一种改进的GPC算法在网络控制系统中的应用

首先对传统的GPC算法进行理论推导和分析,然后针对传统GPC控制算法在大延迟过程中无法快速跟随参考轨迹的问题,提出了一种基于最小方差控制的广义预测控制,并以网络控制系统为控制对象,用MATLAB对其进行仿真分析,结果表明改进的广义预测控制算法能很好地跟踪系统轨迹,获得了良好的效果。     

基于组合度量的应急救援网络路由算法研究

针对AODV协议只选用跳数最小进行选路的缺陷,提出一种新的基于组合量度的路由协议(AMAODV)。该协议综合考虑路由的跳数、节点间链路的有效期和可用带宽3种因素,通过层次分析的方法判定上述3种因素对链路传输的影响,提出了组合度量函数,借助组合度量函数的计算来选择一条具有较小度量值的路径进行传输。仿真结果表明:AMAODV协议在适应高速移动的网络环境上具有一定优势,并能降低网络时延和增加网络吞吐量。     

InGaAs MOSFET的电容电压特性

通过自洽求解泊松和薛定谔方程,计算了GaAs,InAs和InGaAs MOSFET的电容电压(CV)特性,并与Si MOSFET的CV特性以及GaAs MOSFET的CV测量结果做了比较。研究结果表明,对于电子有效质量较轻的InGaAs半导体,量子效应非常明显,反型电容显著降低。研究结果还表明,随着栅介质有效厚度的减小和沟道掺杂浓度的增加,量子效应更加突出,反型电容进一步减小。     

Landau-Zener模型中纠缠演化及转移的研究

研究了受外场驱动的两个二能级系统分别与两个单模量子化光场相互作用模型中纠缠演化及转移问题。该工作主要是对外场驱动的Landau-Zener模型进行了研究，采用旋转波近似的方法，通过数值计算详细分析了二能级系统初始状态、能级间的耦合常数以及驱动外场的参数对子系统间纠缠和转移特性的影响。结果表明，适当调节模型中的参数，可以使系统初始纠缠完全转移为光腔场间的纠缠，实现二能级系统与光场间的最大纠缠转移。     

移动通信网络优化现状及发展趋势分析

在社会经济以及科学技术不断发展的同时,移动通信技术也在逐渐进步。移动通信网络,在移动通信技术中属于核心部分。近些年来,越来越多的人们开始使用移动通信网络,促使移动通信网络的移动性日益增强,话务密度不均匀分布特征也越发明显,导致网络基站与用户手机之间出现了信号连接不顺畅现象,直接影响到了用户的通话质量,不利于移动技术的进一步发展,因而相关人员应该采取相关技术措施,对移动通信网络进行优化,不断提高通信网络的服务质量。     

基于未来的网络体系构架

随着经济的快速发展,互联网逐步发展成为覆盖范围广、信息资源最为丰富、规模最为宏观的全球信息设施。在目睹互联网给我们经济生活发展带来极大便利的同时,我们应该认识到互联网规模的不断扩大所带来的系列问题。新型的互联网体系构架技术要求高,管理难度增大,监控、维修和保护一体化的网络体系构架成为未来网络发展的难题,国内外相关研究人员对未来网络体系构架的研究不断深入,笔者在参考相关文献资料的基础上,对未来网络虚拟化资源管理构架、网络流量预测算法和虚拟化资源分配机制进行深入探究,以寻求未来网络构架发展的创新之道。     

探讨网络与信息安全的常见问题以及相关对策

随着现代经济社会的不断发展,计算机网络技术在各个领域中都得到了较为普遍的运用。因为其运用范围相对较广、网络涉及面相对较宽。计算机网络信息技术在为人们提供便捷服务的同时,也诱发了一系列问题,包括网络与信息安全问题。文章主要对目前网络与信息安全的几个常见问题进行分析和探讨,并提出了几条针对性的解决措施。     

计算机远程网络通讯技术的应用

随着科学技术的不断发展,各种网络功能日渐丰富,人们获得信息的速度也越来越快,使得网络通讯技术慢慢走近人们的生活,信息化生活已经成为未来化发展的趋势,远程网络通讯已经跨部门、跨地区发展,网络通讯技术对我们的生活产生很大的影响,也将为我国信息的发展事业做出巨大的贡献。本文主要分析了计算机远程网络通讯技术在生活中的实际应用。     

2021年云计算面临的5大网络安全威胁

毫无疑问,冠状病毒疫情为网络攻击者创造了更多的攻击机会。根据思科公司的调查,全球有53%的中小型企业(SMB)遭遇数据泄露事件。2020年全球有360亿条记录对外泄露。但是问题是,这些网络安全威胁的数量在未来几年是否继续增长?     

基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。