;最后,针对求解时计算复杂度高的难题,设计了一种决策树搜索算法。仿真结果表明,文中所提调度方法与短期调度相比,具有更好的辐射控制效果,在决策步长为3时,其辐射代价下降了26.5%;且与固定位置调度比,文中方法能在改善跟踪性能的同时,降低辐射代价,在跟踪低速目标时,其跟踪误差和辐射代价分别下降了29.9%和30.5%。     

BA网络中一种基于节点动态权值的局部路由策略

为适应大规模通信网络的路由需求,提出了一种基于BA网络的局部路由策略。基本思想是在数据包转发过程中,将邻居节点的度和发送能力以一定比例加和得到的值作为权值,根据权值大小选择下一站点。其中,节点的发送能力由节点的数据包队列长度,节点的度及一个调节系数组成,节点的发送能力可根据实时数据包产生率进行调节。仿真结果表明,该路由策略有较好的通讯能力,通过改变加权算法中的比例系数可以调节网络的临界负载量,达到该算法下的最优路由方法,使节点的处理能力得到合理利用,为实际大规模通讯网络中利用局部路由实现数据传输提供了有效可靠的方法。     

乙醛装置设备内部热故障的红外热像诊断技术

通过红外热像的测试,结合设备结构特点,对乙醛装置设备再生器,反应器、除沫器及循环导管的脱落,裂纹,和减薄等热故障的热处理特性进行了分析与识别,获得的热像特性可供同类乙醛设备参考。     

对象标识符解析系统关键国际标准及应用研究

根据ISO/IEC JTC1/SC6最新通知文件,我国主导修订的两项对象标识符(OID)解析系统关键国际标准即将进入发布阶段。该标准重点解决了OID标识解析性能及可用性差、根节点运营机构缺少有效监管等多方面积弊,更加匹配工业互联网等场景的应用需求。从标准化角度出发,详细对比分析新版标准修订内容及其影响,给出面向产业数字化的OID标识解析系统建设思路,为建设兼容开放、安全可靠、服务国际的OID标识体系提供参考。     

基于最优扫描结构的分形IP核设计

描述平板显示系统中最优扫描结构所对应的自相似分形拓扑结构图,提出分形扫描核心模块架构,分析n位分形扫描的递推结构,研究扫描过程中的子空间码与位码序列的关键特征,推导出序列生成的通用逻辑算法。在此基础上,设计了适合各种灰度等级的参数化的分形IP核并得到仿真结果,同时给出了分形IP核的系统应用,证明所设计的IP核可以有效提高灰度扫描的利用率和FPD画面质量。     

通信行业多维度预算管理思路

本文阐述了固网运营商在面临着日益严峻的竞争和转型压力情况下,建设多维预算管理体系的思路,即资源配置维度要由过去与业务发展维度相脱节的单一维度管理模式,向更能体现收入项目内涵、更能反映企业关注重点的客户、产品、地域等维度进行价值延伸,实现按客户群、产品线、分地域等多维度进行业务发展和资源配置。     

SI2-拟代数空间

在T0空间上引入了SI2-代数空间和SI2-拟代数空间的概念,讨论了它们的一些性质,证明了：(1)一个T0空间(X,τ)为SI2-代数的当且仅当(X,τSI2)为B-空间;(2)一个T0空间(X,τ)为SI2-拟代数的当且仅当(X,τSI2)为超紧基空间;(3)一个T0空间(X,τ)为SI2-代数的当且仅当(X,τ)为交SI2-连续和SI2-拟代数的。     

基于自适应遗传算法的关联运输调度问题

利用引入了混沌扰动的一种改进的自适应遗传算法来解决一类关联运输调度问题IVRP(IncidentVehicleRoutingProblem)模型。虽然M.Srinivas提出的自适应遗传算法既保护了最优个体又加快了较差个体的淘汰程度,但不容易跳出局部最优解,相邻进化代数间的参数缺乏连续性,所以,提出了一种新的自适应遗传算法,为避免近亲繁殖提出了改进策略,同时考虑到变异概率的大小可能导致破坏种群模式或减弱抑制早熟的能力,设计了相关的自适应变异概率。研究表明,该改进的算法在解决关联物流运输调度问题具有有效性和适用性。     

基于Zig Bee的WPAN网络配置应用

ZigBee是一种新兴的短距离、低速率、低成本、低功耗的无线网络技术。它采用直接序列扩频（DSSS）技术,工作频率为868MHZ、915MHz或2．4GHZ,都是无须申请执照的频率。基于ZigBee技术配置无线个域网络是近年来近距离无线通信技术的一种新发展,在工业自动化领域以及智能家居领域获得了越来越广泛的应用。     

一种基于高维空间聚类的离群数据发现算法

针对高维稀疏聚类CABOSFV算法仅能解决二态变量高维稀疏聚类问题而对其他类型变量算法将失效的情况，通过定义“属性绝对值距离”解决了CABOSFV算法固有的这一缺陷。另外，针对聚类后产生伪孤立点问题，提出相应的异常数据处理策略，从而得到较为精确的离群数据。