面向高速公路智能度分级的路侧感知设备优化布设方法

感知设备采集的交通数据是智能交通运输系统高效运行的关键,而交通数据的准确性和时效性与感知设备的空间密度和具体位置密切相关。在交通数据采集系统中,既要获得给定精度和完整度的交通数据,又要尽量减少在路网中的感知设备布置的数量。为保证多元感知设备在满足感知性能指标的同时,能服从布设成本约束的条件并合理地布设在高速公路上,提出一种基于DBSCAN聚类的高速公路路段划分方法和基于遗传算法的路测设备优化布设方法。其次,对基于DBSCAN聚类和遗传算法的多元感知设备布设方法进行验证,构建智慧高速感知设备的仿真平台,以杭甬高速G92和沪昆高速为案例,按照行业指南将路段划分为不同感知性能等级,并针对L1和L2级路段应用优化布设方法。结果表明：L2级路段采用雷视一体机进行优化布设,检测精度达到98.5%;L1级路段选择视频检测器进行优化布设,检测精度可达84.2%。各路段的行程时间估计精度均较高,验证了所提方法的有效性。     

基于视频的路侧停驶事件实时检测算法

目前路侧停车收费多为人工巡视或车主自主缴费方式,停车管理的智能化及自动化程度较低,针对基于视频的路侧停车智能化管理方案,提出一种路侧停驶事件实时检测算法,提供单摄像头管理路侧多车位计时收费的能力。算法利用基于运动目标检测的多目标跟踪方法,实时提取车辆运动轨迹点。着重分析车辆路侧泊车过程,建立运动参数数学模型;提取轨迹点状态特征,建立停驶事件判别模型。实验表明,该算法能在车辆停进泊位及离开监控之前,预判车辆停驶行为,以便进行拍照取证;在车辆停入泊位及驶离监控区域之后,判定车辆停驶事件,用于停车计时。     

物联网无线感知设备测试技术研究

在物联网的发展浪潮中,以RFID等为代表的短距离无线技术的发展正日益走向成熟,应用步伐不断加快,在物联网产业的发展中发挥越来越重要的作用。因此,对无线感知设备的测试需求也在不断增加,一是对物联网中各种接入设备的频率管理及测试;二是用户对系统性能的需求。本文从这两个方面介绍了物联网无线感知设备测试的内容,以保证从源头对物联网无线感知设备加以规范,为物联网的产业发展保驾护航。     

车联网路侧系统信息安全机制与技术

以网联化为基础的车路协同技术路线逐渐成为未来车联网发展的全球共识,也是我国交通强国战略规划的重要组成部分。车联网路侧系统（路侧基础设施）作为车联网重要基础设施,相较于传统的互联网系统,更容易遭受到网络攻击。在车路协同应用中,身份伪造、终端非法接入、数据拦截、隐私信息泄露等情况的出现,不仅可能造成企业经济损失和个人隐私泄露,还可能威胁人身安全,甚至引发危害国家利益的公共安全问题。然而目前暂无针对此类安全隐患的车联网路侧设施安全体系的标准规范,也缺乏对路侧系统网络通信安全、数据安全的保障措施。通过分析车联网路侧系统的安全风险及安全需求,基于商用密码技术构建了车联网路侧系统信息安全机制,研究了路侧系统的安全关键技术,为车联网路侧系统安全运行提供保障。     

优化设备性能以提高生产率

SMT生产设备的性能可以通过机器测试得到优化，对生产赢利能力产生巨大影响。     

面向区域覆盖的遥感卫星轨道布设优化算法

面向区域覆盖的遥感卫星轨道布设是典型的多目标优化问题,设计具有针对性的求解模型和高效的求解算法是解决该问题的关键。通过分析体现区域覆盖的主要评价指标,明确问题的基本输入输出和先决条件,建立了该问题的多目标优化数学模型。根据模型特点,基于快速非支配排序遗传算法NSGA-II设计了优化算法,采用快速非支配排序、精英保持、拥挤度距离等策略,减少了计算复杂性,提高了搜索速度。仿真结果表明,基于NSGA-II的卫星轨道布设优化算法可以有效解决面向区域覆盖的卫星轨道布设问题。     

设备软件优化将推动测试设备网络化

在现代工业生产以及我们的日常生活中，测试测量用的仪器仪表已经呈现出高度智能化和网络化的发展趋势。与此相应，计算机技术、特别是软件技术将会在其中扮演越来越重要的作用，各类设备软件的开发和布属将是测试仪器生产商面临的一个巨大挑战。电子设备厂商必须采用关键任务中间件和标准化的平台方法，通过提高软件部件的重复使用率，把设备软件的开发、部署和维护提升到一个全新的水平，这种新的综合性方法又称为DSO（device software optimization，设备软件优化），它将推动测试设备向网络化和智能化方向演进。     

提高侧背光液晶显示器光效的方法研究

为满足轻薄化的需求,越来越多的液晶显示器应用了侧背光的背光系统。通过仿真,分析了导光板厚度以及进光面与LED背光间距对于显示器亮度的影响,同时提出了导光板进光面点胶的方法以提高背光的光效。经过试验验证,该方法能有效提高显示器的亮度。     

提高侧背光液晶显示器光效的方法研究

现阶段液晶显示器的厚度越来越薄,背光方式也发生了变化,当下主要采用侧背光的方式.侧背光也被叫作侧入式背光,它的光源是从显示器侧边发出,然后再利用导光板,沿侧方导入,从正面射出,进而完成对液晶屏的照明.这种背光方式与以往的背光方式相比,它可以缩减灯腔的厚度,减少LED灯的使用量,并且还具有良好的应用效果.而且在当下,人们对显示器的质量和环境性能也有了更高的标准和要求.     

测试设备网络化的灵魂 设备软件优化地位日益凸现

把现代测试测量仪器比作"千里眼"、"顺风耳"似乎过于感性了,从技术本身的发展来看,计算机和网络技术早已渗透到仪器仪表领域,使得测试测量仪器仪表的发展呈现出一些趋势性的特征.     

基于互信息的多传感器最优布设方法研究

在目标跟踪系统中，一个核心的问题是如何根据传感器的量测数据准确估计目标的运动状态。传统的滤波估计算法仅是对量测数据的优化处理，但量测数据才是决定目标跟踪系统性能的基础。量测数据的优劣不仅取决于传感器的性能，也取决于传感器与目标的相对位置。本文针对纯方位量测传感器，以互信息为效能函数，推导了一个基于互信息最大化的多传感器最优布设方法，有效提高了目标估计的精度，并通过仿真证明了理论分析的正确性。     

面向用户感知的测试分析和优化方法探讨

分析了目前我国网络测试和优化方面的现状,提出了面向用户感知的测试和分析系统平台架构,对面向用户感知的网络优化方法进行了总结,并对未来我国网络优化的实施提出了策略建议。     

冲淡干扰布设方法研究

以水面舰艇对来袭导弹实施冲淡干扰为背景,分析实施冲淡干扰的基本要求、基本方法以及影响因素,提出了一种新的冲淡干扰布设方法。通过对新布设方法的仿真研究,并与传统的布设方法比较来评估其冲淡干扰效果,结果表明新方法对舰艇干扰更加有效。结论对于海军无源干扰武器系统的改进、模拟训练和作战使用具有一定的参考意义。     

楼宇设备节能优化控制研究

随着我国城市化水平的不断加快,城市建筑的智能化、舒适化、便捷化的趋势愈来愈明显,与此同时,建筑设备运行的高能耗问题日益突出,如何在保证建筑设备运行高可靠性和舒适性的同时,降低楼宇设备的能耗,提高设备的管理控制水平,实现绿色环保型楼宇是现代智能建筑研究的重要方向之一。     

5G无线网络弱场感知优化方法研究

随着5G网络规模越来越大,5G网络质量和用户使用感知已经是网络满意度的重要决定性因素。相对于成熟的4G网络,现有网络5G无线弱信号（即大路损与高干扰）场景下的体验欠佳,故针对5G无线网络弱信号场景展开感知提升研究,先根据主流手机APP的感知速率边界制定目标保障速率,再从路损和干扰两个维度进行差异化的优化策略配置,提升弱场用户的网络感知。     

双层盾构公路隧道内线缆布设方法研究及应用

盾构隧道受空间布局的限制,对于机电系统种类繁多的光电缆如何合理综合布设,一直是值得关注的热点.文章通过对南京纬三路过江通道项目线缆布设方法的探讨和应用,总结出典型双层公路盾构隧道内线缆合理布设的方法,可供类似盾构隧道以及管廊等有空间局限性的项目借鉴.     

电子信息设备远程智能感知技术研究

针对电子信息设备远程维护保障需求,基于数据自动采集与处理技术,构建了远程智能感知架构,突破了基于功能有向图的测试点优选技术、传感器优化配置技术、特征提取与诊断决策降虚警技术等,实现了电子信息设备工作状态数据的远程在线实时采集,为实现电子信息设备的远程维护保障提供了支撑,解决了远程运维管理缺数据、维修保障困难等问题。     

基于多参数融合的超宽带基站布设优化方法

超宽带室内定位精度受非视距传播(Non-Line Of Sight,NLOS)、多径效应、基站布设等因素影响,而这些因素均与基站的布设阵型有关.因此,本文提出一种基于位置精度稀释因子(Positioning Dilution Of Precision, PDOP)、到达时间差(Time Difference Of Arrival, TDOA)测量误差和克拉美劳界的基站布设优化数学模型,可用遗传算法和萤火虫算法等智能算法求解.理论推导和仿真测试表明优化后的基站布设阵型相较于传统的立方体8基站阵型具有更好的平均误差和方差. 14.5 m×7.6 m×3 m展厅的实测实验结果表明,经过优化后的基站布设阵型定位精度提高了0.713 2 cm,且方差减小了50.649 6 cm²具有较高的稳定性.     

压缩感知理论与非凸优化方法研究

针对某些信号带宽较宽导致难以直接采样的问题,压缩感知理论提供了一种可行的低速采样方法。信号在特定变换域中拥有稀疏表示,通过低速采样得到少量的投影值,已经包含了重构所需的重要信息。利用压缩感知理论从投影值中重构出稀疏向量,进而重建原信号。同时介绍一种基于非凸优化的压缩感知重构算法。相比L1范数的凸优化和无稀疏约束的L2范数,非凸优化的Lp范数拥有对稀疏性更强的约束。实验结果表明,使用压缩感知理论可以显著降低对信号的采样速率,而使用非凸优化算法可以取得更好的重构效果。