计算机
MIMO(MultipleInputMultipleOutput)技术与卫星通信相结合,能够充分利用空间分集,在不增加额外功率和带宽的情况下提高增益。在单卫星系统中,由于卫星上的空间大小限制,不利于获得空间分集和复用增益,因此通常考虑利用不同的极化天线构建多天线环境以获得相应增益。文中提出了一种分析交叉极化鉴别率(CrossPolarDiscrimination,XPD)对单卫星双极化MIMO通信系统的影响的方法。推导了单卫星双极化MIMO系统中接收天线的SINR(Signal-to-InterferenceandNoiseRatio),并从误码率和信道容量两个方面分析了不同交叉极化干扰系数在开阔区域、郊区、市区3种环境下对星地链路的影响。仿真结果表明,交叉极化干扰系数越小,系统BERCBitErrorRate)性能越好,信道容量越大,且信号在市区环境下传输时,信道容量高于开阔区域与郊区。
"为解决目前大多数移动应用的两层架构即客户端/服务器架构存在的客户端发布、管理以及数据安全等方面问题,分析并探讨虚拟化技术,重点研究桌面与应用虚拟化技术的原理和实现。在移动应用两层架构的基础上,融入虚拟化的技术手段,通过搭建虚拟化平台设计基于虚拟化技术的三层架构,对具体的客户端与服务端交互方式、图像处理方法、终端资源调用机制、信息推送机制等进行设计与实现。通过搭建环境与编程,验证了该架构的可行性。关键词:移动应用;虚拟化;应用架构;交互式镜像;虚拟化平台中图法分类号:TP3文献标识号:A文章
针对差分进化算法的变异策略选择问题,提出一种阶段性策略自适应差分进化算法(SSADE)。首先,根据各个体与当前最优个体之间的平均距离衡量种群的拥挤度,进而估计种群的进化阶段;然后,将整个种群划分为多个子种群,并针对不同阶段的特性,设计子种群协同进化变异策略池;最后,根据各变异策略的历史成功信息,从对应的策略池中动态自适应地选择合适的变异策略,从而达到平衡全局探测和局部搜索的目的。在12个经典测试函数上的实验结果表明,所提SSADE算法在计算代价、可靠性、解的质量和扩展性方面优于现有主流算法。
为了解决保险中介公司面临的对账结算时出现的管理混乱,效率低下,以及坏账遗留的问题,采用Java语言,SSM框架,结合PRC框架Dubbo、zookeeper,数据库MySQL,设计了基于JavaEE的B/S结构的对账管理模块,能在短时间内对大量保单逐一核对其保费,比例等关键信息,使差额定位到具体保单避免坏账,同时增加了纠错处理的功能,生成无费用差错的对账批次,之后进入开票、审核、结算阶段。
无摘要
利用复杂网络寻找网络系统中的脆弱点可以从网络拓扑结构的角度出发,利用节点的拓扑性质研究其脆弱性,这可以有效的解决攻击图等脆弱性评估手段无法处理规模过大的网络的问题。通过对李鹏翔等的节点删除方法进行改进,计算动态删除节点后网络平均最短路径变化,模拟网络中节点在受到攻击后无法使用,从而导致的网络整体性能的变化。使得评估时不仅考虑删除节点对网络破坏程度,同时兼顾了对网络的效率的影响,从而可以更有效的针对脆弱点布置防御措施。
根据汽车售后服务客户细分的目的,以及保修期内客户对车辆的保养情况,构建了RFMD客户细分指标模型。针对聚类集成算法能充分挖掘数据集的内在结构,以及半监督学习思想利用先验知识指导聚类的优势,将半监督谱聚类集成(SSSCE)算法应用于售后服务客户细分。与谱聚类(SC)算法和谱聚类集成(SCE)算法相比,SSSCE算法的客户细分结果较优。对用SSSCE算法细分得到的客户群进行特征分析,并给出相应的保养指导策略。
将图像用于司法、医学等重要领域时,往往需要对图像进行完整性认证,判断图像是否被恶意篡改。基于脆弱水印的图像完整性认证方法可以用来实现图像的篡改检测和篡改定位。针对脆弱水印在图像篡改检测中定位精度和抗复杂攻击不能同时满足的问题,提出了一种基于复杂攻击的脆弱水印图像完整性认证算法。向彩色图像R,G,B3个通道中嵌入相同的脆弱水印,目的是检测出图像任意通道的篡改。将图像以2×2大小分块来提高定位精度,采用块验证和组验证的认证方式来检测复杂攻击的图像篡改,使用非等长图像置乱变换提高算法的普适性和抗复杂攻击的能力。仿真结果表明,所提算法具有较好的不可见性,对简单攻击、复杂攻击和混合攻击类型下的图像篡改具有更高的定位精度。
针对AdHoc网络无中心、拓扑易变、多跳节点共享信道资、业务多样的特点,提出了一种QoS保证的多跳动态资源分配协议。设计帧结构包括引导时隙、广播/预留时隙、竞争时隙3个部分,同时满足多节点公平接入及实时业务的时延要求;采用三跳防冲突方法复用信道资源,提高资源利用率,降低接收端的噪声门限,最小化冲突的可能性;根据QoS需求抢占空闲广播/预留时隙,抢占标准包括业务优先级、时隙空闲概率以及空闲时隙连续概率;分别对引导时隙、广播/预留时隙、竞争时隙的时隙收敛过程进行说明。通过MATLAB仿真可知,提出的QoS保证的多跳动态资源分配协议可以提高数据传输的网络分组成功投递率,降低平均时延,且更适合负载较大、节点数量较多的网络。
针对人工蜂群算法存在易陷入局部最优、收敛速度慢的缺陷,提出一种改进邻域搜索策略的人工蜂群算法.首先,将混沌思想和反向学习方法引入初始种群,设计混沌反向解初始化策略,以增大种群多样性,增强跳出局部最优的能力;然后,在跟随蜂阶段根据更新前个体最优位置引入量子行为模拟人工蜂群获取最优解,通过交叉率设计更新前个体最优位置,并利用势阱模型的控制参数提高平衡探索与开发的能力,对观察蜂邻域搜索策略进行改进,以提高算法的收敛速度和精度;最后,将改进人工蜂群算法与粒子群算法、蚁群算法以及其他改进人工蜂群算法进行比较,利用12个标准测试函数进行仿真分析.结果表明,改进算法不仅提高了收敛速度和精度,而且在高维函数优化方面具有一定的优势.
社会化库存是同城配送快速发展所呈现出的一种新特征。在社会化库存模式下,顾客可从多个同城商店订购货物,其物流配送服务需要通过配送车辆在商店与顾客间的多次往返而实现,这是一类特殊的多回程混合取送物流配送问题。针对该问题,建立了混合整数规划模型及改进的拉格朗日松弛算法;考虑到传统拉格朗日松弛算法存在无法有效提供上界的缺陷,引入了基于次短路的可行解生成思想,实现了问题上界的有效求解。仿真算例表明,所提算法能够取得优于CPLEX求解器的计算效率。
点云数据的分类和语义分割在自动驾驶、智能机器人、全息投影等领域中有着重要应用。传统手工提取点云特征的方式,以及将三维点云数据转化为多视图、体素网格等数据形式后再进行特征学习的方式,都存在处理环节多、三维特征损失大等问题,分类和分割的精度较低。目前可以直接处理点云数据的深度神经网络PointNet忽略了点云的局部细粒度特征,对复杂点云场景的处理能力较弱。针对上述问题,提出了一种基于动态图卷积和空间金字塔池化的点云深度学习网络。该网络在PointNet的基础上使用动态图卷积模块来替换PointNet中的特征学习模块,增强了网络对局部拓扑结构信息的学习能力;同时设计了一种基于点的空间金字塔池化结构来捕获多尺度局部特征,该方式比PointNet++的多尺度采样点云、重复分组进行多尺度局部特征学习的方法更加简洁高效。实验结果表明,在点云分类和语义分割任务的3个基准数据集上,所提网络相较于现有网络
设计了一种用于实现可重构网络数据包解析器的专用硬件配置描述语言P3.由于要有利于高安全等级网络的实现,侧重于从高可信性角度进行语言设计,包括形式化定义该语言的类型系统和操作语义,以及设计其可信编译结构.基于对可重构硬件基本需求的充分理解,从软硬件协同角度出发,最终明确了P3语言的核心特性及其编译器P3C的可信编译结构.由于可重构数据包解析器是软件定义网络(SDN)、可编程数据平面的重要一环,因此,实现P3C的可信编译结构将对SDN的安全性具有重大意义.期待P3C项目的开展能够促进网络与形式化领域相关工作的进一步研究.
平行于第I部分中提出的非线性系统的全驱性概念,本文提出了非线性系统的全量测性概念.首先给出了非线性系统的一种能观规范型,并证明了任何与该类非线性系统能观规范型等价的系统,以及任何能观的线性系统,都等价于一个高阶全量测系统.然后据此提出了一般动态系统的完全能观性定义,同时指出线性系统的完全能观性等同于其通常意义下的能观性.最后提出了非线性全量测系统观测器设计的一种简洁方法.基于这种设计,可以使观测误差系统为线性定常系统,并且可以任意配置其特征多项式的系数矩阵.
为研究针对潘得路快速弹条扣件状态识别的方法,通过一种基于外触发模式同步控制线阵相机的方法,以保证线阵相机能够在列车变速运行情况下采集的图像不产生纵向畸变;对采集到的图像进行预处理,利用十字交叉法实现扣件区域的定位并提取;采用基于快速归一化积相关算法的模板匹配定位扣件区域的扣件绝缘帽、固定螺栓并获取其中心坐标参数,在此基础上提出一种基于特征距离的扣件状态识别方法。通过搭建图像采集轨道车实验验证了该同步控制法能够保证线阵相机在列车变速运行时采集的图像不产生纵向畸变;进一步实验验证该快速归一化积相关算法相较于归一化积相关算法匹配速度提升了近60%,同时实验验证了该基于特征距离的扣件状态识别方法能够实现潘得路快速弹条扣件状态的识别。
针对树木点云拓扑结构复杂、特征细节繁多等问题,提出一种基于点云收缩提取曲线骨架的算法。首先,为了在点云表面直接应用网格收缩算法,对点云进行局部主成分分析和Delaunay三角剖分;其次,针对树木点云拓扑结构复杂和末枝细节繁多等问题,用曲率法线流算子对点云进行收缩,针对树木枝条细长且弯曲幅度平缓等特点,利用改进后的QEM网格简化方法将三角网格折叠成一维曲线骨架;最后,将得到的曲线骨架进行连通和居中处理。该算法直接在点云上进行操作,不需要额外的信息和预处理操作,对噪声和残缺点云有良好的鲁棒性。实验证明,该算法提取的树木点云骨架充分表达了树木在自然环境下的生物性结构和特征,相对于Rosa、L1-中轴等经典算法,在树木点云的骨架提取速度上提高3倍以上,枝条重建度提高25%。
协议建立通信。基于Python高效灵活、面向对象等特性,提出使用单进程方案、多线程方案、多线程与多进程相结介绍轻钢别墅龙骨成型机的加工过程。考虑到布局和加工的便捷性,采用Wi-Fi方式与松下Mewtocol合的通信方案。根据实验结果分析,多线程与多进程相结合的通信方案优于其他方案。一方面完成龙骨加工过程中加工数据的传输,发挥Wi-Fi通信的优势,提升工控机的便携性;另一方面能充分发挥多核CPU的性能,相比其他通信方案数据传输与加工控制相对独立,提高了工控机的资源利用率与实际生产加工效率。
为了解决移动社交网络(MSN)中由于网络拓扑的时变性以及节点资源的受限性导致路由时延长、投递率低等诸多难题,利用信息中心网络(ICN)内容和位置分离的特点更好地支持终端移动性和网内缓存,设计了一种基于朋友圈和节点感知的内容中心MSN路由机制(FACMR)。首先,明确了节点模型的功能表,使节点具有感知能力。然后,基于节点关系强度和其缓存内容相似性构造朋友圈,快速高效地指导路由。其次,利用缓存特征和置换策略进行朋友圈的维护。最后,利用网络模拟器(NS3)对FACMR进行仿真。仿真结果表明,FACMR与现有的典型算法相比,缓存置换率减少了6.35%,误包数减少了22.9%,平均路由时延降低了43.5%,是一种可行且高效的MSN路由机制。
针对单相机场景下的智能交通应用得到了较好的发展, 但跨区域研究还处在起步阶段的问题, 本文提出一种基于相机标定的跨相机场景拼接方法. 首先, 通过消失点标定分别建立两个相机场景中子世界坐标系下的物理信息到二维图像的映射关系; 其次通过两个子世界坐标系间的公共信息来完成相机间的投影变换; 最后, 通过提出的逆投影思想和平移矢量关系来完成道路场景拼接. 通过实验结果表明, 该方法能够较好的实现道路场景拼接和跨区域道路物理测量, 为相关实际应用研究奠定基础.
无摘要