空间分析研究

提出了空间分析的概念及其功能实现的四个层次,分析了基于GIS空间分析的现状,并对以神经网络、进化计算和人工生命为主要代表的智能计算工具的特点、功能、适用领域进行了阐述,指出它们将为未来空间分析的发展提供良好的前景。     

四旋翼无人飞行器姿态数据采集处理系统

针对机械振动等因素产生的噪声对加速度传感器测量姿态数据的影响,增加了陀螺仪并运用卡尔曼滤波对加速度传感器和陀螺仪的数据进行融合处理;与以往均值和中值等滤波姿态算法相比,采用卡尔曼滤波算法能够获得可靠、稳定的姿态数据,为四旋翼无人飞行器稳定飞行提供有效保障;介绍了姿态传感器和采集处理系统硬件结构及软件实现,运用图形化编程语言LabView实现对四旋翼无人飞行器实时姿态曲线显示、姿态数据存储、回放等功能;经测试,能有效的降低机械振动等噪声对飞行器姿态测量的影响,提高姿态数据估计的精度,达到了预期的目标。     

黄河水滴灌系统灌水器结构-泥沙淤积-堵塞行为的相关关系研究

传统的黄河水沉淀-过滤系统存在沉沙池建设成本高、过滤器频繁反冲洗能耗高等问题,让更多的细颗粒泥沙随水流排出灌水器体外是解决黄河水滴灌系统灌水器堵塞的新思路,而摸清泥沙在黄河水滴灌系统内部的淤积特性以及灌水器结构-淤积泥沙特性-堵塞特性参数间的相关关系是探索其排沙能力的前提和基础。为此,本文在河套灌区开展了黄河水滴灌系统灌水器堵塞原位试验,系统分析了6种内镶贴片式灌水器内部细颗粒泥沙含量及粒径分布动态变化特征,探索了三者间的级联关系。结果表明：进入灌水器内部的泥沙99%以上可以排出体外,淤积在灌水器内部的泥沙以粉粒为主、砂粒次之、黏粒最少。随着灌水器堵塞加剧,内部淤积泥沙的黏粒、粉粒比例相对降低,而砂粒比例相对增加,泥沙进入灌水器后存在聚集等行为,使得灌水器内部淤积泥沙粒径明显高于毛管入口。泥沙比表面积淤积量、粉粒比例、砂粒比例、D₅₀、D₉₅对黄河水滴灌系统Dra、克里斯琴森均匀系数CU影响显著（p<0.05）,不同灌水器淤积泥沙粒径明显不同,D₅₀与灌水器结构无量纲参数（流道宽深比W/D、面积长度比A^1/2/L）及断面平均流速v显著（p<0.05）相关。本研究对引黄滴灌灌水器设计及灌溉系统过滤配置具有指导意义。     

电子政务在吉林省机构编制工作中的实践与应用

电子政务在当今政府的行政工作中占据着举足轻重的地位,自2009年吉林省编办独立设置后,一直把电子政务建设工作作为创新机构编制管理的重要载体来抓,本文从吉林省编办开办"网上办事大厅"着手,设计及研发了"省直部门机构编制业务管理系统",进一步探索了电子政务在吉林省编办的实践应用。     

一种基于粗糙集的分类数据挖掘算法

目前,粗糙集理论及数据挖掘的研究已经成为热点领域.本文提出一种基于粗糙集理论的分类数据挖掘算法,从实际数据出发,运用不同简化层次的算法,导出每个层次上的信息集,最后得到规则集.在进行推理和决策分析时,按照一定算法进行匹配,得出结论.算法分析表明,这一算法属性约简具有较好有效性,可减少未知样本参与分类的决策属性,适合模型相对稳定、更新不频繁且建模过程可以在后台进行的应用.     

一种流水线型ADC的时序改进技术研究

对一种流水线型模数转换器(ADC)的时序电路进行了改进研究。改进时序延长了余量增益单元MDAC部分加减保持相位的时长,可以在不增加功耗与面积的情况下,将一种10位流水线型ADC在20 MS/s采样率下的有效位(ENOB)从9.3位提高到9.8位,量化精度提高了5%;将该ADC有效位不低于9.3位的最高采样率从21 MS/s提高到29 MS/s,转换速度提高了35%。ADC的采样频率越高,改进时序带来的效果越显著。该项技术特别适用于高速高精度流水线型ADC,也为其他结构ADC的高速高精度设计提供思路。     

面向植被边坡的地基SAR高相干点选择

基于高相干点进行相位分析,才能有效保证地基SAR（Synthetic Aperture Radar,合成孔径雷达）形变测量的准确性。在差分干涉测量领域中,广泛使用幅度离差法,可以有效地选择出岩石、建筑物等PS（Permanent Scatterer,永久散射体）点作为高相干点,但对于植被边坡,采用该方法选择出高相干点数量较少,不利于差分干涉处理。在星载SAR领域,普遍采用StaMPS方法解决植被边坡的高相干点选择问题。本文探索了StaMPS方法在地基SAR领域的适用性,提出采用非PS点来计算相干系数门限,并引入DS（Distributed Scatterer,分布式散射体）选择技术,进一步提高了高相干点的数量。对一处植被边坡的实验结果表明,相比于幅度离差法和StaMPS方法,改进方法在提高高相干点数量的同时,有效保证了其相位质量。      

基于FPGA的脉冲神经网络模型设计与实现

现有的脉冲神经网络模型软件模拟通常具有处理速度慢、功耗高的缺点,同时利用硬件电路实现则具有开发难度大、灵活性差的缺点.为了探索合理实现脉冲神经网络模型的途径,在己有研究成果的基础上综合考虑两种方案的优缺点,提出了利用软件库模拟脉冲神经元数学模型以及网络的拓扑结构、并将网络运行时的关键计算任务以计算内核的方式交由基于OpenCL的FPGA并行计算的新思路.主要工作为:使用模块开发方式对脉冲神经网络软件开发库和OpenCL开发库进行了扩展、并将软件开发库中的重要模块重构成FPGA计算内核,使得软件开发库能够调用FPGA执行计算任务,最终达到利用两个库构建运行网络模型时能够同时满足易于开发、灵活性高、处理速度快、功耗低等要求的目的.基于MNIST图像数据集的图像分类实验表明,同一网络模型拓扑结构下,与在GPU上的软件模拟相比,提出方案的图像分类准确率并没有下降,同时以略微牺牲运行性能为代价,参考功率降低了约63.6%.     

面向复杂大气扰动的GB-InSAR相位误差补偿方法

大气扰动是地基干涉合成孔径雷达（GB-InSAR,Ground-Based Interferometric Synthetic Aperture Radar）测量的主要误差源之一。在复杂大气条件下,常规的大气相位补偿方法不再适用,本文提出了一种基于PS（Permanent Scatterer,永久散射体）技术的改进方法。该方法首先通过Delaunay三角网建立临近PS对,分析各临近PS对的差分相位序列标准差,实现PS集合中的噪声点或部分形变点的滤除;然后根据气象数据估计出参考大气相位序列,通过计算剩余PS的干涉相位序列与参考大气相位序列的MIC（Maximal Information Coefficient,最大互信息系数）,结合空间维相干系数,采用双阈值实现稳定 PS的选择;最后采用Kriging插值拟合方法,实现复杂大气条件下的大气相位估计。采用本文所提方法,对九道拐区域实测数据进行了处理,相比于常规方法,有效降低了大气相位补偿误差,保证了GB-InSAR的形变测量精度。