摘要：随着5G技术的发展和6G技术的研究,低轨卫星网络在卫星物联网中的地位越发重要,而作为网络核心技术的路由策略仍面临一些挑战。本文针对低轨卫星网络拓扑结构动态变化、链路的不连续性、卫星能量供应受限等问题,为了及时感知星间链路状态和卫星的能量并选择正确的路由,将卫星物联网中的路由选择问题转化为马尔可夫决策过程下的最优策略问题,提出一种基于Dueling DQN(Dueling Deep Q Network)的自适应节能路由算法。该算法通过改进DQN中神经网络的架构,大幅度地提升了学习的效果。仿真结果表明,与传统的DQN算法相比,该算法能有效降低系统能耗,均衡网络负载,提高网络吞吐量。

摘要：实验实训是高职院校教学过程中重要的一项实践环节,针对此过程中遇到实际硬件条件的限制,提出了在实训环节中引入Proteus软件仿真与Arduino单片机结合,并且在此基础上以实际工程项目案例为驱动,设计了蔬菜大棚温室监控系统实训案例。使用Proteus软件仿真进行综合实训,加深了学生对电子电路、单片机、实际应用的理解,实践表明,该方法在实训课程过程中取得了良好的教学效果。

摘要：通信协议的设计已然成为实现设备与互联网通信的重要支撑,其覆盖了整个物联网系统的各个环节。针对传统物联网协议中关键数据被伪造或篡改的安全问题,文章设计了一种在数据传输过程中使用区块链技术来保证传输数据安全的改进消息队列遥测传输(message queue telemetry transmission,MQTT)协议,进而保证了存储在broker的数据不被恶意篡改。通过仿真实验证明,该方法具有高效、轻量以及易实现等多方面的特点,在保护物联网的数据安全方面效果十分显著。

摘要：针对消失点拥有2个自由度的特点,提出一种由随机抽样一致性(RANSAC)和Hough变换相结合的实时消失点检测方法.首先利用随机抽样一致性从图像的边缘线段中抽取多条候选消失点局内线段,基于消失点位于局内线段的延长线上的特点确定消失点的第1个自由度,然后通过在候选局内线段的延长线上实施的Hough变换获得消失点的另一个自由度.基于数据集York Urban Dataset的实验结果表明,所提方法在地平线检测精度上比7种国内外同类算法高0.69个百分点以上,在处理速度上比同类方法提高90倍以上.

摘要：新型电力系统的建设正朝着云边端一体化方向发展,云边端架构带来灵活性和可扩展性的同时,也带来了数据隐私安全、非法操作、缺乏标准化集成方案等问题。基于此,文章提出一种结合云边端架构特点的基于属性的安全访问控制方案(cloud-edge-device attribute-based access control,CED-ABAC),方案通过边缘融合终端进行重加密,既保护数据安全,又减轻终端设备的通信开销,在策略授权方面,使用可扩展的访问控制标记语言(extensible access control markup language,XACML)设计授权策略和策略匹配算法,实现对多终端访问控制策略的同时下发,更高效地解决标准化集成问题。同时通过实验仿真,证明CED-ABAC方案的效率和性能相比于已有方案具有明显优势。

摘要：轻量级卷积神经网络具有参数量较小、计算量较小、推理速度较快等特点,但性能受到极大限制.为了进一步提升轻量级图像超分辨率网络的性能,文中提出基于区域互补注意力和多维注意力的轻量级图像超分辨率网络.网络基本构件是双支路的多交互残差块,可有效融合多尺度特征.为了提高特征的利用率和表达能力,设计轻量且有效的区域互补注意力,使特征图不同区域的信息互相补充.同时设计多维注意力,分别在通道维和空间维建模像素间的依赖关系.实验表明文中网络性能较优,并将当前轻量级超分辨率网络的复杂度和性能平衡提升到一个较高水平.

摘要：相较于一般图像,纹理图像细节特征尺度小、密度大,导致低分辨率下会丢失更多高频信息,影响超分辨率重建的效果.基于此,提出一种利用混合尺度非局部注意力的纹理图像超分辨率方法.首先,在跨尺度非局部注意力的基础上提出等尺度非局部注意力,用于在整幅图像中挖掘等尺度相似特征块的高频信息,为解决2种注意力并行部署带来的计算操作与参数量较多的问题,设计参数共享的方法,将2种注意力合并为混合尺度非局部注意力(MSNLA);其次,通过通道投影的方式将MSNLA生成的不同尺度的相似特征与输入特征图融合;最后,利用非局部特征融合重建的方法将MSNLA提取到的特征组合后进行超分辨率重建.实验结果表明,在DTD数据集上,该方法相较于CSNLN算法的PSNR提高了0.16 dB,模型参数量减少了约10.3%,并且重建图像取得了更好的视觉效果.

摘要：多光谱辐射测温是高温测量的最有力工具之一,它通过光学瞄准系统对准待测点,经分光光路后获得多个光谱通道的辐射信息,利用光电探测器转化为电信号,通过对多个光谱辐射通道的电信号进行数据处理后同时获得待测目标的真实温度和光谱发射率。待测目标的温度反演结果受未知的发射率影响难以直接反演。为解决待测目标发射率模型难以确定的问题,基于参考温度模型,提出一种无需假设发射率模型的多光谱辐射测温数据处理方法。利用同一时刻获得的各个通道反演的温度值与平均值的差值趋近于“零”的约束条件,根据精度要求,设置合理的截止条件,设计合适的发射率迭代步长,可以使反演精度满足实际要求。在提高反演速度方面,提出“二分法”,即在上一次发射率获得温度与平均温度偏差结果引导下,利用“二分法”快速减小发射率搜索区间,直到满足截止条件,即每个光谱通道反演温度趋于相等,从而实现快速反演的目标。基于二分迭代法的多光谱辐射测温反演新算法在未知发射率先验知识的情况下,可实现多光谱辐射测温数据的真实温度反演。基于光纤光谱仪设计了一套多光谱辐射测温实验装置,利用成像透镜将目标聚焦于分化板上的十字叉丝处,叉丝处粘贴有一个45°反射棱镜,将辐射信息反射至光纤后进入光谱仪实现多光谱测温。对一生物质锅炉炉膛火焰通过观察窗进行温度测量并与热电偶测量结果进行比对,结果表明与热电偶测量结果(1000 K左右)相对误差小于4.4%。同时用普通计算机课实现毫秒级实时反演,表明该算法满足在线测量要求,算法进一步完善了多光谱辐射测温理论,为多光谱辐射测温技术在生物质火焰高温测量领域的应用提供了理论支撑。

摘要：超超临界机组具有多输入多输出、非线性严重、耦合强、时滞大的特点,其控制系统的设计要求是在保证系统稳定运行的同时,最大限度地提高机组的热效率和功率输出、快速准确地调节机组负荷、确保机组主蒸汽压力和温度在允许范围。通过调整系统模型以及阶段成本,进而获取最优策略。选取强化学习中的Q学习方法。将参数化模型预测控制作为Q学习中的一种新型函数逼近器,通过调整模型预测控制的参数来获取近似最优闭环控制策略以及最优的值函数。将该方法应用到1 GW超超临界锅炉汽轮机协调系统的控制中。在升负荷以及小范围升负荷变化情况下进行仿真。仿真结果表明,与传统模型预测控制方法对比,该方法可以在满足约束的情况下使系统输出值更加准确地到达设定值。

摘要：含热电联产机组的区域电热联合供给系统日益受到重视,供热管网动态建模是其优化运行的重要基础.基于管道热力输运原理及其运行数据,提出一种有限差分域–混合半机理(FDD–HSM)动态建模方法.首先,简化复杂拓扑供热管道为单一管径、直管段的简单拓扑形状并给出低阶等值机理模型结构.其次,考虑低阶机理模型输入–输出延迟阶次,定义有限差分回归向量并提出有限差分空间概念,采用高维聚类和超平面估计实现其紧致凸划分并获得若干有限差分工作域.然后,提出混合半机理建模方法,在各工作域辨识机理模型参数,并增设长短期记忆神经网络偏差动态补偿项,实现任意精度逼近.最后,基于某区域热网管道实测运行数据验证了所提方法的有效性及准确性,所得多工作域–线性低阶机理模型可广泛应用于热网快速仿真、数值优化及控制设计.