多服务多用户OFDM系统资源分配算法

提出了一种正交频分复用（OFDM）系统的多服务多用户资源分配算法。与传统多用户OFDM系统资源分配算法只考虑一种类型的服务不同,提出的算法同时考虑了数据业务和语音业务,分析了两种业务不同的资源分配需求,对语音业务采用了时分多址（TDMA）的方式,并且加入了对每种数据业务最低传输速率的要求。仿真结果表明,新算法能够在满足语音用户固定传输容量的基础上,提升数据用户总的传输容量,同时保证每一个数据用户的最低传输容量的要求。     

基于DES和RSA算法的数据加密传输系统设计

DES和RSA是两种应用非常广泛和成熟的数据加密算法。本文通过对DES和RSA加密技术进行分析,建立了一个包括信息交换格式、交换协议和加解密算法的数据传输系统。系统的整体设计建立于现在流行的分布式系统的基础上,由于采用了agent的结构,使得任何一个部件的故障对系统的负面影响达到最小,从而保证了整个系统运行的健壮性,即保证各个Agent与中央控制器进行安全数据传输。系统具有良好的可操作性,能够适用于不同的应用环境。     

新运营者城域数据网建设策略

简要介绍了目前城域数据网络发展、现状和主要组网技术,分析了新运营者城域数据网在不同阶段需要解决的主要问题,并提出初期利用MSTP方式组建城域传输和数据网,最终将城域数据网分离独立组网的发展思路。最后介绍了新运营者在南方某省会城市初期合并建设MSTP城域传输网和数据网,以及演进为独立的城域MSTP传输网、NGN轻载数据网和纯数据网。     

基于S盒优化的轻量级加密算法设计

分组密码一直是解决信息系统安全问题的常用加密方法。分组密码的典型代表数据加密标准DES（Data Encryption Standard）被广泛应用于软件加密和硬件加密,其中所体现的设计思想和设计原则依然值得研究和借鉴。S盒作为DES算法的一个关键环节,它的设计好坏直接影响DES的加密性能。通过对分组密码安全性设计的分析,立足于DES算法框架,提出了一种轻量级安全加密算法LEA（Light weight Encryption Algorithm）,通过增加位选逻辑陷阱来对S盒中的元素进行选取和重新优化设计,最后从S盒统计特性角度对其安全性进行分析。该算法能有效解决低成本系统的安全问题。     

基于递归搜索的公交换乘算法研究

在城市的公共交通网络中,公交换乘是乘客出行的一个重要的问题。随着城市公交规模的不断扩大,有相当部分的出行难以直达,乘客必须换乘才可到达目的地。在研究公交换乘的最优路径算法时,有必要先了解乘客出行时所考虑的因素,通过对乘客出行心理、行为的研究来确定模型的优化目标和约束条件。文中从换乘算法、出行时间、出行距离等方面进行分析,在综合考虑相关因素的情况下,加权平均得出了一种最小换乘次数为主的广度优先算法,并应用于武汉号码百事通系统中。     

烟草物料无线监控系统

针对目前国内烟厂的自动化升级和改造,提出了一种低功耗单片机和短距离无线通讯芯片构成的烟草物料无线监控系统,该系统采用工业用无线通信频段,应答握手通信协议进行无线数据传输,可对现场的条码数据进行连续采集并将采集数据通过USB或串行通信口传递至上位工业控制计算机进行处理和控制,从而可以保证烟厂整个生产过程中物料使用的准确无误,该方案对完善烟厂自动化生产和管理起了非常重要的作用。     

基于硬盘保护卡技术的分析与研究

硬盘是计算机重要的外存储器,系统软件、应用软件的安装必须在硬盘上进行,用户完成的数据处理也可存放在硬盘上,如果硬盘保护不当,造成的损失基本上是无法弥补的。因此,对硬盘的保护就显得尤为重要,从硬盘保护卡的原理、功能、优缺点、应用等方面进行综合分析,对比研究发现,具有变量拷贝功能的保护卡和多功能的保护卡都能更好地保护硬盘和硬盘数据,能够更加有效地将机房管理人员从繁重的重复劳动中解脱出来。     

剖分关联规则综述

剖分关联规则是描述剖分面片之间或者面片内空间对象之间的相邻、相连、共生、包含等空间关联的规则。从基本概念、分类、目前研究成果等方面对其进行综述,重点阐述了剖分关联规则的概念、挖掘方法等。通过对现有剖分关联规则研究成果和存在问题的深入剖析,指出了其未来主要的发展方向。     

飞行参数实时采集系统的设计与实现

为了准确获取实时的飞行参数,提出了一种以FPGA为核心的多路数据采集系统设计。描述了系统硬件设计,通过VerilogHDL语言设计有限状态机完成流水采样以及FPGA与DSP数据通信,并用Modelsim对各设计模块进行仿真。实验证明这种设计方法简化了系统的硬件电路复杂性,使整个采集系统具有灵活高效的特点。     

粒子群优化的小波网络在飞参数据压缩中的应用

飞参数据压缩是减少飞参数据的存储空间和传输通信流量的关键。针对飞参数据的特点,提出了一种基于粒子群优化的小波神经网络近无损压缩算法。该算法将小波网络参数作为原始数据的重构信息,在小波神经网络BP算法的基础上,引入粒子群优化算法,克服了粒子群优化算法的早熟收敛,增强了小波神经网络学习算法的全局搜索能力,提高了网络收敛速度;同时将重构误差作为启发信息,在保证较小失真度的情况下,通过粒子的迭代寻求最优的小波神经网络结构。飞参数据压缩仿真实验结果表明了算法的可行性和有效性,可以获得较高的压缩比和较小的重构误差。