OptiX 2500+传输设备低阶交叉容量分析

OptiX 2500 被广泛应用于各大运营商的传输网络,但是这种设备由于受内部硬件设计的限制,可以配置的低价业务数量非常有限.随着业务的不断增长,OptiX 2500 低阶交叉容量饱和以及TUPP入总线饱和的问题已经越来越明显,一旦出现溢出,将无法再增加新的低阶业务,给网络的扩容带来极大的影响.虽然因为硬件条件的限制,难以从根本上改变这种瓶颈,但可以通过对设备原理的深入研究,摸索出节约低阶交叉总线的可行性方法,定i计算出各种组网配置下低阶交叉总线的占用数量,从而做到在接近低阶容量饱和时提前控制,解决潜在的网络隐患.     

二级城市移动通信数据网络资源配置分析

对二级城市移动通信数据网络资源配置算法进行了研究,并通过对现网的分析,总结了适合二级城市建设GPRS/EDGE网络资源配置的原则、思路和方法,提出了相应的配置原则和调整方法,并给出了二级城市典型数据业务场景下的资源配置方法.     

EDGE网络的规划及资源配置研究

本文在现有网络分析的基础上,进行了EDGE数据网的规划,并通过仿真对规划结果进行了验证,最后对语音和数据网络的资源配置方法进行了研究,提出了相应的资源配置方法。     

基于改进狮群算法的低碳冷链配送中心选址研究

受新冠疫情影响,冷链药品需求激增,为了准时完成医药物资交付,配送中心选址问题显得尤为重要。以物流服务响应概率为约束条件,构建了一种综合考虑碳排放成本和物流成本的物流中心选择模型。引入调节因子和高斯变异对基础狮群算法(LSO)进行改进,并用改进狮群算法(ILSO)对其进行求解。函数测试结果表明,ILSO相比LSO和遗传算法(GA)具有较好的寻优能力和稳定性。相关的案例仿真分析显示,ILSO算法的选址结果总成本相比LSO算法和GA算法分别减少14.63%、17.11%,有效地节约了选址成本。最后,通过对物流服务响应概率进行敏感度分析表明,随着响应概率的增加,碳排放成本呈现先降低、后快速增加的情况。     

基于混合策略改进的贪心算法PSS订单调度研究

对于产品服务系统调度问题,本文提出了基于改进迭代贪心算法的PSS订单调度混合策略求解模型,大幅度缩短了所有订单的交付时间。运用NEH初始化方法对最早授权服务时间进行排序,引进随机邻域搜索算法,同时在贪心算法破坏和重建阶段进行优化,最后基于轮盘赌的比例筛选策略提出新的判断准则。通过仿真实验表明,本文所设计的混合改进策略对于求解订单调度问题的效果显著,求解速度更快,并表现出更好的鲁棒性。     

基于Zynq雾霾天气下的实时车牌识别系统

秋冬时节雾霾天气频发,严重影响了监控系统里的车牌识别精度,迫切需要能够进行实时处理的小型化的嵌入式车牌识别系统。图像去雾目前主要是在PC端进行,实时性低。本文提出一种基于Zynq雾霾天气下的实时车牌识别系统。通过改进去雾算法对颜色空间(HSV)中的亮度分量进行处理,然后通过中值滤波进行去噪,最后将处理后的图像利用车牌识别相关算法进行处理。该系统采用ARM+FPGA异构的方式,PS(ARM)端负责简单算法运算、IP核控制与驱动等,PL(FPGA)端负责需要大量并行运算的算法。通过实验结果对比,该系统能够达到预期的效果,具有实时性、可移植、可嵌入和功耗低等特点,能够满足在雾霾天气下的车牌识别的性能要求。     

融合鲸鱼泡泡网机制的SSA算法

针对基本麻雀搜索算法(Sparrow Search Algorithm, SSA)在迭代寻优过程中,种群多样性减少、易陷入局部极值等问题,提出一种改进的麻雀搜索算法(WSSA)。首先,基于Tent混沌映射策略初始化种群,提高初始解的质量;其次,结合鲸鱼优化算法(WOA)中的鲸鱼泡泡网捕食数学模型,改进发现者的位置更新策略,增强算法全局搜索;然后,采用自适应t分布变异,提升算法跳出局部最优能力;最后,在仿真实验中,结果表明改进麻雀搜索算法具有更好的收敛性和求解精度。     

基于BM3D去噪算法在天文图像中的应用

针对平方公里阵列射电望远镜(SKA)观测到的射电天文图像在各种因素的影响下存在不同程度的噪声问题,本文提出将3维块匹配滤波算法应用在SKA图像去噪上,结合空域思想和转换变换的方法来提高图像质量。实验结果表明,经过BM3D算法去噪图像的峰值信噪比平均达41.180 9 dB,去噪效果明显;去噪后的天文图像的结构相似度相比非局部均值算法提升了15.25%,比中值滤波提高了近一倍;图像特征相似度均在0.9以上,其细节特征保留更好,视觉效果更加明显。     

基于CVMD和DBO-SVM的光纤周界安防信号识别方法

为降低光纤周界安防信号中噪声对分类结果的影响,提升信号分类的准确率和运行效率,提出一种融合了相关变分模态分解(Correlation Variational Mode Decomposition, CVMD)、蜣螂算法(Dung Beetle Optimizer, DBO)和支持向量机(Support Vector Machine, SVM)的分类方法。利用CVMD去除原始信号中的噪声分量,并提取去噪后信号的能量、能量熵和峭度作为特征向量。采用DBO算法优化SVM,得到最佳惩罚因子和核函数参数,并构建DBO-SVM分类模型。搭建了基于相位敏感光时域反射(Φ-OTDR)技术的周界安防系统,采集了攀爬、敲击、踩踏和无入侵四类信号。实验结果表明,CVMD-DBO-SVM的分类准确率相比CVMD-PSO-SVM和CVMD-GA-SVM更高,达到了98.75%,同时运行时间更短,综合性能最优。     

基于CAN总线的优先级晋升调度研究

针对CAN总线的优先权逐位仲裁规则,当总线负载和利用率过高时,不能完全满足各个节点的实时性需要。提出了动态优先组量升算法,建立了基于动态优先级算法的数学模型,并进行优化。最后,通过仿真,证明了该方法能够有效地提高系统实时性,避免了优先级死锁现象。