摘要：本文设计出一种针对脉冲噪声的二维鲁棒高分辨率波达方向(DOA,Direction of Arrival)估计算法,以解决雷达、声纳等无线通信领域中脉冲噪声环境下IAA(Iterative Adaptive Approach)无法准确估计出DOA的问题.该算法中,用最小p阶范数代替WLS(Weighted Least Squares)作为最优化求解的代价函数.此外,根据Toeplitz-Block-Toeplitz(TBT)矩阵性质和FFT简化计算过程,提出该算法的快速实现方法,提高算法的计算效率.该算法在对称α-稳定(SαS,Symmetric Alpha-Stable)分布噪声环境下建模,仿真结果表明:与CRCO-MUSIC(Co Rrentropy based COrrelationMUltiple Signal Classification)算法和MUSIC-FLOM(MUltiple Signal Classification-Fractional Lower-Order Moment)算法相比,二维lp-IAA算法可以在低信噪比、单快拍条件下有效分辨出相邻多目标信号;快速算法可以在保证高分辨率的前提下,算法平均运算时间降低至原来的约1/40.

摘要：对当今云环境下的数据中心来说,以虚拟资源租赁的运营方式具有极大的灵活性,尤其是以虚拟网络为粒度的资源租赁能够为用户提供更好的个性化需求支持。虚拟网络映射问题是指依据用户资源需求,合理分配底层主机和网络资源。现有的虚拟网络映射算法大多是针对随机拓扑设计的通用算法,未针对数据中心拓扑结构进行优化,映射效率有很大提升空间。针对数据中心的结构特点,提出了一种基于节点连通性排序的虚拟网络映射算法BS-VNE算法。首先,设计了一种最大生成算法来对虚拟节点重要程度进行求解和排序。该算法不仅基于虚拟节点的带宽和连通度,还基于虚拟节点在整个虚拟网络中的连通性来进行节点连通性的计算,以获得更加合理的排序结果。然后,根据虚拟节点连通性排序结果利用离散粒子群优化算法求解虚拟网络的映射解。在求解过程中,引入了针对数据中心结构的物理网络拓扑启发式规则,并将其组合到粒子搜索过程中,以提高映射算法的收敛速度。仿真实验结果表明,与现有算法相比,本文提出的算法可以提高物理网络的收益/成本比和资源利用率。

摘要：针对目前我国煤矿生产事故,为了实现煤矿的安全管理,设计了一种基于射频识别(RFID)技术、瓦斯传感器和Zig Bee无线通信技术的井下无线定位与智能监测系统。该系统运用无线传感器网络技术、无线通信技术、结合控制中心数据库,实现了对矿工位置的跟踪和定位、瓦斯实时监控与报警、人员紧急求救、进入危险区域报警及监控中心下发紧急撤离信号等功能,从而加强了矿工的安全保障和对煤矿的实时管理。

摘要：针对目前聚类算法对大数据处理效率较低的问题,研究云平台上高效并行化的聚类算法十分必要。在HDFS分布式文件系统基础上,设计一种并行聚类算法P-ISODATA,利用MapReduce编程框架的执行机制将传统ISODATA聚类算法并行化,并在Map阶段之后加入Combine阶段以减少网络传输开销,进一步提高执行效率。实验从著名UCI机器学习库上选取若干数据集作为测试数据,分析了新并行算法P-ISODATA性能,结果表明基于P-ISODATA算法具有优良的加速比、数据伸缩率和扩展率,可以有效地应用于大规模数据的处理。

摘要：为了解决现有教育资源管理技术存在吞吐量差、存储效率低等缺陷,设计Hadoop云存储架构对教育资源管理技术进行优化。采用Hadoop云存储架构对教育资源进行管理,得到教育资源云结构;在此基础上,采用云计算技术构建教育资源数据中心,以教育数据中心为基础,以Hadoop云存储架构为平台对教育资源进行上传与下载,实现了教育资源的管理与优化。仿真实验结果表明,与现有的教育资源管理技术相比较,提出的教育资源管理优化技术极大地提升了教育资源的吞吐量与存储效率,充分说明提出的教育资源管理优化技术具备更好的性能。

摘要：虚拟网络映射问题是网络虚拟化要解决的重点问题,也是云计算环境下实现资源多租赁运营的技术基础。现有的映射算法在计算效率上有待提高,不能充分利用可重用技术以节省网络带宽资源。提出一种可重用的虚拟网络映射算法,首先构建以提高底层物理网络利用率为目标的资源优化分配模型;然后再充分利用可重用技术以内存交换替代网络交换并针对效率问题设计增强的粒子初始位置分配算法,进而通过离散粒子群算法对优化问题进行求解。仿真实验结果表明,提出的算法相较已有的普通粒子群算法在物理网络收益上有显著提高,增强的初始位置分配机制也有助于计算效率的提升。

摘要：规模自动化工业生产中的集群数控机床因各种故障导致停机而造成生产线效率的下降,若能及时准确地预测故障对数控机床进行预检预修有利于提高全线生产效率。在工业智能制造背景下,以数据驱动为支撑,数控机床积累的大量历史故障报警数据为依托,设计了一种基于Word2vec和LSTM-SVM的故障报警预测方法对机床未来可能发生的故障进行预测。首先通过词嵌入技术将报警文本向量化,然后将报警向量作为输入构建长短期记忆神经网络(long short term memory network,LSTM)预测模型,并使用支持向量机(support vector machine,SVM)代替传统的softmax作为模型的末端分类器,实验结果表明该方法具有更高的预测准确率。

摘要：微电容传感器检测电路是微电容传感器中的关键技术。由于微电容传感器的电容变化量很小,电路中的杂散电容对传感器的影响就会非常大,所以微电容测量电路必须具备大动态范围、高测量灵敏度、低噪声、抗杂散性好等性能。因此提出了电桥式交流电容检测电路,首先将转换后的电压信号加载到高频正弦激励信号中,然后通过放大等一系列处理得到输出电压,最后根据待测电容与输出电压的关系得到待测电容的容抗。(1)采用Multisim仿真软件对提出的电桥式交流电容检测电路进行了调试及可行性验证;(2)在设计的基础上对电路进行了实物焊接和调试;(3)利用信号发生器和示波器对一批已调试的微电容进行了实验验证。实验结果表明,提出的电桥式交流电容检测电路测量的输出电压与理想情况下的输出电压基本一致,且该电路能很好地抑制寄生电容的影响,有良好的线性和稳定性。

摘要：针对TCP网络的拥塞控制问题,考虑了TCP负载和往返时延具有较大的突发性和时变性的情况,结合滑模控制与RBF神经网络提出了一种主动队列管理算法。考虑到网络系统参数是未知时变的,采用RBF神经网络逼近网络系统参数,从而使得主动队列管理算法易于实现。依据李雅普诺夫稳定性理论设计了RBF神经网络权值的自适应律,使得网络系统参数得到了较好的估计。采用RBF神经网络的输出作为滑模控制器的参数设计了一种主动队列管理算法,使得网络系统是渐近稳定的。仿真结果表明所提出的算法与比例积分控制器和传统的滑模控制器相比具有较快的响应和稳定的队列长度,在网络参数变化时仍能获得较好的鲁棒性。

摘要：现有的信托平台因其高度的中心化模式导致了交易不透明、易受攻击等诸多问题和安全风险,无法与当前信托业的快速发展相匹配。区块链所具有的去中心化、开放性、独立性、安全性和匿名性等特点,能够很好地解决信托业所面临的问题。基于区块链技术,文中提出了双链架构模型,并基于该模型设计并实现了一个双链信托业务底层平台。该平台一方面采用关系型数据库和区块链信息交互双链设计模式,实现了对信息权限的严格控制,增强风险管理;另一方面,采用联盟链、私有链双链交互设计模式,实现了信托业务模式构建。在此基础上,文中设计并实现了建立信任、信托应用链功能模块、以及基于应用链的应用接口API,最后对区块链技术在信托业务中的应用所具有的优势和挑战进行分析总结。