国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

摘要:隨著(zhù)云計算技術(shù)的快速進(jìn)步與廣泛應用，企業(yè)信息化建設得以迅速發(fā)展，為了探索面向大規模微服務(wù)應用的云平臺運維關(guān)鍵技術(shù)，提升微服務(wù)架構下云平臺的運維保障能力，針對微服務(wù)云平臺運維工作與相關(guān)技術(shù)展開(kāi)調研；首先介紹了當前微服務(wù)云平臺運維工作的背景與特點(diǎn)，闡述了云平臺運維工作的國內外研究現狀并進(jìn)行分析；根據微服務(wù)云平臺運維工作的特點(diǎn)，將云平臺運維技術(shù)主要分為監控運維、資源調度與故障分析三類(lèi)，分別綜述每一類(lèi)運維技術(shù)的研究現狀，并分析每類(lèi)運維技術(shù)中不同方法的優(yōu)缺點(diǎn)；最后，結合工業(yè)需求、當前技術(shù)的不足、以及微服務(wù)云平臺運維工作的特點(diǎn)分析了云平臺運維工作的未來(lái)發(fā)展趨勢，并且對微服務(wù)云平臺重要的運維技術(shù)也進(jìn)行了總結與展望。

摘要:對BIT技術(shù)在運載火箭測試發(fā)射控制系統測試領(lǐng)域中的應用進(jìn)行了研究。從BIT技術(shù)的設計原則、設計原理和工作模式等方面進(jìn)行分析,設計了BIT測試流程并將其應用在運載火箭測試系統中,利用大數據降低了BIT系統虛警率,對于運載火箭測試領(lǐng)域提高測試可靠性,提高故障檢測、故障隔離及排除效率對于火箭測發(fā)過(guò)程具有重要意義。

摘要:針對低速運行滾動(dòng)軸承故障特征易被噪聲湮沒(méi)的問(wèn)題，提出了一種基于可調品質(zhì)因子小波分解(TQWT，Tunable Q-factor Wavelet Transform)的分層自適應閾值去噪方法，并將該方法與包絡(luò )譜分析相結合，對低速軸承進(jìn)行故障分析與診斷；首先，將采集到的軸承振動(dòng)信號進(jìn)行TQWT分解，得到分解后的各層小波系數； 然后，利用Sigmoid函數構造分層自適應閾值函數，并利用該閾值函數對TQWT的高頻系數進(jìn)行閾值去噪處理；最后，結合去噪后的高頻小波系數和低頻小波系數對信號進(jìn)行重構，得到去噪后的軸承振動(dòng)信號。通過(guò)仿真故障信號，模擬故障實(shí)驗信號和實(shí)測故障信號分別進(jìn)行了去噪實(shí)驗分析。實(shí)驗結果表明，經(jīng)典的軟閾值函數和硬閾值函數相比，本文方法能獲得更好的去噪效果，在降低噪聲干擾的同時(shí)有效保留了軸承的故障特征信息，去噪后信號的包絡(luò )譜可以清晰的呈現故障的頻譜特征，可觀(guān)察到故障特征的多倍頻峰值，且峰值附近干擾很少，有效提高了軸承早期故障的診斷精度。在仿真信號實(shí)驗中，與軟閾值、硬閾值函數相比，本文方法去噪后具有更高的信噪比(SNR， Signal-to-noise Ratio )和更低的均方根誤差(RMSE, Root Mean Square Error)，與硬閾值函數相比，本文方法的SNR平均增加了4.1491，RMSE平均下降了0.1329； 與軟閾值函數相比，本文方法的SNR平均增加了5.1118，RMSE平均下降了0.1505。

摘要:災害性氣象的頻發(fā)不僅給人們的生活帶來(lái)了極大的影響，而且還危及生態(tài)環(huán)境的穩定。為減小實(shí)測氣象數據與真實(shí)數據樣本之間誤差，實(shí)現對災害性氣象觀(guān)測數據的準確監測，設計基于多源衛星遙感的災害性氣象觀(guān)測數據監測系統。設置溫濕度傳感器及防輻射罩，按照數據信息傳輸網(wǎng)絡(luò )布局形式，將風(fēng)速風(fēng)向傳感器、雨量傳感器、太陽(yáng)能控制器接入既定模塊單元之中，完成監測系統的硬件設計。利用多源衛星遙感技術(shù)，定義多源影像空間，通過(guò)分解數字衛星圖像的方式，確定監測極值點(diǎn)所處位置，并計算相似性度量指標的具體數值，完成基于多源衛星遙感的災害性氣象圖像配準處理。根據上位機組網(wǎng)模型，完善WINSOCK控件的連接形式，實(shí)現監測系統的執行程序編制，聯(lián)合相關(guān)傳感器元件，完成基于多源衛星遙感的災害性氣象觀(guān)測數據監測系統設計。實(shí)驗結果表明，多源衛星遙感技術(shù)設計系統的濕度測量曲線(xiàn)、氣壓測量曲線(xiàn)、風(fēng)速測量曲線(xiàn)與真實(shí)氣象數據樣本之間的誤差值均未超過(guò)2%，能夠準確監測災害性氣象觀(guān)測數據。

摘要:電網(wǎng)設備的故障率分析是電網(wǎng)風(fēng)險預警和運行評估的基礎和關(guān)鍵，而電網(wǎng)設備多種故障因素與綜合故障率的非線(xiàn)性權重關(guān)系的評估決定了故障率分析的準確度，為充分利用歷史故障信息數據以準確評估多故障因素與綜合故障率的權重關(guān)系，本文提出一種基于極限學(xué)習機（ELM）和遷移學(xué)習的電網(wǎng)設備多因素綜合故障率分析方法。設計了多源歷史故障信息統計體系，構建電網(wǎng)設備故障分析樣本數據庫；將自身、過(guò)載、惡劣天氣等作為主要故障因素，通過(guò)機器學(xué)習ELM算法分析故障因素與綜合故障率的權重關(guān)系，并利用多個(gè)強相關(guān)樣本集的有效遷移提高機器學(xué)習的準確度，通過(guò)ELM結合遷移學(xué)習算法克服了電網(wǎng)設備綜合故障率分析中樣本數量少且統計周期長(cháng)的難題，在充分利用歷史故障信息的同時(shí)實(shí)現設備綜合故障率的準確評估，為風(fēng)險評估和檢修安排提高可靠的數據支撐。最后通過(guò)實(shí)際電網(wǎng)運行數據驗證了所提方法的可行性和準確性。

摘要:硅錠在生產(chǎn)過(guò)程中難以避免有端面隱裂的發(fā)生,嚴重影響生產(chǎn)線(xiàn)的安全性能和生產(chǎn)效率,為此提出一種改進(jìn)背景差分算法的硅錠端面隱裂自動(dòng)檢測方法和系統。首先,分析端面隱裂的特點(diǎn),采用中值濾波來(lái)對圖像進(jìn)行預處理;其次,采用圖片樣本庫訓練得到背景圖像并對常用差分算法進(jìn)行改進(jìn)，在對圖像進(jìn)行差分的同時(shí)增強隱裂缺陷；再根據隱裂缺陷的最大比例不超過(guò)10%進(jìn)一步去除差分圖片中的大部分背景點(diǎn)；最后再提取隱裂缺陷區域,對區域進(jìn)行連通域分析并根據缺陷區域面積來(lái)判斷端面是否隱裂。仿真結果和現場(chǎng)實(shí)踐表明,該方法對硅碇隱裂的識別準確率達96.4%,召回率達98.5%，識別時(shí)間低于200ms,很好地滿(mǎn)足現場(chǎng)運行的需求。

摘要:由于現有優(yōu)化算法在全局優(yōu)化方面的局限性，導致神經(jīng)網(wǎng)絡(luò )需要多次訓練才能獲得滿(mǎn)意的結果。為了解決神經(jīng)網(wǎng)絡(luò )訓練中的一致性問(wèn)題，文章提出了一種自適應并聯(lián)結構神經(jīng)網(wǎng)絡(luò )（Adaptive Parallel Structure Neural Network, APSNN）。APSNN由多個(gè)神經(jīng)網(wǎng)絡(luò )單元并聯(lián)組成，在訓練過(guò)程中，采用常規優(yōu)化算法對各神經(jīng)網(wǎng)絡(luò )單元進(jìn)行訓練。神經(jīng)網(wǎng)絡(luò )單元的訓練樣本由上一級神經(jīng)網(wǎng)絡(luò )單元的訓練殘差構成，通過(guò)訓練殘差在各神經(jīng)網(wǎng)絡(luò )單元中的單向傳遞，實(shí)現訓練殘差的逐級減少。神經(jīng)網(wǎng)絡(luò )根據訓練殘差，決定是否進(jìn)行神經(jīng)網(wǎng)絡(luò )單元級聯(lián)和結構擴張，從而保證訓練結果的一致性。文章對5種非線(xiàn)性函數進(jìn)行了神經(jīng)網(wǎng)絡(luò )逼近測試。與BP神經(jīng)網(wǎng)絡(luò )相比較，APSNN在50次不同初始條件下，訓練精度十分穩定，具有很好的一致性。為了實(shí)現對交通流量預測，文章將APSNN與BP神經(jīng)網(wǎng)絡(luò )和小波神經(jīng)網(wǎng)絡(luò )進(jìn)行了對比研究，結果表明：APSNN的預測總體標準差均小于BP神經(jīng)網(wǎng)絡(luò )和小波神經(jīng)網(wǎng)絡(luò )，交通流量的預測偏差較BP神經(jīng)網(wǎng)絡(luò )和小波神經(jīng)網(wǎng)絡(luò )分別降低2.7%和9.7%。

摘要:作為航天器研制與試驗當中的重要組成部分，高精度、高可靠的溫度采集與監測，對航天器的設計與改進(jìn)都具有重要的指導作用。為了滿(mǎn)足對航天器內部環(huán)境和設備溫度采集和測試要求，摒棄傳統傳感器有線(xiàn)布線(xiàn)方式，優(yōu)化航天器整器裝配周期，降低測溫系統重量，提高系統可靠性，分析并設計了高精度輕質(zhì)無(wú)線(xiàn)溫度測量系統；該系統能夠采集各測點(diǎn)的溫度信號，再對信號進(jìn)行運算處理后，通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò )傳送給上位機進(jìn)行數據分析和溫度實(shí)時(shí)顯示；后對系統性能指標及功能進(jìn)行驗證，證明了測溫系統具有輕質(zhì)、長(cháng)待機時(shí)間、高精度、遠傳輸距離和高可靠性等特點(diǎn)，滿(mǎn)足單路溫度采集系統重量低于2g，待機時(shí)間不少于240小時(shí)的任務(wù)指標要求，且可對航天器內部環(huán)境和設備溫度進(jìn)行實(shí)時(shí)監測與分析處理。

摘要:花色布匹的瑕疵檢測是紡織工業(yè)中必不可少的環(huán)節，實(shí)現快速、準確的花色布匹瑕疵檢測對于提高生產(chǎn)效率具有重要意義；針對花色布匹瑕疵檢測中大部分瑕疵目標較小、種類(lèi)分布不均、部分瑕疵長(cháng)寬比較為極端以及瑕疵與背景易混淆的檢測難點(diǎn)，提出了一種基于YOLOv5網(wǎng)絡(luò )改進(jìn)的算法模型DD-YOLOv5；在骨干網(wǎng)絡(luò )中采用上下文變換器網(wǎng)絡(luò )（CoTNet，Contextual Transformer Networks），增強視覺(jué)表示能力；在頸部網(wǎng)絡(luò )中引入卷積注意力模塊 (CBAM，Convolutional Block Attention Module)，使網(wǎng)絡(luò )學(xué)會(huì )關(guān)注重點(diǎn)信息；在檢測環(huán)節增加了一個(gè)高分辨率的檢測頭，加強對小目標的檢測；并且使用α-IoU代替原網(wǎng)絡(luò )中G-IoU方法；經(jīng)實(shí)驗證明，改進(jìn)后的算法在花色布匹瑕疵數據集平均精度均值上 (mAP，mean Average Precision)達到了較原生算法相比提升了8.1%，檢測速度也達到了73.6Hz。

摘要:心衰是一種威脅人類(lèi)生命的主要疾病之一，左心室輔助裝置作為心臟移植前的過(guò)渡支持治療使用，對心衰終末期患者的生活質(zhì)量和生存率有明顯提升；在對心電圖實(shí)現自動(dòng)的檢測中，QRS波群的檢測是最關(guān)鍵的環(huán)節，它影響著(zhù)后續數據分析和處理的正確性及準確性；設計利用數據庫數據和人體心電采集數據作為原始待處理源，通過(guò)高階低通濾波與香農能量的創(chuàng )新算法結合進(jìn)行處理數據，在硬件上增加使用高階自適應中值濾波算法，使得處理后的實(shí)時(shí)數據噪聲降到最低，有利于準確提取到R波，最后使用測試后的心電R波驅動(dòng)左心室輔助裝置，達到對心衰患者進(jìn)行輔助治療的作用，并且通過(guò)MATLAB和Modelsim軟件仿真成功后，在FPGA硬件上實(shí)現了實(shí)時(shí)心電信號控制血泵系統的方案；經(jīng)試驗測試此方法可以準確的提取R波，并且可以控制左心輔助裝置同步進(jìn)行泵血。

摘要:針對深度學(xué)習故障診斷模型泛化能力差、網(wǎng)絡(luò )復雜的問(wèn)題,提出一種通用的特征提取網(wǎng)絡(luò ),在此基礎上應用軸承故障診斷的方法。首次提出頻域特征變分自編碼器,增強了信號特征提取的魯棒性。然后,采用局部異常因子算法剔除離群點(diǎn),防止分類(lèi)器過(guò)擬合,提高分類(lèi)器泛化性能。最后,構建分類(lèi)器進(jìn)行故障診斷。實(shí)驗驗證表明在不同損傷程度下特征提取的界限清晰,故障分類(lèi)效果好,并且模型表現出良好的可遷移性。

摘要:小麥種子的純度和含水量是反映小麥種子品質(zhì)的兩個(gè)重要指標；本文基于高光譜圖像技術(shù),開(kāi)發(fā)了小麥種子純度/含水量自動(dòng)檢測系統；檢測系統集成了系統校準、高光譜圖像采集、數據分析、模型更新、報告輸出等功能模塊,具有功能完善、操作簡(jiǎn)便、可擴展性強等優(yōu)點(diǎn)；所開(kāi)發(fā)系統利用STM32控制模塊,配合SHT20溫濕度檢測模塊、光源控制模塊和步進(jìn)電機驅動(dòng)模塊,實(shí)現操作環(huán)境信息獲取、平臺運動(dòng)控制、光源功率和高光譜相機焦距調整；利用上位機實(shí)現高光譜圖像的實(shí)時(shí)采集和STM32控制模塊的信息交互；利用Python語(yǔ)言編寫(xiě)軟件操作平臺的后臺邏輯和人機交互界面；所開(kāi)發(fā)的系統和集成的數據分析模型(偏最小二乘回歸模型、偏最小二乘鑒別模型),可實(shí)現小麥種子含水量(決定系數為0.943、均方根誤差為0.0081g)和純度(準確率為96.5%,精確率為93.0%,召回率為93.0%)的高精度檢測；所設計的小麥種子純度/含水量檢測系統為促進(jìn)高光譜圖像技術(shù)在小麥種子質(zhì)量檢測領(lǐng)域的現場(chǎng)應用提供了可能。

摘要:基于相位敏感光時(shí)域反射計(Φ-OTDR)的分布式光纖微振動(dòng)傳感系統,使用STFT算法對中石油西南某地20km天然氣管道周?chē)l(fā)生六類(lèi)事件(噪聲、機械破環(huán)、人工挖掘、榔頭敲擊、人跳躍以及人踏步通行)的振動(dòng)數據進(jìn)行時(shí)頻域圖像化,然后通過(guò)BP、SVM、GoogLeNet等算法進(jìn)行六類(lèi)事件的分類(lèi)預測。該方法首先利用Φ-OTDR系統采集管道同溝敷設光纜一芯中瑞利后向散射光信號,從中提取出振動(dòng)事件的振動(dòng)信號,然后通過(guò)STFT對時(shí)間-空間圖像的采集,最后對圖像數據利用算法進(jìn)行振動(dòng)事件的識別。現場(chǎng)實(shí)時(shí)監測獲取的數據表明：利用BP神經(jīng)網(wǎng)絡(luò )算法對振動(dòng)事件識別,相較于傳統的隨機森林、K近鄰、SVM算法以及深度學(xué)習GoogLeNet算法,機械破壞事件的誤報率低至0%,人工挖掘事件的誤報率低至0%,適合應用于實(shí)際的天然氣管道監測。

摘要:為了給紫外遙感光譜儀的研制提供測試環(huán)境，充分測試紫外遙感光譜儀的功能和性能，基于光譜儀的實(shí)際測試需求設計了紫外遙感光譜儀地檢系統；紫外遙感光譜儀地檢系統由一塊通訊數傳板卡、一臺高性能計算機和兩個(gè)地檢軟件組成，適用于光譜儀單機、整機、整星等多種研制狀態(tài)；硬件方面，通訊數傳板卡選用的FPGA芯片是spartan-6系列的XC6SLX25；軟件方面，兩個(gè)地檢軟件分別是異步422控制軟件和同步422快視軟件，均在QT平臺，使用C語(yǔ)言，采用多線(xiàn)程的編程思想實(shí)現；異步422控制軟件不僅可以控制光譜儀執行功能還可以實(shí)時(shí)監視光譜儀狀態(tài)；同步422快視軟件除提供基礎的數據儲存解析和顯示功能外，還具有比特位移除判別遙感包、圖像偽彩色、時(shí)變線(xiàn)、光譜曲線(xiàn)高斯擬合等數據處理功能；經(jīng)過(guò)多次試驗驗證，紫外遙感光譜儀地檢系統運行穩定功能齊全，提高了儀器裝調、定標和測試效率。

摘要:本研究旨在探索運用深度學(xué)習的方法輔助醫生利用胸部X光片進(jìn)行COVID-19診斷的可行性和準確性。首先利用公開(kāi)的COVID-QU-Ex Dataset訓練集訓練一個(gè)UNet分割模型，實(shí)現肺部ROI區域的自動(dòng)分割。其次完成對該公共數據集肺部區域的自動(dòng)提取預處理。再次利用預處理后的三分類(lèi)影像數據（新冠肺炎、其它肺炎、正常）采用遷移學(xué)習的方式訓練了一個(gè)分類(lèi)模型MBCA-COVIDNET，該模型以MobileNetV2作為骨干網(wǎng)絡(luò )，并在其中加入坐標注意力機制（CA）。最后利用訓練好的模型和Hugging Face開(kāi)源軟件搭建了一套方便醫生使用的COVID-19智能輔助診斷系統。該模型在COVID-QU-Ex Dataset測試集上取得了高達97.98%的準確率，而該模型的參數量和MACs僅有2.23M和0.33G，易于在硬件設備上進(jìn)行部署。該智能診斷系統能夠很好的輔助醫生進(jìn)行基于胸片的COVID-19診斷，提升診斷的準確率以及診斷效率。

摘要:以皮托管和微壓計測量的空氣流速作為參考風(fēng)速,研究葉輪式風(fēng)速表的風(fēng)洞實(shí)驗室示值誤差測試方法；介紹了葉輪式風(fēng)速表的工作原理,分析了測試所用到儀器設備技術(shù)指標,進(jìn)行了葉輪式風(fēng)速表實(shí)例測試,對測試實(shí)例進(jìn)行了不確定度評定與分析并作了示值誤差的符合性判定；結果表明,5 m/s及以下時(shí)不確定度的最主要來(lái)源為風(fēng)洞流場(chǎng)總壓和靜壓差的測量,5 m/s以上時(shí)不確定度的最主要來(lái)源為風(fēng)洞流場(chǎng)的不均勻性、皮托管與氣流夾角等影響量,可通過(guò)提高微壓計精度、減小風(fēng)洞流場(chǎng)不均勻性和減小皮托管與氣流夾角等方式進(jìn)一步減小測量不確定度。

摘要:隨著(zhù)自動(dòng)控制、計算機科學(xué)以及通訊技術(shù)等飛速發(fā)展,近十年來(lái)網(wǎng)絡(luò )控制系統(NCSs)已經(jīng)在工業(yè)控制、航空航天以及物聯(lián)網(wǎng)等領(lǐng)域得到廣泛的應用。針對離散時(shí)間網(wǎng)絡(luò )控制系統存在執行器飽和與故障的情況,充分考慮網(wǎng)絡(luò )誘導時(shí)延和參數不確定等影響,提出了一種容錯控制設計方法,將被控系統轉化為一類(lèi)存在扇形有界不確定性和非線(xiàn)性項的閉環(huán)控制系統,利用Lyapunov穩定性理論和時(shí)延上界信息進(jìn)行泛函構造并利用Jenson不等式放大技術(shù)估計泛函差分更緊上界,得到確保閉環(huán)系統漸近穩定的充分性條件,再基于線(xiàn)性矩陣不等式(LMI)技術(shù)得到控制器增益設計方案,最后利用對比仿真驗證了方法的有效性并且能降低保守性。

摘要:為保障冰雪天氣條件下高速公路的行車(chē)安全與通行效率,在建立安全限速模型與交通流預測模型的基礎上,提出一種基于粒子群優(yōu)化算法的可變限速控制策略。首先,通過(guò)分析冰雪天氣下車(chē)輛制動(dòng)性能和交通流演化規律,提出適用于冰雪天氣條件的高速公路安全限速模型以及交通流預測模型；其次,設計了兼顧通行效率與行車(chē)安全的優(yōu)化目標函數,并考慮實(shí)際行車(chē)需求給出相關(guān)約束條件；最后,基于交通流預測模型并結合粒子群優(yōu)化算法對可變限速值進(jìn)行求解,并通過(guò)搭建的元胞自動(dòng)機交通流模型將所提出的可變限速策略的控制效果與固定限速方案和分段安全限速方案進(jìn)行對比仿真實(shí)驗。仿真結果表明,相比于固定限速方案,可變限速控制減少了總行程時(shí)間、總行程延誤時(shí)間和車(chē)輛沖突時(shí)間；相比于分段安全限速方案,可變限速控制有效減小了管控路段內的車(chē)輛行駛速度標準差,總行程延誤時(shí)間和車(chē)輛沖突暴露時(shí)間也有所降低,驗證了所提出可變限速控制策略的有效性。

摘要:煙草供料成條機在控制過(guò)程中存在延遲滯后的問(wèn)題，難以滿(mǎn)足不同種類(lèi)煙草供料的成條需求，導致煙草供料成條機卷制煙支質(zhì)量較差，難以保證煙絲束密度均控制標準范圍內。研究煙草供料成條機導軌滑塊結構離散化滯后控制方法。分析供料成條機結構，設計由導軌滑塊結構組成的集流裝置，能夠在離散化和成束階段降低機器共振幅度，提高煙絲束質(zhì)量。設計離散化滯后控制算法，通過(guò)氣-液信息放大重量裝置，放大卷制前煙絲束瞬時(shí)質(zhì)量信號，精準控制平準器進(jìn)行氣-電升降改變修剪位置，改善控制滯后問(wèn)題，平衡每一支煙的煙絲束密度。利用離散化模糊PID技術(shù)模糊化內部機械振動(dòng)和外界環(huán)境干擾，實(shí)現導軌滑塊結構離散化滯后控制。實(shí)驗證明，通過(guò)這種技術(shù)改造的供料成條機能夠解決控制滯后問(wèn)題，提高煙支質(zhì)量，降低煙支碎絲率和空頭率。

摘要:為充分發(fā)揮機器人群集的協(xié)作優(yōu)勢，克服單機器人能力不足問(wèn)題，利用偏微分方程約束理論，設計機器人群集運動(dòng)控制系統。擴大機器人群集間通信網(wǎng)絡(luò )范圍，改裝機器人傳感器、運動(dòng)控制器和驅動(dòng)電機設備。在硬件設備的支持下，考慮機械結構、運動(dòng)與動(dòng)力工作原理，建立機器人群集數學(xué)模型。分配機器人群集運動(dòng)任務(wù)，利用偏微分方程規劃機器人群集編隊運動(dòng)路徑，設置規劃路徑作為機器人群集運動(dòng)的約束條件。從位置和姿態(tài)角兩個(gè)方面計算運動(dòng)控制量，通過(guò)控制指令的生成與轉換，實(shí)現系統的機器人群集運動(dòng)控制功能。通過(guò)系統測試實(shí)驗得出結論：與傳統運動(dòng)控制系統相比，在優(yōu)化設計系統的控制下，機器人群集的運動(dòng)跟蹤控制誤差為13cm，機器人群集運動(dòng)過(guò)程中產(chǎn)生的碰撞次數得到明顯減少，即優(yōu)化設計系統具有良好的控制效果。

摘要:為了保證機器人能夠在保持穩定的情況下，按照規劃軌跡執行工作任務(wù)，從硬件和軟件兩個(gè)方面，設計了基于Sigmoid函數的機器人魯棒滑模跟蹤控制系統。裝設機器人傳感器與狀態(tài)觀(guān)測器，改裝機器人魯棒滑模跟蹤控制器，完成系統硬件設計。綜合機器人結構、運動(dòng)機理和動(dòng)力機制三個(gè)方面，構建機器人數學(xué)模型。根據狀態(tài)數據采集結果與規劃軌跡之間的偏差，計算機器人跟蹤控制量。依據滑模運動(dòng)與切換方程，利用Sigmoid函數生成機器人魯棒滑模控制律，將生成控制指令作用在機器人執行元件上，實(shí)現系統的魯棒滑模跟蹤控制功能。實(shí)驗結果表明，所設計控制系統的機器人移動(dòng)軌跡與設定軌跡目標基本重合，其機器人姿態(tài)角跟蹤控制誤差較小，具有較好的魯棒滑模跟蹤控制效果，能夠有效提高機器人魯棒滑模跟蹤控制精度。

摘要:機器人軌跡節點(diǎn)跟蹤比較難，導致機器人實(shí)際軌跡偏離期望軌跡，所以設計基于視覺(jué)圖像的全向移動(dòng)機器人軌跡跟蹤控制方法。以滑模變結構控制閉環(huán)為基礎，求解運動(dòng)學(xué)模型、動(dòng)力學(xué)模型表達式，實(shí)現對機器人移動(dòng)軌跡數學(xué)模型的構建。按照視覺(jué)圖像劃分標準，完成對全向移動(dòng)機器人運動(dòng)圖像的分割，通過(guò)分離目標節點(diǎn)的方式提取運動(dòng)學(xué)特征參量，完成機器人軌跡節點(diǎn)跟蹤處理。設置前饋控制器與擾動(dòng)觀(guān)測器，根據運動(dòng)學(xué)不等式條件計算誤差向量指標的取值范圍，根據該值對主機元件的控制作用能力進(jìn)行調節，實(shí)現全向移動(dòng)機器人軌跡跟蹤控制。對比實(shí)驗結果表明，所設計的方法應用后，全向移動(dòng)機器人角速度曲線(xiàn)、線(xiàn)速度曲線(xiàn)與期望運動(dòng)軌跡曲線(xiàn)之間的貼合程度均超過(guò)90%，滿(mǎn)足全向移動(dòng)機器人軌跡跟蹤控制要求。

摘要:光伏并網(wǎng)發(fā)電機組慣量阻尼控制性能過(guò)差會(huì )增加系統輸出功率振蕩幅值，降低系統工作效率，為了提高系統穩定性和振動(dòng)應力抵抗性，提出光伏并網(wǎng)發(fā)電機組慣量阻尼控制方法研究的方法。分析光伏并網(wǎng)發(fā)電機組機械結構，確定影響機組慣量阻尼的干擾因素，分析光伏并網(wǎng)發(fā)電機組暫態(tài)特性，構建光伏并網(wǎng)發(fā)電模型。將VSG本體算法指導的慣量阻尼控制過(guò)程作為模型核心算法，VSG控制策略的基本原理作為模型框架，組建基于VSG的慣量阻尼控制模型，將虛擬慣量和虛擬阻抗分別與二階、三階、五階模型結合，根據模型輸出結果，不斷平衡機組間的穩定性和振動(dòng)應力抵抗性，實(shí)現光伏并網(wǎng)發(fā)電機組慣量阻尼控制。實(shí)驗結果表明，在慣量阻尼控制性能測試中，所提方法控制光伏并網(wǎng)發(fā)電機組，在充電狀態(tài)和放電狀態(tài)下始終無(wú)視Kp和Dp干擾，將輸出功率維持在最小振蕩幅值；在同步性測試中，所提方法在Kp和Dp突變的第一時(shí)間控制機組慣量阻尼，維持功率振幅，完成光伏并網(wǎng)發(fā)電機組慣量阻尼控制，且控制性能好、同步性能好。表明所提方法能夠應用在光伏并網(wǎng)發(fā)電機組慣性阻尼控制上。

摘要:結合目前新型艦載信息裝備保障需求，從艦艇信息裝備系統化、體系化發(fā)展要求出發(fā)，以信息裝備保障能力建設為中心，基于開(kāi)放式綜合診斷系統工程方法，從能力需求、功能、結構、技術(shù)、接口和標準等方面進(jìn)行綜合論證，提出艦艇信息裝備通用測試平臺的總體思路、軟硬件結構框架、關(guān)鍵技術(shù)途徑，對提高艦艇信息裝備維修保障系統的系列化、通用化、綜合化和模塊組合化水平，具有較大的參考價(jià)值。

摘要:電磁炮測試中,炮口產(chǎn)生強烈的火光信號以及振動(dòng)等噪聲,會(huì )嚴重干擾電樞特征信號的識別處理。為了提升對電樞信號的自動(dòng)識別率,提出了一種基于小波變換和卷積神經(jīng)網(wǎng)絡(luò )(Convolutional Neural Network,CNN)相結合的電樞信號識別方法。首先,利用小波變換對過(guò)靶信號進(jìn)行小波閾值去噪,進(jìn)而重構信號。其次,利用CNN提取信號的深層次特征,通過(guò)CNN的全連接層輸出信號的分類(lèi)結果。最后,當輸入信號為電樞信號時(shí),對其作最大值檢測獲取電樞信號的特征點(diǎn)。實(shí)驗結果表明,本文所提方法對比傳統小波閾值濾波法在特征點(diǎn)自動(dòng)拾取準確率上提升了5.88%。該算法對電磁炮電樞過(guò)靶信號的濾波、識別具有一定的參考意義。

摘要:船舶自動(dòng)識別系統（Automatic Identification System，AIS），可以為發(fā)展高頻地波雷達（High Frequency Surface Wave Radar，HFSWR）技術(shù)提供驗證數據集；目前，現有手段為HFSWR提供的數據集存在實(shí)時(shí)性差以及僅能對小范圍內的船只進(jìn)行跟蹤觀(guān)測等缺點(diǎn)，針對該問(wèn)題，設計了一套船基球載AIS數據采集系統，利用系留球搭載AIS接收機進(jìn)行多次海上長(cháng)時(shí)間駐空實(shí)驗，期間獲取了來(lái)自345條船只的270580條數據；結果表明：船基球載AIS接收機這一方式能夠顯著(zhù)提高船只之間AIS信息的接收距離，當系留球錨泊在150m高空時(shí)，系統的AIS信息接收距離能夠達到244km；并驗證了AIS海上傳播模型的準確性；船基球載AIS數據采集系統可實(shí)現長(cháng)期高空駐留，所獲取的周邊海域船只的AIS信息數據范圍廣，實(shí)時(shí)性高，漏報率低，是對船基HFSWR性能進(jìn)行評估的有效手段。

摘要:針對確定性機載網(wǎng)絡(luò )通信系統實(shí)時(shí)性強、可靠性高的需求，設計了一種時(shí)間觸發(fā)以太網(wǎng)終端的實(shí)現方案。以 MicroBlaze 軟核處理器為核心，使用 LWIP 協(xié)議棧實(shí)現 UDP 通信。在TTE交換機與終端設備之間，使用主從式同步方式實(shí)現時(shí)間同步，同步精度可以達到微秒級。在建立時(shí)間同步后加入時(shí)間觸發(fā)任務(wù)，進(jìn)行周期性的發(fā)送時(shí)間觸發(fā)消息。為了保證系統可靠性，在傳輸層中采用MD5數據校驗，并設計了一種四余度管理機制。經(jīng)過(guò)測試，滿(mǎn)足TTE終端的功能需求。

摘要:針對無(wú)線(xiàn)傳感器網(wǎng)絡(luò )能耗不均衡、網(wǎng)絡(luò )生存期短的問(wèn)題,提出了一種基于改進(jìn)樽海鞘群算法的分簇路由協(xié)議。所提協(xié)議分別從分簇階段和穩定傳輸階段進(jìn)行優(yōu)化。分簇階段,首先對樽海鞘群算法進(jìn)行改進(jìn),克服了基本樽海鞘群算法局部勘探和全局開(kāi)發(fā)能力不平衡的問(wèn)題；其次考慮節點(diǎn)剩余能量和地理位置設計高效的適應度函數,以選出最優(yōu)簇首,平衡簇間負載。穩定傳輸階段,設計了基于最小生成樹(shù)的簇間路由算法,為簇首構建最優(yōu)傳輸路徑,在緩解簇首負載的同時(shí)提高網(wǎng)絡(luò )能量利用率。簇內通信階段,引入輪詢(xún)控制機制幫助節點(diǎn)構建傳輸調度,提高時(shí)隙利用率。仿真結果表明,與FIGWO和GAFCMCR算法相比,所提協(xié)議能夠有效平衡網(wǎng)絡(luò )負載,提高網(wǎng)絡(luò )能量利用率,延長(cháng)網(wǎng)絡(luò )生存期。

摘要:摘要：針對渣土車(chē)輛管控的要求，著(zhù)力于分析渣土車(chē)駕駛員的駕駛行為，以達到提高渣土車(chē)駕駛員的駕駛素質(zhì)、規范其日常駕駛行為和行車(chē)安全意識，減少安全事故發(fā)生的目的；通過(guò)對渣土車(chē)輛的北斗定位數據和CAN數據進(jìn)行采集與解析后，利用K-means聚類(lèi)算法對渣土車(chē)駕駛員的駕駛傾向性進(jìn)行識別；然后構建司機駕駛行為評分模型，使用熵權層次分析法來(lái)確定每個(gè)指標的權重，進(jìn)而由權重來(lái)制定指標分值，最終對渣土車(chē)駕駛員進(jìn)行綜合評分，實(shí)現對渣土車(chē)駕駛員的駕駛行為分析。 關(guān)鍵詞：CAN數據；駕駛行為；聚類(lèi)；北斗定位；評分模型

摘要:未來(lái)戰場(chǎng)作戰模式由傳統的以“平臺”為中心轉變?yōu)橐浴熬W(wǎng)絡(luò )”為中心,戰術(shù)互聯(lián)網(wǎng)已成為戰場(chǎng)的“神經(jīng)系統”,它連接了戰場(chǎng)的各作戰單元要素之間并實(shí)現了信息共享和無(wú)縫連接,其網(wǎng)絡(luò )架構是其主要能力實(shí)現的基礎,它對保障戰場(chǎng)通信網(wǎng)絡(luò )穩定、可靠、高效的通信服務(wù)起到了至關(guān)重要的作用。美軍戰術(shù)互聯(lián)網(wǎng)(如美軍聯(lián)合戰術(shù)通信系統(JTRS)、戰術(shù)級作戰人員信息網(wǎng)(WIN-T)等)網(wǎng)絡(luò )架構均采用了混合式架構,本文梳理分析了戰術(shù)互聯(lián)網(wǎng)發(fā)展現狀,針對影響戰術(shù)互聯(lián)網(wǎng)主要性能的體系結構提出了分層分域的網(wǎng)絡(luò )架構,即Mesh+Ad-hoc的體系架構,并對該架構下的關(guān)鍵技術(shù)進(jìn)行了深入研究,分層分域的網(wǎng)絡(luò )架構能夠更好的提升戰術(shù)互聯(lián)網(wǎng)整體魯棒性和抗毀性,網(wǎng)絡(luò )的運行效率和管理能力,更加適合于未來(lái)復雜多變的戰場(chǎng)環(huán)境。

摘要:機場(chǎng)停機位作為機場(chǎng)航寶保障服務(wù)工作中的重要設施，隨著(zhù)中國民航業(yè)逐步拓寬的規模，航班數量的不斷增長(cháng)給其分配帶來(lái)巨大壓力；迅速合理的機位分配方案可以最大化促進(jìn)航班運行效率以及其它機場(chǎng)地面服務(wù)工作的開(kāi)展；為了緩解機場(chǎng)停機位資源的緊張現象，同時(shí)解決飛機停機位到跑道出口或者入口的滑行時(shí)間最短，對到場(chǎng)飛機所使用的停機位最優(yōu)化分配問(wèn)題進(jìn)行了研究，對飛機從跑道出口到停機位的最短路徑進(jìn)行了分析計算，采用了目前計算速度更快的遺傳算法的關(guān)鍵技術(shù)，引入改進(jìn)策略求解，對停機位最優(yōu)分配進(jìn)行迭代計算，不斷計算出最合理的機位分配資源，根據機位分配問(wèn)題的約束條件和主要優(yōu)化目標分析，建立以機位空閑時(shí)間均勻化為目標的模型，經(jīng)模型優(yōu)化后，遠機位使用空閑時(shí)間的平方差由156.89降低為75.69，近機位使用效率提高了12%-22%，經(jīng)實(shí)驗驗證滿(mǎn)足了機場(chǎng)機位資源最優(yōu)分配等工程應用。

摘要:目前航空航天控制領(lǐng)域嵌入式軟件的測試面臨兩個(gè)問(wèn)題：軟件實(shí)際運行物理環(huán)境的使用受限；在實(shí)物環(huán)境中由于無(wú)法執行某些故障、邊界測試用例,導致測試覆蓋性、準確性得不到滿(mǎn)足。為解決以上問(wèn)題,對嵌入式軟件的外部設備進(jìn)行了研究,提出構建數字化測試平臺替代實(shí)物環(huán)境的方案,設計并完成總線(xiàn)1553B、總線(xiàn)RS422、AD采集、I/O等外部設備的虛擬化。平臺模擬嵌入式軟件真實(shí)的運行環(huán)境,測試過(guò)程不受實(shí)物環(huán)境制約,測試激勵的注入不受任何限制,保障了測試的充分性。最后,以某電源下位機測試過(guò)程仿真為例,搭建不依賴(lài)真實(shí)硬件環(huán)境的數字仿真平臺,能夠實(shí)現故障注入、邊界測試等特殊測試用例的執行,驗證了平臺在嵌入式軟件測試中的有效性。

摘要:作為自然語(yǔ)言處理技術(shù)中的底層任務(wù)之一，文本分類(lèi)任務(wù)對于上游任務(wù)有非常重要的輔助價(jià)值。而隨著(zhù)最近幾年深度學(xué)習廣泛應用于NLP中的上下游任務(wù)的趨勢，深度學(xué)習在下游任務(wù)文本分類(lèi)中性能不錯。但是目前的基于深層學(xué)習網(wǎng)絡(luò )的模型在捕捉文本序列的長(cháng)距離型上下文語(yǔ)義信息進(jìn)行建模方面仍有不足，同時(shí)也沒(méi)有引入語(yǔ)言信息來(lái)輔助分類(lèi)器進(jìn)行分類(lèi)。針對這些問(wèn)題，提出了一種新穎的結合Bert與Bi-LSTM的英文文本分類(lèi)模。該模型不僅能夠通過(guò)Bert預訓練語(yǔ)言模型引入語(yǔ)言信息提升分類(lèi)的準確性，還能基于Bi-LSTM網(wǎng)絡(luò )去捕捉雙向的上下文語(yǔ)義依賴(lài)信息對文本進(jìn)行顯示建模。具體而言，該模型主要有輸入層、Bert預訓練語(yǔ)言模型層、Bi-LSTM層以及分類(lèi)器層搭建而成。實(shí)驗結果表明，與現有的分類(lèi)模型相比較，所提出的Bert-Bi-LSTM模型在MR數據集、SST-2數據集以及CoLA數據集測試中達到了最高的分類(lèi)準確率，分別為86.2%、91.5%與83.2%，大大提升了英文文本分類(lèi)模型的性能。

摘要:為了提高醫療數據的隱私性并有效對疾病進(jìn)行預測,針對從物聯(lián)網(wǎng)(IoT)設備收集的患者醫療數據,構建了面向醫療系統的隱私保護疾病預測系統框架,通過(guò)加密組合文本建立密鑰提高了系統認證階段的隱私性,加強系統和信息傳輸的安全性。利用基于對數循環(huán)值的橢圓曲線(xiàn)密碼體制(LR-ECC)提高了數據傳輸階段的安全性,從而授權的醫護人員可以在醫院側安全地下載患者數據。運用基于象群遺傳算法的的深度學(xué)習神經(jīng)網(wǎng)絡(luò )(EHGA-DLNN)分類(lèi)技術(shù)在疾病預測系統(DPS)階段實(shí)現了疾病數據的有效分類(lèi)預測。實(shí)驗結果表明,LR-ECC方法在加密時(shí)間和解密時(shí)間效率方面高于其他加密方法,并且能夠達到98.87%的安全級別,EHGA-DLNN方法在疾病預測分類(lèi)準確率達到98.35%。

摘要:針對極限學(xué)習機對滑坡預測準確性低及在訓練過(guò)程中模型不穩定的問(wèn)題，引入RBF高斯核函數并使用極限梯度提升樹(shù)算法Xgboost對KELM進(jìn)行優(yōu)化，建立了Xgboost優(yōu)化后的Xgboost-KELM預測模型；首先采用高斯核RBF作為極限學(xué)習機的核函數，解決隱藏節點(diǎn)隨機映射問(wèn)題，增加模型穩定性及適用性；其次將清洗后的監測數據作為模型輸入，并使用Xgboost尋優(yōu)算法對核函數中的超參數進(jìn)行優(yōu)化，通過(guò)4組測試集進(jìn)行Xgboost-KELM建模，依據均方誤差迭代曲線(xiàn)得出最佳超參數；最后使用兩組10%樣本集驗證模型評價(jià)指標及穩定性，實(shí)驗結果AUC均值對比模型至少提高3個(gè)百分點(diǎn)，Precision、Accuracy及Recall至少高于對比模型1.7個(gè)百分點(diǎn)，同時(shí)Xgboost-KELM模型的方差及偏差都較小，證明該模型穩定性較好，實(shí)驗結果說(shuō)明Xgboost-KELM模型具有較好的預測效果，在滑坡災害預測中有較好的預測能力。

摘要:針對計算機視覺(jué)領(lǐng)域人工標定多目標數據集時(shí)間冗長(cháng)的問(wèn)題，提出一種基于Mask Scoring R-CNN的高質(zhì)量數據集快速自動(dòng)標定方法；首先，設計了高質(zhì)量數據集快速自動(dòng)標定架構，訓練數據自動(dòng)標定模型并搭建目標分類(lèi)與標定系統；其次，在對比不同殘差網(wǎng)絡(luò )及引入遷移學(xué)習基礎上，進(jìn)一步研究了基于MaskIoU Head的多目標掩膜標定質(zhì)量評價(jià)方法，完成基于Mask Scoring R-CNN的多目標高質(zhì)量數據集快速自動(dòng)標定方法設計；最后，以車(chē)輛數據為例進(jìn)行數據集快速自動(dòng)標定方法驗證，實(shí)驗結果表明，相較于Mask R-CNN和Faster R-CNN方法，Mask Scoring R-CNN方法具有目標數據分類(lèi)效果好及掩膜分割精度高的優(yōu)點(diǎn)，檢測準確率達到93.4%，且標定速度相較于人工標定速度提升了95.77%。

摘要:針對六軸工業(yè)機器人裝配避障路徑運動(dòng)問(wèn)題，研究了機器人整體避障運動(dòng)路徑規劃方法，提出一種RRT*改進(jìn)算法；算法以RRT*算法為基礎，在障礙物建模中引入包圍盒算法，加入對機器人各軸與障礙物的碰撞檢測；在路徑規劃中加入對隨機點(diǎn)生成方向與樹(shù)枝生長(cháng)方向的先驗引導機制，優(yōu)化了算法路徑長(cháng)度與路徑搜尋效率；通過(guò)Matlab進(jìn)行了試驗驗證，結果表明與標準RRT*算法相比，先驗引導RRT*算法縮短路徑長(cháng)度14%左右，且滿(mǎn)足機器人末端路徑與手臂各軸的避障需求。

摘要:為解決因通信網(wǎng)絡(luò )加密執行能力有限而造成的隱私信息識別異常問(wèn)題，提升網(wǎng)絡(luò )體系對于隱私文本的加密處理能力，設計基于區塊鏈的通信網(wǎng)絡(luò )節點(diǎn)位置隱私加密控制模型。在區塊鏈技術(shù)的支持下，建立密碼共識機制，再根據智能合約中協(xié)議條文的編碼形式，求解節點(diǎn)加密差值，完成基于區塊鏈的通信網(wǎng)絡(luò )節點(diǎn)加密驗證。按照信息序列定義條件，建立P盒、S盒兩類(lèi)信息數列處理結構，完成對通信網(wǎng)絡(luò )節點(diǎn)位置隱私信息數列產(chǎn)生器的設計。規范隱私信息的數據幀格式，根據密鑰內容查詢(xún)結果，確定熵值控制系數的取值范圍，再實(shí)施熵值校驗處理，實(shí)現基于區塊鏈的通信網(wǎng)絡(luò )節點(diǎn)位置隱私加密控制模型的設計。實(shí)驗結果表明，區塊鏈技術(shù)作用下，通信網(wǎng)絡(luò )在單位時(shí)間內所能加密處理的信息樣本總量達到了9.8×1013bit，因加密執行能力有限造成的隱私信息識別異常問(wèn)題得到較好解決，能夠加強網(wǎng)絡(luò )體系在加密處理隱私文本方面的能力。

摘要:在實(shí)驗室系統處理海量原始數據時(shí)，實(shí)際應用場(chǎng)景中存在采樣率高、偏度（skewness）高的特殊情況，導致在使用兩階分區算法在平衡同構環(huán)境下的Reducer節點(diǎn)負載時(shí)，無(wú)法有效地處理這些問(wèn)題。為此，引入MapReduce的并行化處理，可以提高實(shí)驗室系統中采樣數據利用率；同時(shí)，為了解決數據偏度和采樣度高的問(wèn)題，則采用了ICSC（Improved Cluster Split Combination）分區調度的算法。經(jīng)過(guò)實(shí)驗證明，基于兩階分區的MapReduce負載均衡算法能夠有效減少Mapper和Reducer節點(diǎn)空轉的時(shí)間。隨著(zhù)數據偏度的增加，算法的執行時(shí)長(cháng)基本不產(chǎn)生變化，即數據偏度對該算法執行時(shí)間的影響較小。此外，數據采樣度的增加，ICSC分區調度算法也保持著(zhù)對比模型中最少的時(shí)間開(kāi)銷(xiāo)。因此，基于兩階分區的MapReduce負載均衡算法弱化了Reducer節點(diǎn)間的依賴(lài)性，并提升MapReduce任務(wù)的執行效率和容錯率，從而高效地實(shí)現MapReduce框架下的實(shí)驗室系統中數據處理的負載均衡。

摘要:針對麻雀搜索算法（SSA）在機器人避障研究中，存在提早收斂于局部最優(yōu)難以跳出、初始種群分布不夠廣泛、平衡能力差等問(wèn)題對其進(jìn)行改進(jìn)。首先通過(guò)三層神經(jīng)網(wǎng)絡(luò )對規劃環(huán)境進(jìn)行柵格化建模；其次引入Halton序列得到初代種群分布，得到分布更廣、更遍歷的個(gè)體位置，提升后期尋優(yōu)速度和效率；再次使用布朗運動(dòng)優(yōu)化麻雀位置更新的步長(cháng)調節，幫助算法脫離局部?jì)?yōu)解，同時(shí)平衡全局切換局部的搜索節奏；最后，利用clothoid曲線(xiàn)法平滑路徑，得到滿(mǎn)足機器人機械性能的路徑。經(jīng)6個(gè)標準函數驗證和Wilcoxon檢驗P值對比可知，改進(jìn)后的算法相較于SSA和CSSA算法各項指標得到明顯優(yōu)化，且具有和SSA同一水平的時(shí)間復雜度。最后通過(guò)地圖仿真得到平滑后的機器人避障路徑。

摘要:對移動(dòng)警務(wù)平臺雙域終端消息無(wú)法互達的問(wèn)題進(jìn)行了研究，提出了移動(dòng)警務(wù)平臺側跨域互通的即時(shí)消息提醒服務(wù)系統的設計方案。基于MQTT技術(shù)實(shí)現移動(dòng)端消息推送，基于A(yíng)MQP等移動(dòng)警務(wù)平臺跨域邊界消息隊列同步服務(wù)實(shí)現平臺側消息跨域同步，基于restful規范設計移動(dòng)警務(wù)平臺內面向業(yè)務(wù)應用的跨域終端消息推送服務(wù)接口，為移動(dòng)警務(wù)平臺內業(yè)務(wù)應用統一提供跨域終端消息推送服務(wù)。整個(gè)系統由消息接口模塊、終端檔案管理模塊、跨區域同步模塊、消息匹配審計模塊和消息推送模塊構成，可實(shí)現業(yè)務(wù)系統不同重要等級消息即時(shí)高效、安全合規的跨域終端推送。

摘要:對信息系統運行記錄、操作日志、告警信息的采集問(wèn)題進(jìn)行了研究，提出了一種面向泛政府行業(yè)安全運行管理平臺的統一日志采集系統。采用基于消息隊列的流式處理架構，實(shí)現日志采集、日志處理、日志上報等各個(gè)環(huán)節的解耦；采用標準化接口和插件技術(shù)，實(shí)現各種異構日志信息的采集和數據上報；采用消息隊列的流量削峰技術(shù)，保證日志傳輸的安全可靠；依據日志流量特征，提出一種支持動(dòng)態(tài)調整消費組的設計模式，滿(mǎn)足系統的高性能要求。整個(gè)系統由日志采集、數據上報、數據管理、系統管理、策略管理、Agent管理、日志源管理模塊和日志采集代理(Agent)子系統組成，可滿(mǎn)足對各類(lèi)安全數據的集中分析、安全威脅感知和智能研判。

摘要:針對陣列天線(xiàn)寬帶散射縮減設計進(jìn)行研究，設計了一種基于無(wú)源對消技術(shù)的低散射陣列天線(xiàn)，該新型微帶陣列天線(xiàn)在寬頻帶內具有雙極化低雷達散射截面（RCS, Radar Cross Section）性能；對基于兩種散射性能不同的單元組成陣列的RCS性能進(jìn)行了理論研究，進(jìn)行了單元的散射幅度和相位對陣列RCS的影響分析；提出了一種加載T型縫隙的新型微帶天線(xiàn)結構，該單元結構的輻射性能與散射性能能夠進(jìn)行獨立調控和綜合優(yōu)化，該單元與傳統微帶貼片單元具有相似的輻射特性，并可在寬頻帶（帶內和帶外）內與傳統微帶單元產(chǎn)生有效相位差；將傳統微帶單元和加載T型縫隙的新型微帶單元組成4×4陣列天線(xiàn)，仿真結果表明，提出的陣列天線(xiàn)在3GHz～7GHz（相對帶寬80%）頻帶內實(shí)現了同極化RCS縮減，在3.3GHz～7GHz（相對帶寬71.8%）頻帶內實(shí)現了交叉極化RCS縮減，縮減峰值分別為16.3dB和36.3dB，帶內RCS縮減均值分別為14.1dB 和17.6dB；與傳統微帶陣列天線(xiàn)相比，提出的陣列天線(xiàn)增益下降小于0.1dB；提出的微帶陣列天線(xiàn)具有高效率輻射和寬頻帶雙極化低散射性能，為低散射陣列天線(xiàn)設計提供了新的思路。

摘要:為實(shí)時(shí)了解綠色建筑供暖能耗的變化趨勢,提升能耗預測效果,設計基于時(shí)間序列自回歸模型的綠色建筑供暖能耗短期預測方法。利用增強迪基-福勒檢驗法,檢驗綠色建筑歷史供暖能耗時(shí)間序列平穩性；對非平穩的歷史能耗時(shí)間序列進(jìn)行差分平穩化處理,獲取平穩的歷史能耗時(shí)間序列；在時(shí)間序列自回歸模型內添加移動(dòng)平均模型,并考慮能耗的氣溫影響因素,建立時(shí)間序列自回歸移動(dòng)平均模型；利用赤池信息準則確定模型階數,通過(guò)粒子群算法確定模型參數；在模型階數與參數確定后的模型內,輸入平穩的歷史能耗時(shí)間序列,輸出供暖能耗短期預測值。實(shí)驗證明：該方法可精準預測不同類(lèi)型綠色建筑的短期供暖能耗；在不同綠色建筑滲透量時(shí),該方法短期供暖能耗預測誤差較小；在不同室外溫度時(shí),該方法短期供暖能耗預測的可決系數較高,即預測精度較高。

摘要:為了解決微電子機械系統(MEMS)陀螺儀體積較大、冗余的計算資源浪費等問(wèn)題,對Cortex-M3內核的數據處理能力及總線(xiàn)架構進(jìn)行了研究,設計了一款應用于MEMS陀螺儀的智能化、小型化、低功耗的片上系統(SoC)；通過(guò)分析溫度對陀螺輸出信號的影響,對MEMS陀螺溫度誤差的智能化補償方式進(jìn)行了研究,采用以Cortex-M3為核心與電容/電壓轉換電路、模數轉換器(ADC)等模塊進(jìn)行集成化設計的方法,在實(shí)現同樣功能的情況下減小了陀螺體積；結合MEMS陀螺儀對信號處理資源的要求對存儲空間及通信接口進(jìn)行配置,采用0.18 μｍ BCD加工工藝對SoC進(jìn)行設計制作；測試結果表明,針對MEMS陀螺儀進(jìn)行匹配設計的SoC對陀螺輸出信號進(jìn)行溫度補償處理后,全溫度區間(-40 ℃～85 ℃)零偏變化量由3.147°/s降低到0.035°/s,顯著(zhù)提升了MEMS陀螺儀的全溫測量精度。