基于布里渊散射的海水参数测量反演算法研究

海洋温度和盐度是重要的海洋环境参数，对了解海洋性质、生物多样性具有重要作用。本文基于碘分子吸收池的边缘探测技术，将携带有温度信息的布里渊散射光分为三束，这三束光分别通过三个压强不同的碘分子吸收池，形成三个探测通道，得到两个信号的强度比值信息；之后利用迭代算法即可同时反演出被测区域的温度和盐度信息。采用探测器输出信号强度比值的形式能有效抑制激光器光强抖动带来的影响。为将测温误差控制在0.2 K以内，所提算法对探测器输出强度比值的随机抖动程度为1.3‰。本技术路线具有不受入射角影响、测量速度快、无需事先知晓盐度信息等优势，有望应用于机载、星载等移动平台上。     

GH2907 合金 VIM + VAR 3 t 钢锭 1190℃均质化过程中Nb和Si的扩散行为

利用光学显微镜、扫描电镜等研究了 GH2907（0.02C,38.20Ni,13.92Co,4.92Nb,1.60Ti,0.32Si）合金Φ508 mm 3 t钢锭Nb和Si在1190℃的扩散规律。研究表明,GH2907合金Φ508 mm钢锭的枝晶间距大约110μm,Nb和Si在1190℃的表观扩散系数分别为D=（0.704±0.041）× 10^-14 m²/s,和D=（1.870±0.511）×10^-14m²/s。理论计算表明,1190 ℃Nb扩散44.8～50.3 h,Si扩散14.0～24.5 h可使其残余偏析指数δ_i达到0.02。     

航空发动机整体叶环叶片裂纹分析

经锻造热处理和热等静压工艺处理后的整体叶环叶片在振动疲劳试验中出现裂纹,通过宏观检查、断口宏微观分析、材质分析、力学性能试验和有限元应力模拟等手段,对叶片的裂纹性质和萌生原因进行分析与研究,并提出改进建议。结果表明:整体叶环叶片裂纹性质为高周疲劳,疲劳裂纹起源于叶片叶背侧表面最大应力区;整体叶环叶片在热等静压工艺处理后存在平直晶界连续α膜,抗疲劳性能明显降低,导致疲劳裂纹过早萌生。     

网络信息代维管理系统中信息同步服务模块和应急发电服务模块的应用

随着电信运营商业务运营时代业务量不断增大,运营商通常选择将通信运维外包给专业的代维公司。本文就网络代维管理系统的系统进行分析,并且进一步制定同步服务模块和应急发电服务模块的设计思路和具体应用。     

保险财险公司的网络信息自动化系统构建

本系统是在为保险财险公司提供人员定位、保费试算、无线投保、无线核保业务、自助查勘操作等管理需求的基础上而设计,采用便捷稳定的手机终端,通过实时的通信网络实现对承保部门工作人员定位、任务下发、现场拍照以及客户的自助修改资料、自助查勘等应用目标,为企业提供移动信息化整体解决方案和服务,从而以信息化手段来更好地完成客户服务工作.     

基于改进型多目标樽海鞘群算法的RFID阅读器天线优化部署

随着射频识别(Radio Frequency Identification,RFID)技术的飞速发展,在各种特殊的环境下(如工厂、仓库、监狱等),对RFID阅读器天线优化部署的需求开始受到广泛关注.针对目前RFID阅读器天线部署中存在的部署难度大、约束条件多且不易找到最优解和Pareto前沿等问题,文中提出了一种基于改进型多目标樽海鞘群算法(Multi-obj ective Salp Swarm Algorithm,MSSA)的RFID阅读器天线优化部署方法.预先构建多目标RFID阅读器天线优化部署模型,设定优化目标;多目标樽海鞘群算法对RFID阅读器天线优化部署模型进行优化训练,引入分离算子以优化搜索能力,并通过迭代不断寻找满足条件的非支配解,构建满足条件的Pareto解集,其即为优化的结果.实验数据表明,MSSA算法求解时无需先验知识和设置加权系数,收敛速度快;在相同实验环境下,MSSA算法与带观察者机制的蝙蝠(BA-OM)算法、粒子群(PSO)算法、细菌觅食优化(MCBFO)算法相比,覆盖率分别提高了33％,28％,20％;与同类型的求Pareto解集的混合萤火虫(HMOFA)算法相比,MSSA算法的负载均衡提高了7.14％,经济效益提高了59.74％,阅读器干扰减少34.04％.     

基于改进型灰狼算法的RFID网络规划

随着物联网技术的飞速发展,射频识别(Radio Frequency Identification,RFID)系统因具有非接触、快速识别等优点而成为了解决物联网问题的首选方案。RFID网络规划问题要考虑多个目标,被证明是多目标优化的问题。群体智能(Swarm Intelligence,SI)算法在解决多目标优化问题方面得到了广泛的关注。文中提出了一种改进型灰狼算法(Improved Grey Wolf Optimizer,IGWO),利用高斯变异算子和惯性常量策略来实现RFID网络规划。通过建立优化模型,在满足标签100%覆盖率、部署更少的阅读器、避免信号干扰、消耗更少的功率4个目标的基础上,将所提算法与粒子群算法(Particle Swarm Optimization,PSO)、遗传算法(Genetic Algorithm,GA)、帝王蝶算法(Monarch Butterfly Algorithm,MMBO)进行了对比分析。实验结果表明,灰狼算法在RFID网络规划时表现更优异,在相同的实验环境下,相较于其他算法,IGWO的适应度值比GA提高了20.2%,比PSO提高了13.5%,比MMBO提高了9.66%;并且覆盖的标签数更多,可以更有效地求出最优化方案。     

RFID Indoor positioning based on Semi-supervised Actor-Critic Co-training

For large-scale radio frequency identification ( RFID) indoor positioning system, the positioning scale isrelatively large, with less labeled data and more unlabeled data, and it is easily affected by multipath and whitenoise. An RFID positioning algorithm based on semi-supervised actor-critic co-training (SACC) was proposed tosolve this problem. In this research, the positioning is regarded as Markov decision-making process. Firstly, theactor-critic was combined with random actions and selects the unlabeled best received signal arrival intensity(RSSI) data by co-training of the semi-supervised. Secondly, the actor and the critic were updated by employingKronecker-factored approximation calculate (K-FAC) natural gradient. Finally, the target position was obtained byco-locating with labeled RSSI data and the selected unlabeled RSSI data. The proposed method reduced the cost ofindoor positioning significantly by decreasing the number of labeled data. Meanwhile, with the increase of thepositioning targets, the actor could quickly select unlabeled RSSI data and updates the location model. Experimentshows that, compared with other RFID indoor positioning algorithms, such as twin delayed deep deterministic policygradient (TD3), deep deterministic policy gradient (DDPG), and actor-critic using Kronecker-factored trustregion ( ACKTR), the proposed method decreased the average positioning error respectively by 50.226%,41.916%, and 25.004%. Meanwhile, the positioning stability was improved by 23.430%, 28.518%, and38.631%.     

一种面向H.264/AVC的运动估计算法

提出了一种使用具有方向偏向性搜索模板和基于预测模式自适应选择运动估计方案的EPZS(enhanced predictive zonal search)改进算法。该算法将运动估计过程与H.264/AVC中多参考帧、多预测模式等编码工具紧密结合,充分利用视频中运动具有高度时空相关性的特点,综合考虑速度、图像质量及压缩效率等方面的性能。实验结果表明,该算法以极小的计算量得到了与全搜索方法接近的效果;与EPZS算法相比,运动估计的处理速度有了较大幅度的提高,同时保持了与之相当、有时甚至更优的率失真性能。此外,该算法具有很好的鲁棒性,并且能够产生平滑的运动矢量场。