P2P网络中的超级节点选取算法研究

P2P系统在构建覆盖网络时未考虑到与物理网络的结合,导致逻辑拓扑结构与物理拓扑结构严重不匹配问题,增加P2P相邻节点间的延迟。本文提出一种基于区域划分的超级节点选取机制,将P2P网络中的节点按照物理位置划分成若干区域,保证区域内节点在物理位置上是相近的。利用MATLAB进行仿真实验,仿真实验表明使用这种机制能降低半分布式P2P网络的信息检索延迟,有效地提高检索的效率,并且具有较好的可扩展性。     

MC算法在医学图像三维重建中的应用

详细介绍了MC算法,提出了优化网格模型简化算法。优化网格模型简化算法选取坐标点的原则是,尽可能地接近原始网格,通常采用子集选择法或优化选择法。在尽可能保证图像精度的前提下,优化网格模型简化算法可以提高运算速度,而单纯的网格算法由于失真严重而缺乏实用价值。基于体绘制的网格化简化算法重建的三维模型比较完全,且算法简单,在多排螺旋CT等医学图像三维重建中有较好的应用。     

校园网络管理与安全

本文通过校园网的管理实践,针对校园网管理中出现的问题,阐述了校园网管理方面的一些看法、思考,并以我校校园网的管理为实例,提出了几点相应的解决问题的思路和方法,最后还介绍了网络教室中学生如何学习和教师如何教学以及病毒防治方面的一些内容。     

一种低复杂度的鲁棒自适应波束形成算法

传统基于干扰噪声协方差矩阵（interference-plus-noise covariance matrix,INCM）重构的鲁棒自适应波束形成（robust adaptive beamformer,RAB）算法在多种样本数据协方差矩阵误差和信号导向向量误差的失配环境中具有较强的鲁棒性,但目前主流的INCM重构法都是对信号和干扰的导向向量通过建立凸优化模型来估计,这带来了很高的计算复杂度。为了解决这个问题,提出了一种低复杂度的基于INCM重构的RAB算法。该算法首先将干扰信号的导向向量分解为对应标称项和误差项的和,然后通过一种子空间方法估计得到误差项的单位向量。接下来对一个Capon空间谱功率最大问题进行求解,得到误差项的模值,以此得到重构的INCM。同时利用Capon空间谱中残差噪声的存在,使用交替投影法估计得到期望信号的导向向量,最后得到所提算法的权重向量。仿真实验表明所提算法在多种误差环境下具有较强鲁棒性的同时,还具有较低的计算复杂度。     

三峡升船机平衡重滑轮结构拓扑优化设计

为了解决三峡升船机平衡重滑轮腔体内焊接支撑块脱落导致异响问题,建立了以结构柔度最小为优化目标的拓扑优化模型,基于ANSYS对滑轮结构进行拓扑优化设计并对模型进行重构,得到了最终优化模型。对比分析了优化前后结果,表明优化后的滑轮总重与优化前的比值为0.91,所受最大应力比值0.852,所受最大位移比值0.94。通过优化结果精确指导其结构设计,确定加工孔径的位置和大小,取出了腔体内脱落支撑块。     

基于透明土技术与颗粒流方法联合开展管涌细观机理研究

我国现今拥有堤防总长度超30万公里,但管涌型渗透破坏频发,造成极大社会经济损失,故开展管涌细观机理研究对于解决堤防工程安全问题具有重要意义。当前有关管涌细观机理研究主要从模型试验、数值模拟两个方面开展,并且大多从颗粒摩擦系数、颗粒级配和细料含量等角度揭示该细观机理。本文提出一种基于透明土技术、颗粒流模拟联合开展该细观机理研究的方法,并从颗粒间接触力链的细观角度分析颗粒摩擦系数、颗粒级配和细料含量对管涌发生、发展的影响。首先结合PLIF（平面激光诱导荧光技术）与透明土技术自行设计可视化模型试验平台,其次基于MRI（磁共振成像）技术,借助Avzio软件实现对透明土样二维切片的三维重构,然后将重构模型导入PFC^3D中并进行相同条件下的颗粒流模拟,通过比对模型试验与数值模拟结果,验证本方法开展管涌细观机理研究的可靠性,最后进行重构模型在不同颗粒摩擦系数、颗粒级配和细料含量条件下的数值模拟,并从力链角度论述各组试验规律。本文可为管涌细观机理研究提供一种置信度高、可行性好的新途径。     

农村危房病害及处理措施研究

张家口市张北县存在大量危房,为进一步做好农村危房改造工作,采用实地考察、现场测试、走访等方式对张北县18个乡镇、366个行政村的农村危房改造工程进行实地研究调查,并根据农村住房危险性鉴定标准评定房屋的危险等级。所调查的2446户土房危房中Ｄ级危房占比72．1％,Ｃ级危房占比25．2％,Ｂ级危房占比2．7％;1654户砖木类危房中Ｄ级危房占比69．8％,Ｃ级危房占比27．5％,Ｂ级危房占比2．7％。根据调查,张北县危房病害的主要因素之一是黄土地基不均匀沉降从而导致上部结构产生裂缝。通过研究分析因素,从结构设计和地基处理上对张北县的危房提出了合理处理改造措施,为张北县农村危房改造提供参考。     

神威E级原型机互连网络和消息机制

本文描述了神威E级原型机的互连网络和消息机制.神威E级原型机是继神威蓝光、神威·太湖之光之后神威家族的第三代计算机.该计算机作为一台E级计算机的原型机,峰值性能3.13 PFlops,其最大的特色之一就是采用28 Gbps传输技术,设计开发了新一代的神威高阶路由器和神威高性能网络接口两款芯片,在传统胖树的基础上,设计了双轨泛树拓扑结构,定义实现了新颖的神威消息原语和消息库,实现了一种基于包级粒度动态切换的双轨乱序消息机制,通信性能比神威·太湖之光互连网络提升了4倍,为神威E级计算机互连网络的研制奠定了基础.     

Layout Optimization for Greenhouse WSN Based on Path Loss Analysis

When wireless sensor networks (WSN) are deployed in the vegetable greenhouse with dynamic connectivity and interference environment, it is necessary to increase the node transmit power to ensure the communication quality, which leads to serious network interference. To offset the negative impact, the transmit power of other nodes must also be increased. The result is that the network becomes worse and worse, and node energy is wasted a lot. Taking into account the irregular connection range in the cucumber greenhouse WSN, we measured the transmission characteristics of wireless signals under the 2.4 Ghz operating frequency. For improving network layout in the greenhouse, a semi-empirical prediction model of signal loss is then studied based on the measured data. Compared with other models, the average relative error of this semi-empirical signal loss model is only 2.3%. Finally, by combining the improved network topology algorithm and tabu search, this paper studies a greenhouse WSN layout that can reduce path loss, save energy, and ensure communication quality. Given the limitation of node-degree constraint in traditional network layout algorithms, the improved algorithm applies the forwarding constraint to balance network energy consumption and constructs asymmetric network communication links. Experimental results show that this research can realize the energy consumption optimization of WSN layout in the greenhouse.     

A robot hand-eye calibration method of line laser sensor based on 3D reconstruction

In the robotic eye-in-hand measurement system, a hand-eye calibration method is essential. From the perspective of 3D reconstruction, this paper first analyzes the influence of the line laser sensor hand-eye calibration error on the 3D reconstructed point clouds error. Based on this, considering the influence of line laser sensor measurement errors and the need for high efficiency and convenience in robotic manufacturing systems, this paper proposes a 3D reconstruction-based robot line laser hand-eye calibration method. In this method, combined with the point cloud registration technique, the newly defined error-index more intuitively reflects the calibration result than traditional methods. To raise the performance of the calibration algorithm, a Particle Swarm Optimization - Gaussian Process (PSO-GP) method is adopted to improve the efficiency of the calibration. The experiments show that the Root Mean Square Error (RMSE) of the reconstructed point cloud can reach 0.1256 mm when using the proposed method, and the reprojection error is superior to those using traditional hand-eye calibration methods.