海洋物联网关键技术研究与应用

传统的海洋观测网孤立、碎片化的传感数据已经难以满足我国海洋观测领域的需求,低成本投入、低功耗运作、互联互通的海洋物联网是海洋信息领域的主流研究方向。介绍了海洋观测网的发展历程及研究现状,并在浙江大学摘箬山岛海底观测网络的研究基础上,提出一种新型的海洋物联系统架构以及一系列海洋物联网关键设备与平台,包括小型化海洋中控机、水声通信机、窄带物联网浮球、坐底式试验平台、便携式声学释放平台。未来,海洋物联网将向着轻量级、通信方式多样化与智能化的方向发展,并接入陆地互联网,实现“空天地海”万物互联。     

基于深度神经网络的自适应波束形成算法

阵列天线接收到的期望信号和干扰信号,其入射的到达角度(Angle of Arrival,AOA)总是快速变化的,而传统波束形成算法计算量大,无法实时计算。针对这一问题,提出了一种基于深度神经网络的自适应波束形成(Deep Neural Network Adaptive Beamforming,DNNABF)算法,用入射信号AOA组成的向量作为网络输入,网络输出逼近最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法求得的权矢量。仿真结果表明,卷积神经网络(Convolutional Neural Network,CNN)与DNNABF方法都能准确拟合MVDR算法权矢量,可在入射信号AOA快速变化时自适应地形成波束和零陷,但DNN计算速度相对MVDR有将近6.5倍的提升,训练模型时间也远低于CNN。     

粒子群优化BP神经网络的激光铣削质量预测模型

为了有效地控制激光铣削层质量,建立了激光铣削层质量（铣削层宽度、铣削层深度）与铣削层参数（激光功率、扫描速度和离焦量）的BP神经网络预测模型。采用粒子群算法优化了BP神经网络的权值和阈值,构建了基于粒子群神经网络的质量预测模型。所提出的PSO-BP算法解决了一般BP算法迭代速度慢,且易出现局部最优的问题,并以Al2O3陶瓷激光铣削质量预测为例,进行算法实现。仿真结果表明:提出的PSO-BP算法迭代次数大大减少,且预测误差明显减少。所构建的质量预测模型具有较高的预测精度和实用价值。     

High-roubustness keystroke recognition method based on acoustic spatial gradient

For the fluctuation of CFCC caused by environmental noise is the main reason for the low accuracy of keystroke detection,the spatial characteristics of adjacent between CFCC were studied,and the spatial gradient structure of CFCC based on points was established.On this basis,the effect of CFCC spatial gradient on keystroke content recognition and the selection of precise neighborhood points were studied on training and testing.Finally,a high-robustness keystroke recognition algorithm based on acoustic signals was constructed.Extensive experiments in different environments demonstrate that the proposed CFCC spatial gradient sound feature achieves great performance and the recognition accuracy is 96.15%.     

基于切片分组网（SPN）的彩光技术及组网方案

随着5G的规模部署,对传输网络提出更大带宽、更低时延的要求。作为面向5G的综合业务承载平台,切片分组网（SPN）统一承载无线业务、家庭宽带业务和政企专线业务等,业务量的激增迫使SPN汇聚层和核心层急需大带宽长距传输技术。对SPN彩光技术及组网方案进行研究,包括业务需求、技术方案、组网方案、产业及标准进展等,并进行实验室和现网测试,验证SPN彩光组网功能和性能。     

贴片机X/Y轴快速高精度定位的实现

负载惯量和外界干扰是影响贴片机X,Y轴快速高精度定位的两个关键因素。本文针对负载惯量和外界干扰对控制性能的影响,提出了基于RBF神经网络的自适应滑模控制算法。利用RBF神经网络的万能逼近特性实现对外加干扰和被控对象模型信息的逼近,运用自适应控制算法计算前馈补偿量以补偿负载惯量和摩擦力对运动性能的影响,采用滑模控制算法以抑制其他不确定干扰对运动控制的影响。通过仿真分析可以得出,所采用的控制算法能够有效地补偿负载惯量和外界干扰对定位性能的影响,从而实现贴片机X,Y轴的快速高精度定位。     

中国移动智能网能力开发之路的思考

【】：随着中国移动智能网近14年的建设及发展,传统的增值业务已无法满足用户日益更新的业务需求。但从智能网可提供的网络能力来看,有些能力在今后的业务发展中还将被保留或增强。本文基于现有智能网网络架构、业务发展情况,分析了目前业务发展受限的主要问题,提出了未来智能网将进行能力开放的发展思路及未来业务网架构的调整方向,并结合目前智能网设备的情况,现网SCP未来调整及演进方向。     

核心网融合组网方案及部署策略研究

5G与2G、3G、4G网络共存,ToB与ToC业务共同发展的局面对分组域核心网组网提出了更高的要求.本文分析了核心网融合发展的必要性和可行性,提出了融合组网方案,从标准及产业进展、融合组网分层架构、融合计费、业务和用户体验等方面分析了融合组网中的几个关键问题并对融合组网方案进行了对比分析,提出了分组域核心网融合组网策略...     

基于PCNN图像分割的医学图像融合算法北大核心CSCD

为充分提取源图像间的互补信息,改进传统的图像融合算法在亮度维持、能量保留、边缘信息保持等方面的不足,本文提出了基于脉冲耦合神经网络(pulse coupled neural network, PCNN)图像分割的医学图像融合算法。该算法综合了非下采样剪切波变换(non-subsampled shearlet transform, NSST)与PCNN。首先,选取标准差较大的源图像作为被分割图像,标准差较小的源图像作为参照图像,将源图像进行NSST分解,获取源图像低频子带系数和高频子带系数;在低频融合中,利用参数自适应的PCNN对被分割图像的低频子带进行分割,根据分割结果获取融合低频子带系数;在高频融合中,采用以区域能量和与拉普拉斯能量和两者的乘积作为判断函数,获取融合高频子带系数;利用NSST逆变换获取融合图像。最后,应用本文提出的算法,对脑萎缩、急性中风和高血压性脑病等3组电脑断层扫描/磁共振成像(computerized tomography/magnetic resonance imaging, CT/MRI)图像进行了融合仿真,并将仿真结果与2018年后国际刊上提出的5种算法的融合图像进行比较。结果表明,应用本文提出的融合算法得到的图像,有效地增强了不同模态间的信息互补,保持了融合图像与源图像具有相同明亮程度,又保留了源图像低亮度部分的边缘信息,更加符合人眼视觉特性,具有更高的客观评价指标。     

四网协同下的多频共用一体化天馈设计

本文通过超宽带天线振子、馈电网络的研究,结合差分进化与遗传退火优化算法,提出了GSM、TD-SCDMA和LTE的一体化天馈系统综合解决方案,实现了四网协同下的多频共用一体化天馈设计,可节约大量的支撑设备、传输设备投入,为运营商多网络天馈建设提供了有效的设计方法。