摘要:随着云计算技术的快速进步与广泛应用，企业信息化建设得以迅速发展，为了探索面向大规模微服务应用的云平台运维关键技术，提升微服务架构下云平台的运维保障能力，针对微服务云平台运维工作与相关技术展开调研；首先介绍了当前微服务云平台运维工作的背景与特点，阐述了云平台运维工作的国内外研究现状并进行分析；根据微服务云平台运维工作的特点，将云平台运维技术主要分为监控运维、资源调度与故障分析三类，分别综述每一类运维技术的研究现状，并分析每类运维技术中不同方法的优缺点；最后，结合工业需求、当前技术的不足、以及微服务云平台运维工作的特点分析了云平台运维工作的未来发展趋势，并且对微服务云平台重要的运维技术也进行了总结与展望。

摘要:对BIT技术在运载火箭测试发射控制系统测试领域中的应用进行了研究。从BIT技术的设计原则、设计原理和工作模式等方面进行分析,设计了BIT测试流程并将其应用在运载火箭测试系统中,利用大数据降低了BIT系统虚警率,对于运载火箭测试领域提高测试可靠性,提高故障检测、故障隔离及排除效率对于火箭测发过程具有重要意义。

摘要:针对低速运行滚动轴承故障特征易被噪声湮没的问题，提出了一种基于可调品质因子小波分解(TQWT，Tunable Q-factor Wavelet Transform)的分层自适应阈值去噪方法，并将该方法与包络谱分析相结合，对低速轴承进行故障分析与诊断；首先，将采集到的轴承振动信号进行TQWT分解，得到分解后的各层小波系数； 然后，利用Sigmoid函数构造分层自适应阈值函数，并利用该阈值函数对TQWT的高频系数进行阈值去噪处理；最后，结合去噪后的高频小波系数和低频小波系数对信号进行重构，得到去噪后的轴承振动信号。通过仿真故障信号，模拟故障实验信号和实测故障信号分别进行了去噪实验分析。实验结果表明，经典的软阈值函数和硬阈值函数相比，本文方法能获得更好的去噪效果，在降低噪声干扰的同时有效保留了轴承的故障特征信息，去噪后信号的包络谱可以清晰的呈现故障的频谱特征，可观察到故障特征的多倍频峰值，且峰值附近干扰很少，有效提高了轴承早期故障的诊断精度。在仿真信号实验中，与软阈值、硬阈值函数相比，本文方法去噪后具有更高的信噪比(SNR， Signal-to-noise Ratio )和更低的均方根误差(RMSE, Root Mean Square Error)，与硬阈值函数相比，本文方法的SNR平均增加了4.1491，RMSE平均下降了0.1329； 与软阈值函数相比，本文方法的SNR平均增加了5.1118，RMSE平均下降了0.1505。

摘要:灾害性气象的频发不仅给人们的生活带来了极大的影响，而且还危及生态环境的稳定。为减小实测气象数据与真实数据样本之间误差，实现对灾害性气象观测数据的准确监测，设计基于多源卫星遥感的灾害性气象观测数据监测系统。设置温湿度传感器及防辐射罩，按照数据信息传输网络布局形式，将风速风向传感器、雨量传感器、太阳能控制器接入既定模块单元之中，完成监测系统的硬件设计。利用多源卫星遥感技术，定义多源影像空间，通过分解数字卫星图像的方式，确定监测极值点所处位置，并计算相似性度量指标的具体数值，完成基于多源卫星遥感的灾害性气象图像配准处理。根据上位机组网模型，完善WINSOCK控件的连接形式，实现监测系统的执行程序编制，联合相关传感器元件，完成基于多源卫星遥感的灾害性气象观测数据监测系统设计。实验结果表明，多源卫星遥感技术设计系统的湿度测量曲线、气压测量曲线、风速测量曲线与真实气象数据样本之间的误差值均未超过2%，能够准确监测灾害性气象观测数据。

摘要:电网设备的故障率分析是电网风险预警和运行评估的基础和关键，而电网设备多种故障因素与综合故障率的非线性权重关系的评估决定了故障率分析的准确度，为充分利用历史故障信息数据以准确评估多故障因素与综合故障率的权重关系，本文提出一种基于极限学习机（ELM）和迁移学习的电网设备多因素综合故障率分析方法。设计了多源历史故障信息统计体系，构建电网设备故障分析样本数据库；将自身、过载、恶劣天气等作为主要故障因素，通过机器学习ELM算法分析故障因素与综合故障率的权重关系，并利用多个强相关样本集的有效迁移提高机器学习的准确度，通过ELM结合迁移学习算法克服了电网设备综合故障率分析中样本数量少且统计周期长的难题，在充分利用历史故障信息的同时实现设备综合故障率的准确评估，为风险评估和检修安排提高可靠的数据支撑。最后通过实际电网运行数据验证了所提方法的可行性和准确性。

摘要:硅锭在生产过程中难以避免有端面隐裂的发生,严重影响生产线的安全性能和生产效率,为此提出一种改进背景差分算法的硅锭端面隐裂自动检测方法和系统。首先,分析端面隐裂的特点,采用中值滤波来对图像进行预处理;其次,采用图片样本库训练得到背景图像并对常用差分算法进行改进，在对图像进行差分的同时增强隐裂缺陷；再根据隐裂缺陷的最大比例不超过10%进一步去除差分图片中的大部分背景点；最后再提取隐裂缺陷区域,对区域进行连通域分析并根据缺陷区域面积来判断端面是否隐裂。仿真结果和现场实践表明,该方法对硅碇隐裂的识别准确率达96.4%,召回率达98.5%，识别时间低于200ms,很好地满足现场运行的需求。

摘要:由于现有优化算法在全局优化方面的局限性，导致神经网络需要多次训练才能获得满意的结果。为了解决神经网络训练中的一致性问题，文章提出了一种自适应并联结构神经网络（Adaptive Parallel Structure Neural Network, APSNN）。APSNN由多个神经网络单元并联组成，在训练过程中，采用常规优化算法对各神经网络单元进行训练。神经网络单元的训练样本由上一级神经网络单元的训练残差构成，通过训练残差在各神经网络单元中的单向传递，实现训练残差的逐级减少。神经网络根据训练残差，决定是否进行神经网络单元级联和结构扩张，从而保证训练结果的一致性。文章对5种非线性函数进行了神经网络逼近测试。与BP神经网络相比较，APSNN在50次不同初始条件下，训练精度十分稳定，具有很好的一致性。为了实现对交通流量预测，文章将APSNN与BP神经网络和小波神经网络进行了对比研究，结果表明：APSNN的预测总体标准差均小于BP神经网络和小波神经网络，交通流量的预测偏差较BP神经网络和小波神经网络分别降低2.7%和9.7%。

摘要:作为航天器研制与试验当中的重要组成部分，高精度、高可靠的温度采集与监测，对航天器的设计与改进都具有重要的指导作用。为了满足对航天器内部环境和设备温度采集和测试要求，摒弃传统传感器有线布线方式，优化航天器整器装配周期，降低测温系统重量，提高系统可靠性，分析并设计了高精度轻质无线温度测量系统；该系统能够采集各测点的温度信号，再对信号进行运算处理后，通过无线网络传送给上位机进行数据分析和温度实时显示；后对系统性能指标及功能进行验证，证明了测温系统具有轻质、长待机时间、高精度、远传输距离和高可靠性等特点，满足单路温度采集系统重量低于2g，待机时间不少于240小时的任务指标要求，且可对航天器内部环境和设备温度进行实时监测与分析处理。

摘要:花色布匹的瑕疵检测是纺织工业中必不可少的环节，实现快速、准确的花色布匹瑕疵检测对于提高生产效率具有重要意义；针对花色布匹瑕疵检测中大部分瑕疵目标较小、种类分布不均、部分瑕疵长宽比较为极端以及瑕疵与背景易混淆的检测难点，提出了一种基于YOLOv5网络改进的算法模型DD-YOLOv5；在骨干网络中采用上下文变换器网络（CoTNet，Contextual Transformer Networks），增强视觉表示能力；在颈部网络中引入卷积注意力模块 (CBAM，Convolutional Block Attention Module)，使网络学会关注重点信息；在检测环节增加了一个高分辨率的检测头，加强对小目标的检测；并且使用α-IoU代替原网络中G-IoU方法；经实验证明，改进后的算法在花色布匹瑕疵数据集平均精度均值上 (mAP，mean Average Precision)达到了较原生算法相比提升了8.1%，检测速度也达到了73.6Hz。

摘要:心衰是一种威胁人类生命的主要疾病之一，左心室辅助装置作为心脏移植前的过渡支持治疗使用，对心衰终末期患者的生活质量和生存率有明显提升；在对心电图实现自动的检测中，QRS波群的检测是最关键的环节，它影响着后续数据分析和处理的正确性及准确性；设计利用数据库数据和人体心电采集数据作为原始待处理源，通过高阶低通滤波与香农能量的创新算法结合进行处理数据，在硬件上增加使用高阶自适应中值滤波算法，使得处理后的实时数据噪声降到最低，有利于准确提取到R波，最后使用测试后的心电R波驱动左心室辅助装置，达到对心衰患者进行辅助治疗的作用，并且通过MATLAB和Modelsim软件仿真成功后，在FPGA硬件上实现了实时心电信号控制血泵系统的方案；经试验测试此方法可以准确的提取R波，并且可以控制左心辅助装置同步进行泵血。

摘要:针对深度学习故障诊断模型泛化能力差、网络复杂的问题,提出一种通用的特征提取网络,在此基础上应用轴承故障诊断的方法。首次提出频域特征变分自编码器,增强了信号特征提取的鲁棒性。然后,采用局部异常因子算法剔除离群点,防止分类器过拟合,提高分类器泛化性能。最后,构建分类器进行故障诊断。实验验证表明在不同损伤程度下特征提取的界限清晰,故障分类效果好,并且模型表现出良好的可迁移性。

摘要:小麦种子的纯度和含水量是反映小麦种子品质的两个重要指标；本文基于高光谱图像技术,开发了小麦种子纯度/含水量自动检测系统；检测系统集成了系统校准、高光谱图像采集、数据分析、模型更新、报告输出等功能模块,具有功能完善、操作简便、可扩展性强等优点；所开发系统利用STM32控制模块,配合SHT20温湿度检测模块、光源控制模块和步进电机驱动模块,实现操作环境信息获取、平台运动控制、光源功率和高光谱相机焦距调整；利用上位机实现高光谱图像的实时采集和STM32控制模块的信息交互；利用Python语言编写软件操作平台的后台逻辑和人机交互界面；所开发的系统和集成的数据分析模型(偏最小二乘回归模型、偏最小二乘鉴别模型),可实现小麦种子含水量(决定系数为0.943、均方根误差为0.0081g)和纯度(准确率为96.5%,精确率为93.0%,召回率为93.0%)的高精度检测；所设计的小麦种子纯度/含水量检测系统为促进高光谱图像技术在小麦种子质量检测领域的现场应用提供了可能。

摘要:基于相位敏感光时域反射计(Φ-OTDR)的分布式光纤微振动传感系统,使用STFT算法对中石油西南某地20km天然气管道周围发生六类事件(噪声、机械破环、人工挖掘、榔头敲击、人跳跃以及人踏步通行)的振动数据进行时频域图像化,然后通过BP、SVM、GoogLeNet等算法进行六类事件的分类预测。该方法首先利用Φ-OTDR系统采集管道同沟敷设光缆一芯中瑞利后向散射光信号,从中提取出振动事件的振动信号,然后通过STFT对时间-空间图像的采集,最后对图像数据利用算法进行振动事件的识别。现场实时监测获取的数据表明：利用BP神经网络算法对振动事件识别,相较于传统的随机森林、K近邻、SVM算法以及深度学习GoogLeNet算法,机械破坏事件的误报率低至0%,人工挖掘事件的误报率低至0%,适合应用于实际的天然气管道监测。

摘要:为了给紫外遥感光谱仪的研制提供测试环境，充分测试紫外遥感光谱仪的功能和性能，基于光谱仪的实际测试需求设计了紫外遥感光谱仪地检系统；紫外遥感光谱仪地检系统由一块通讯数传板卡、一台高性能计算机和两个地检软件组成，适用于光谱仪单机、整机、整星等多种研制状态；硬件方面，通讯数传板卡选用的FPGA芯片是spartan-6系列的XC6SLX25；软件方面，两个地检软件分别是异步422控制软件和同步422快视软件，均在QT平台，使用C语言，采用多线程的编程思想实现；异步422控制软件不仅可以控制光谱仪执行功能还可以实时监视光谱仪状态；同步422快视软件除提供基础的数据储存解析和显示功能外，还具有比特位移除判别遥感包、图像伪彩色、时变线、光谱曲线高斯拟合等数据处理功能；经过多次试验验证，紫外遥感光谱仪地检系统运行稳定功能齐全，提高了仪器装调、定标和测试效率。

摘要:本研究旨在探索运用深度学习的方法辅助医生利用胸部X光片进行COVID-19诊断的可行性和准确性。首先利用公开的COVID-QU-Ex Dataset训练集训练一个UNet分割模型，实现肺部ROI区域的自动分割。其次完成对该公共数据集肺部区域的自动提取预处理。再次利用预处理后的三分类影像数据（新冠肺炎、其它肺炎、正常）采用迁移学习的方式训练了一个分类模型MBCA-COVIDNET，该模型以MobileNetV2作为骨干网络，并在其中加入坐标注意力机制（CA）。最后利用训练好的模型和Hugging Face开源软件搭建了一套方便医生使用的COVID-19智能辅助诊断系统。该模型在COVID-QU-Ex Dataset测试集上取得了高达97.98%的准确率，而该模型的参数量和MACs仅有2.23M和0.33G，易于在硬件设备上进行部署。该智能诊断系统能够很好的辅助医生进行基于胸片的COVID-19诊断，提升诊断的准确率以及诊断效率。

摘要:以皮托管和微压计测量的空气流速作为参考风速,研究叶轮式风速表的风洞实验室示值误差测试方法；介绍了叶轮式风速表的工作原理,分析了测试所用到仪器设备技术指标,进行了叶轮式风速表实例测试,对测试实例进行了不确定度评定与分析并作了示值误差的符合性判定；结果表明,5 m/s及以下时不确定度的最主要来源为风洞流场总压和静压差的测量,5 m/s以上时不确定度的最主要来源为风洞流场的不均匀性、皮托管与气流夹角等影响量,可通过提高微压计精度、减小风洞流场不均匀性和减小皮托管与气流夹角等方式进一步减小测量不确定度。

摘要:随着自动控制、计算机科学以及通讯技术等飞速发展,近十年来网络控制系统(NCSs)已经在工业控制、航空航天以及物联网等领域得到广泛的应用。针对离散时间网络控制系统存在执行器饱和与故障的情况,充分考虑网络诱导时延和参数不确定等影响,提出了一种容错控制设计方法,将被控系统转化为一类存在扇形有界不确定性和非线性项的闭环控制系统,利用Lyapunov稳定性理论和时延上界信息进行泛函构造并利用Jenson不等式放大技术估计泛函差分更紧上界,得到确保闭环系统渐近稳定的充分性条件,再基于线性矩阵不等式(LMI)技术得到控制器增益设计方案,最后利用对比仿真验证了方法的有效性并且能降低保守性。

摘要:为保障冰雪天气条件下高速公路的行车安全与通行效率,在建立安全限速模型与交通流预测模型的基础上,提出一种基于粒子群优化算法的可变限速控制策略。首先,通过分析冰雪天气下车辆制动性能和交通流演化规律,提出适用于冰雪天气条件的高速公路安全限速模型以及交通流预测模型；其次,设计了兼顾通行效率与行车安全的优化目标函数,并考虑实际行车需求给出相关约束条件；最后,基于交通流预测模型并结合粒子群优化算法对可变限速值进行求解,并通过搭建的元胞自动机交通流模型将所提出的可变限速策略的控制效果与固定限速方案和分段安全限速方案进行对比仿真实验。仿真结果表明,相比于固定限速方案,可变限速控制减少了总行程时间、总行程延误时间和车辆冲突时间；相比于分段安全限速方案,可变限速控制有效减小了管控路段内的车辆行驶速度标准差,总行程延误时间和车辆冲突暴露时间也有所降低,验证了所提出可变限速控制策略的有效性。

摘要:烟草供料成条机在控制过程中存在延迟滞后的问题，难以满足不同种类烟草供料的成条需求，导致烟草供料成条机卷制烟支质量较差，难以保证烟丝束密度均控制标准范围内。研究烟草供料成条机导轨滑块结构离散化滞后控制方法。分析供料成条机结构，设计由导轨滑块结构组成的集流装置，能够在离散化和成束阶段降低机器共振幅度，提高烟丝束质量。设计离散化滞后控制算法，通过气-液信息放大重量装置，放大卷制前烟丝束瞬时质量信号，精准控制平准器进行气-电升降改变修剪位置，改善控制滞后问题，平衡每一支烟的烟丝束密度。利用离散化模糊PID技术模糊化内部机械振动和外界环境干扰，实现导轨滑块结构离散化滞后控制。实验证明，通过这种技术改造的供料成条机能够解决控制滞后问题，提高烟支质量，降低烟支碎丝率和空头率。

摘要:为充分发挥机器人群集的协作优势，克服单机器人能力不足问题，利用偏微分方程约束理论，设计机器人群集运动控制系统。扩大机器人群集间通信网络范围，改装机器人传感器、运动控制器和驱动电机设备。在硬件设备的支持下，考虑机械结构、运动与动力工作原理，建立机器人群集数学模型。分配机器人群集运动任务，利用偏微分方程规划机器人群集编队运动路径，设置规划路径作为机器人群集运动的约束条件。从位置和姿态角两个方面计算运动控制量，通过控制指令的生成与转换，实现系统的机器人群集运动控制功能。通过系统测试实验得出结论：与传统运动控制系统相比，在优化设计系统的控制下，机器人群集的运动跟踪控制误差为13cm，机器人群集运动过程中产生的碰撞次数得到明显减少，即优化设计系统具有良好的控制效果。

摘要:为了保证机器人能够在保持稳定的情况下，按照规划轨迹执行工作任务，从硬件和软件两个方面，设计了基于Sigmoid函数的机器人鲁棒滑模跟踪控制系统。装设机器人传感器与状态观测器，改装机器人鲁棒滑模跟踪控制器，完成系统硬件设计。综合机器人结构、运动机理和动力机制三个方面，构建机器人数学模型。根据状态数据采集结果与规划轨迹之间的偏差，计算机器人跟踪控制量。依据滑模运动与切换方程，利用Sigmoid函数生成机器人鲁棒滑模控制律，将生成控制指令作用在机器人执行元件上，实现系统的鲁棒滑模跟踪控制功能。实验结果表明，所设计控制系统的机器人移动轨迹与设定轨迹目标基本重合，其机器人姿态角跟踪控制误差较小，具有较好的鲁棒滑模跟踪控制效果，能够有效提高机器人鲁棒滑模跟踪控制精度。

摘要:机器人轨迹节点跟踪比较难，导致机器人实际轨迹偏离期望轨迹，所以设计基于视觉图像的全向移动机器人轨迹跟踪控制方法。以滑模变结构控制闭环为基础，求解运动学模型、动力学模型表达式，实现对机器人移动轨迹数学模型的构建。按照视觉图像划分标准，完成对全向移动机器人运动图像的分割，通过分离目标节点的方式提取运动学特征参量，完成机器人轨迹节点跟踪处理。设置前馈控制器与扰动观测器，根据运动学不等式条件计算误差向量指标的取值范围，根据该值对主机元件的控制作用能力进行调节，实现全向移动机器人轨迹跟踪控制。对比实验结果表明，所设计的方法应用后，全向移动机器人角速度曲线、线速度曲线与期望运动轨迹曲线之间的贴合程度均超过90%，满足全向移动机器人轨迹跟踪控制要求。

摘要:光伏并网发电机组惯量阻尼控制性能过差会增加系统输出功率振荡幅值，降低系统工作效率，为了提高系统稳定性和振动应力抵抗性，提出光伏并网发电机组惯量阻尼控制方法研究的方法。分析光伏并网发电机组机械结构，确定影响机组惯量阻尼的干扰因素，分析光伏并网发电机组暂态特性，构建光伏并网发电模型。将VSG本体算法指导的惯量阻尼控制过程作为模型核心算法，VSG控制策略的基本原理作为模型框架，组建基于VSG的惯量阻尼控制模型，将虚拟惯量和虚拟阻抗分别与二阶、三阶、五阶模型结合，根据模型输出结果，不断平衡机组间的稳定性和振动应力抵抗性，实现光伏并网发电机组惯量阻尼控制。实验结果表明，在惯量阻尼控制性能测试中，所提方法控制光伏并网发电机组，在充电状态和放电状态下始终无视Kp和Dp干扰，将输出功率维持在最小振荡幅值；在同步性测试中，所提方法在Kp和Dp突变的第一时间控制机组惯量阻尼，维持功率振幅，完成光伏并网发电机组惯量阻尼控制，且控制性能好、同步性能好。表明所提方法能够应用在光伏并网发电机组惯性阻尼控制上。

摘要:结合目前新型舰载信息装备保障需求，从舰艇信息装备系统化、体系化发展要求出发，以信息装备保障能力建设为中心，基于开放式综合诊断系统工程方法，从能力需求、功能、结构、技术、接口和标准等方面进行综合论证，提出舰艇信息装备通用测试平台的总体思路、软硬件结构框架、关键技术途径，对提高舰艇信息装备维修保障系统的系列化、通用化、综合化和模块组合化水平，具有较大的参考价值。

摘要:电磁炮测试中,炮口产生强烈的火光信号以及振动等噪声,会严重干扰电枢特征信号的识别处理。为了提升对电枢信号的自动识别率,提出了一种基于小波变换和卷积神经网络(Convolutional Neural Network,CNN)相结合的电枢信号识别方法。首先,利用小波变换对过靶信号进行小波阈值去噪,进而重构信号。其次,利用CNN提取信号的深层次特征,通过CNN的全连接层输出信号的分类结果。最后,当输入信号为电枢信号时,对其作最大值检测获取电枢信号的特征点。实验结果表明,本文所提方法对比传统小波阈值滤波法在特征点自动拾取准确率上提升了5.88%。该算法对电磁炮电枢过靶信号的滤波、识别具有一定的参考意义。

摘要:船舶自动识别系统（Automatic Identification System，AIS），可以为发展高频地波雷达（High Frequency Surface Wave Radar，HFSWR）技术提供验证数据集；目前，现有手段为HFSWR提供的数据集存在实时性差以及仅能对小范围内的船只进行跟踪观测等缺点，针对该问题，设计了一套船基球载AIS数据采集系统，利用系留球搭载AIS接收机进行多次海上长时间驻空实验，期间获取了来自345条船只的270580条数据；结果表明：船基球载AIS接收机这一方式能够显著提高船只之间AIS信息的接收距离，当系留球锚泊在150m高空时，系统的AIS信息接收距离能够达到244km；并验证了AIS海上传播模型的准确性；船基球载AIS数据采集系统可实现长期高空驻留，所获取的周边海域船只的AIS信息数据范围广，实时性高，漏报率低，是对船基HFSWR性能进行评估的有效手段。

摘要:针对确定性机载网络通信系统实时性强、可靠性高的需求，设计了一种时间触发以太网终端的实现方案。以 MicroBlaze 软核处理器为核心，使用 LWIP 协议栈实现 UDP 通信。在TTE交换机与终端设备之间，使用主从式同步方式实现时间同步，同步精度可以达到微秒级。在建立时间同步后加入时间触发任务，进行周期性的发送时间触发消息。为了保证系统可靠性，在传输层中采用MD5数据校验，并设计了一种四余度管理机制。经过测试，满足TTE终端的功能需求。

摘要:针对无线传感器网络能耗不均衡、网络生存期短的问题,提出了一种基于改进樽海鞘群算法的分簇路由协议。所提协议分别从分簇阶段和稳定传输阶段进行优化。分簇阶段,首先对樽海鞘群算法进行改进,克服了基本樽海鞘群算法局部勘探和全局开发能力不平衡的问题；其次考虑节点剩余能量和地理位置设计高效的适应度函数,以选出最优簇首,平衡簇间负载。稳定传输阶段,设计了基于最小生成树的簇间路由算法,为簇首构建最优传输路径,在缓解簇首负载的同时提高网络能量利用率。簇内通信阶段,引入轮询控制机制帮助节点构建传输调度,提高时隙利用率。仿真结果表明,与FIGWO和GAFCMCR算法相比,所提协议能够有效平衡网络负载,提高网络能量利用率,延长网络生存期。

摘要:摘要：针对渣土车辆管控的要求，着力于分析渣土车驾驶员的驾驶行为，以达到提高渣土车驾驶员的驾驶素质、规范其日常驾驶行为和行车安全意识，减少安全事故发生的目的；通过对渣土车辆的北斗定位数据和CAN数据进行采集与解析后，利用K-means聚类算法对渣土车驾驶员的驾驶倾向性进行识别；然后构建司机驾驶行为评分模型，使用熵权层次分析法来确定每个指标的权重，进而由权重来制定指标分值，最终对渣土车驾驶员进行综合评分，实现对渣土车驾驶员的驾驶行为分析。 关键词：CAN数据；驾驶行为；聚类；北斗定位；评分模型

摘要:未来战场作战模式由传统的以“平台”为中心转变为以“网络”为中心,战术互联网已成为战场的“神经系统”,它连接了战场的各作战单元要素之间并实现了信息共享和无缝连接,其网络架构是其主要能力实现的基础,它对保障战场通信网络稳定、可靠、高效的通信服务起到了至关重要的作用。美军战术互联网(如美军联合战术通信系统(JTRS)、战术级作战人员信息网(WIN-T)等)网络架构均采用了混合式架构,本文梳理分析了战术互联网发展现状,针对影响战术互联网主要性能的体系结构提出了分层分域的网络架构,即Mesh+Ad-hoc的体系架构,并对该架构下的关键技术进行了深入研究,分层分域的网络架构能够更好的提升战术互联网整体鲁棒性和抗毁性,网络的运行效率和管理能力,更加适合于未来复杂多变的战场环境。

摘要:机场停机位作为机场航宝保障服务工作中的重要设施，随着中国民航业逐步拓宽的规模，航班数量的不断增长给其分配带来巨大压力；迅速合理的机位分配方案可以最大化促进航班运行效率以及其它机场地面服务工作的开展；为了缓解机场停机位资源的紧张现象，同时解决飞机停机位到跑道出口或者入口的滑行时间最短，对到场飞机所使用的停机位最优化分配问题进行了研究，对飞机从跑道出口到停机位的最短路径进行了分析计算，采用了目前计算速度更快的遗传算法的关键技术，引入改进策略求解，对停机位最优分配进行迭代计算，不断计算出最合理的机位分配资源，根据机位分配问题的约束条件和主要优化目标分析，建立以机位空闲时间均匀化为目标的模型，经模型优化后，远机位使用空闲时间的平方差由156.89降低为75.69，近机位使用效率提高了12%-22%，经实验验证满足了机场机位资源最优分配等工程应用。

摘要:目前航空航天控制领域嵌入式软件的测试面临两个问题：软件实际运行物理环境的使用受限；在实物环境中由于无法执行某些故障、边界测试用例,导致测试覆盖性、准确性得不到满足。为解决以上问题,对嵌入式软件的外部设备进行了研究,提出构建数字化测试平台替代实物环境的方案,设计并完成总线1553B、总线RS422、AD采集、I/O等外部设备的虚拟化。平台模拟嵌入式软件真实的运行环境,测试过程不受实物环境制约,测试激励的注入不受任何限制,保障了测试的充分性。最后,以某电源下位机测试过程仿真为例,搭建不依赖真实硬件环境的数字仿真平台,能够实现故障注入、边界测试等特殊测试用例的执行,验证了平台在嵌入式软件测试中的有效性。

摘要:作为自然语言处理技术中的底层任务之一，文本分类任务对于上游任务有非常重要的辅助价值。而随着最近几年深度学习广泛应用于NLP中的上下游任务的趋势，深度学习在下游任务文本分类中性能不错。但是目前的基于深层学习网络的模型在捕捉文本序列的长距离型上下文语义信息进行建模方面仍有不足，同时也没有引入语言信息来辅助分类器进行分类。针对这些问题，提出了一种新颖的结合Bert与Bi-LSTM的英文文本分类模。该模型不仅能够通过Bert预训练语言模型引入语言信息提升分类的准确性，还能基于Bi-LSTM网络去捕捉双向的上下文语义依赖信息对文本进行显示建模。具体而言，该模型主要有输入层、Bert预训练语言模型层、Bi-LSTM层以及分类器层搭建而成。实验结果表明，与现有的分类模型相比较，所提出的Bert-Bi-LSTM模型在MR数据集、SST-2数据集以及CoLA数据集测试中达到了最高的分类准确率，分别为86.2%、91.5%与83.2%，大大提升了英文文本分类模型的性能。

摘要:为了提高医疗数据的隐私性并有效对疾病进行预测,针对从物联网(IoT)设备收集的患者医疗数据,构建了面向医疗系统的隐私保护疾病预测系统框架,通过加密组合文本建立密钥提高了系统认证阶段的隐私性,加强系统和信息传输的安全性。利用基于对数循环值的椭圆曲线密码体制(LR-ECC)提高了数据传输阶段的安全性,从而授权的医护人员可以在医院侧安全地下载患者数据。运用基于象群遗传算法的的深度学习神经网络(EHGA-DLNN)分类技术在疾病预测系统(DPS)阶段实现了疾病数据的有效分类预测。实验结果表明,LR-ECC方法在加密时间和解密时间效率方面高于其他加密方法,并且能够达到98.87%的安全级别,EHGA-DLNN方法在疾病预测分类准确率达到98.35%。

摘要:针对极限学习机对滑坡预测准确性低及在训练过程中模型不稳定的问题，引入RBF高斯核函数并使用极限梯度提升树算法Xgboost对KELM进行优化，建立了Xgboost优化后的Xgboost-KELM预测模型；首先采用高斯核RBF作为极限学习机的核函数，解决隐藏节点随机映射问题，增加模型稳定性及适用性；其次将清洗后的监测数据作为模型输入，并使用Xgboost寻优算法对核函数中的超参数进行优化，通过4组测试集进行Xgboost-KELM建模，依据均方误差迭代曲线得出最佳超参数；最后使用两组10%样本集验证模型评价指标及稳定性，实验结果AUC均值对比模型至少提高3个百分点，Precision、Accuracy及Recall至少高于对比模型1.7个百分点，同时Xgboost-KELM模型的方差及偏差都较小，证明该模型稳定性较好，实验结果说明Xgboost-KELM模型具有较好的预测效果，在滑坡灾害预测中有较好的预测能力。

摘要:针对计算机视觉领域人工标定多目标数据集时间冗长的问题，提出一种基于Mask Scoring R-CNN的高质量数据集快速自动标定方法；首先，设计了高质量数据集快速自动标定架构，训练数据自动标定模型并搭建目标分类与标定系统；其次，在对比不同残差网络及引入迁移学习基础上，进一步研究了基于MaskIoU Head的多目标掩膜标定质量评价方法，完成基于Mask Scoring R-CNN的多目标高质量数据集快速自动标定方法设计；最后，以车辆数据为例进行数据集快速自动标定方法验证，实验结果表明，相较于Mask R-CNN和Faster R-CNN方法，Mask Scoring R-CNN方法具有目标数据分类效果好及掩膜分割精度高的优点，检测准确率达到93.4%，且标定速度相较于人工标定速度提升了95.77%。

摘要:针对六轴工业机器人装配避障路径运动问题，研究了机器人整体避障运动路径规划方法，提出一种RRT*改进算法；算法以RRT*算法为基础，在障碍物建模中引入包围盒算法，加入对机器人各轴与障碍物的碰撞检测；在路径规划中加入对随机点生成方向与树枝生长方向的先验引导机制，优化了算法路径长度与路径搜寻效率；通过Matlab进行了试验验证，结果表明与标准RRT*算法相比，先验引导RRT*算法缩短路径长度14%左右，且满足机器人末端路径与手臂各轴的避障需求。

摘要:为解决因通信网络加密执行能力有限而造成的隐私信息识别异常问题，提升网络体系对于隐私文本的加密处理能力，设计基于区块链的通信网络节点位置隐私加密控制模型。在区块链技术的支持下，建立密码共识机制，再根据智能合约中协议条文的编码形式，求解节点加密差值，完成基于区块链的通信网络节点加密验证。按照信息序列定义条件，建立P盒、S盒两类信息数列处理结构，完成对通信网络节点位置隐私信息数列产生器的设计。规范隐私信息的数据帧格式，根据密钥内容查询结果，确定熵值控制系数的取值范围，再实施熵值校验处理，实现基于区块链的通信网络节点位置隐私加密控制模型的设计。实验结果表明，区块链技术作用下，通信网络在单位时间内所能加密处理的信息样本总量达到了9.8×1013bit，因加密执行能力有限造成的隐私信息识别异常问题得到较好解决，能够加强网络体系在加密处理隐私文本方面的能力。

摘要:在实验室系统处理海量原始数据时，实际应用场景中存在采样率高、偏度（skewness）高的特殊情况，导致在使用两阶分区算法在平衡同构环境下的Reducer节点负载时，无法有效地处理这些问题。为此，引入MapReduce的并行化处理，可以提高实验室系统中采样数据利用率；同时，为了解决数据偏度和采样度高的问题，则采用了ICSC（Improved Cluster Split Combination）分区调度的算法。经过实验证明，基于两阶分区的MapReduce负载均衡算法能够有效减少Mapper和Reducer节点空转的时间。随着数据偏度的增加，算法的执行时长基本不产生变化，即数据偏度对该算法执行时间的影响较小。此外，数据采样度的增加，ICSC分区调度算法也保持着对比模型中最少的时间开销。因此，基于两阶分区的MapReduce负载均衡算法弱化了Reducer节点间的依赖性，并提升MapReduce任务的执行效率和容错率，从而高效地实现MapReduce框架下的实验室系统中数据处理的负载均衡。

摘要:针对麻雀搜索算法（SSA）在机器人避障研究中，存在提早收敛于局部最优难以跳出、初始种群分布不够广泛、平衡能力差等问题对其进行改进。首先通过三层神经网络对规划环境进行栅格化建模；其次引入Halton序列得到初代种群分布，得到分布更广、更遍历的个体位置，提升后期寻优速度和效率；再次使用布朗运动优化麻雀位置更新的步长调节，帮助算法脱离局部优解，同时平衡全局切换局部的搜索节奏；最后，利用clothoid曲线法平滑路径，得到满足机器人机械性能的路径。经6个标准函数验证和Wilcoxon检验P值对比可知，改进后的算法相较于SSA和CSSA算法各项指标得到明显优化，且具有和SSA同一水平的时间复杂度。最后通过地图仿真得到平滑后的机器人避障路径。

摘要:对移动警务平台双域终端消息无法互达的问题进行了研究，提出了移动警务平台侧跨域互通的即时消息提醒服务系统的设计方案。基于MQTT技术实现移动端消息推送，基于AMQP等移动警务平台跨域边界消息队列同步服务实现平台侧消息跨域同步，基于restful规范设计移动警务平台内面向业务应用的跨域终端消息推送服务接口，为移动警务平台内业务应用统一提供跨域终端消息推送服务。整个系统由消息接口模块、终端档案管理模块、跨区域同步模块、消息匹配审计模块和消息推送模块构成，可实现业务系统不同重要等级消息即时高效、安全合规的跨域终端推送。

摘要:对信息系统运行记录、操作日志、告警信息的采集问题进行了研究，提出了一种面向泛政府行业安全运行管理平台的统一日志采集系统。采用基于消息队列的流式处理架构，实现日志采集、日志处理、日志上报等各个环节的解耦；采用标准化接口和插件技术，实现各种异构日志信息的采集和数据上报；采用消息队列的流量削峰技术，保证日志传输的安全可靠；依据日志流量特征，提出一种支持动态调整消费组的设计模式，满足系统的高性能要求。整个系统由日志采集、数据上报、数据管理、系统管理、策略管理、Agent管理、日志源管理模块和日志采集代理(Agent)子系统组成，可满足对各类安全数据的集中分析、安全威胁感知和智能研判。

摘要:针对阵列天线宽带散射缩减设计进行研究，设计了一种基于无源对消技术的低散射阵列天线，该新型微带阵列天线在宽频带内具有双极化低雷达散射截面（RCS, Radar Cross Section）性能；对基于两种散射性能不同的单元组成阵列的RCS性能进行了理论研究，进行了单元的散射幅度和相位对阵列RCS的影响分析；提出了一种加载T型缝隙的新型微带天线结构，该单元结构的辐射性能与散射性能能够进行独立调控和综合优化，该单元与传统微带贴片单元具有相似的辐射特性，并可在宽频带（带内和带外）内与传统微带单元产生有效相位差；将传统微带单元和加载T型缝隙的新型微带单元组成4×4阵列天线，仿真结果表明，提出的阵列天线在3GHz～7GHz（相对带宽80%）频带内实现了同极化RCS缩减，在3.3GHz～7GHz（相对带宽71.8%）频带内实现了交叉极化RCS缩减，缩减峰值分别为16.3dB和36.3dB，带内RCS缩减均值分别为14.1dB 和17.6dB；与传统微带阵列天线相比，提出的阵列天线增益下降小于0.1dB；提出的微带阵列天线具有高效率辐射和宽频带双极化低散射性能，为低散射阵列天线设计提供了新的思路。

摘要:为实时了解绿色建筑供暖能耗的变化趋势,提升能耗预测效果,设计基于时间序列自回归模型的绿色建筑供暖能耗短期预测方法。利用增强迪基-福勒检验法,检验绿色建筑历史供暖能耗时间序列平稳性；对非平稳的历史能耗时间序列进行差分平稳化处理,获取平稳的历史能耗时间序列；在时间序列自回归模型内添加移动平均模型,并考虑能耗的气温影响因素,建立时间序列自回归移动平均模型；利用赤池信息准则确定模型阶数,通过粒子群算法确定模型参数；在模型阶数与参数确定后的模型内,输入平稳的历史能耗时间序列,输出供暖能耗短期预测值。实验证明：该方法可精准预测不同类型绿色建筑的短期供暖能耗；在不同绿色建筑渗透量时,该方法短期供暖能耗预测误差较小；在不同室外温度时,该方法短期供暖能耗预测的可决系数较高,即预测精度较高。

摘要:为了解决微电子机械系统(MEMS)陀螺仪体积较大、冗余的计算资源浪费等问题,对Cortex-M3内核的数据处理能力及总线架构进行了研究,设计了一款应用于MEMS陀螺仪的智能化、小型化、低功耗的片上系统(SoC)；通过分析温度对陀螺输出信号的影响,对MEMS陀螺温度误差的智能化补偿方式进行了研究,采用以Cortex-M3为核心与电容/电压转换电路、模数转换器(ADC)等模块进行集成化设计的方法,在实现同样功能的情况下减小了陀螺体积；结合MEMS陀螺仪对信号处理资源的要求对存储空间及通信接口进行配置,采用0.18 μｍ BCD加工工艺对SoC进行设计制作；测试结果表明,针对MEMS陀螺仪进行匹配设计的SoC对陀螺输出信号进行温度补偿处理后,全温度区间(-40 ℃～85 ℃)零偏变化量由3.147°/s降低到0.035°/s,显著提升了MEMS陀螺仪的全温测量精度。