通信行业能耗现状分析与节能战略思考

客观地分析了通信行业能耗现状,系统地综述了通信行业节能途径与主要措施,提出了我国通信行业节能减排"三步走"战略,指出亟待解决的关键课题与主要研究方向,为通信行业节能减排和可持续发展提供了有益的思路。     

多变量自回归信号信息融合辨识方法

近年来,为了提高系统模型和状态估计的精度,多传感器数据融合引起了广泛关注。对于带白色公共干扰噪声和有色观测噪声的多传感器多变量自回归（AR）模型,当AR模型参数和噪声方差未知时,提出了一种信息融合多段辨识方法,其中采用多维递推辅助变量（MRIV）方法得到AR模型参数的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性,通过一个信号仿真例子验证了其有效性。     

多通道信号自校正分布式融合Kalman滤波器

对带未知参数的多传感器多通道自回归滑动平均(ARMA)信号,采用多维递推辅助变量(MRIV)方法得到自回归模型参数估值,通过Gevers-Wouters算法辨识滑动平均模型参数估值,再用相关方法得到噪声方差的估值。把所有的估值都代入到最优分布式融合信息滤波器中得到自校正分布式融合Kalman信息滤波器。该滤波器具有渐近全局最优性,一个多通道信号仿真例子验证了其有效性。     

箱型阀体的制作与焊接

箱型阀体的制造易变形,在制作过程中需要采用合理的装配顺序,设置防变形工装,本文选用热输入小的焊接工艺方法等来控制变形;并适当进行热处理消除焊接残余应力,稳定结构尺寸,保证焊接接头性能和箱体的尺寸。     

从可持续水管理机制研究中看我国的政策制订

我国经济的快速增长正在带来日益严重的污染和资源耗竭。在２１世纪中，我国将不得不面临越来越严峻的水资源短缺形势。如何才能实现可持续的水资源开发利用，加强可持续水管理，需要我们从政策和机制等方面进行更深入的探索。本文作者在对新疆塔里木河流域水资源分配的基本特征及现有水管理模式进行调查分析中发现，落后的管理观念和管理模式直接导致了目前整个流域水资源的不合理分配使用，并间接导致了下游的断流和生态危机。关于     

基于水权分配与交易的水管理机制研究 ——以新疆塔里木河流域为例

结合新疆塔里木河流域的实际情况，首先从对策论的角度对水资源在上、中、下游地区分配使用的冲突进行了剖析，认为计划经济体制下行政命令式的水管理概念和模式越来越难以适应稀缺程度不断加剧的水资源分配和利用形势。现行水管理机制缺乏相应的利益调节和经济激励手段。作者从水资源产权界定、分配和交易的角度对塔里木河流域水管理机制创新进行了分析和探讨。基于水权分配和交易的流域水管理机制模式为其它流域水资源分配利用和全国水资源实现可持续发展和管理提供了有益的思路。     

碱性处理技术在发电机内冷水系统中的应用

介绍了碱性处理技术改善发电机内冷水水质的基本原理以及该技术在吴泾第二发电有限责任公司2×600 MW机组上试验研究和成功应用的情况,提出了将氢型混床改为碱化混床运行时应考虑对系统改进和运行控制的若干建议.     

基于综合法的火炮方向机齿轮传动误差分析

方向机对火炮射击精度影响很大,齿轮传动误差是方向机传动误差的主要来源。恰当的分析方法能提高方向机齿轮传动设计精度与效率。本文将齿轮传动误差分为静态误差与动态误差。结合理论分析,用概率分析法计算出静态误差;用有限元分析法计算出动态误差,最后得到总的传动误差。基于分析结果采样拟合出不同载荷下的误差曲线。将这种分析方法应用到火炮方向机齿轮传动误差分析中,得到了该火炮方向机齿轮传动在变载荷下的误差曲线。该分析方法为火炮方向机齿轮传动设计提供参考。为火炮其他部件的设计提供一种思路。     

不确定系统改进的鲁棒协方差交叉融合稳态Kalman预报器

针对带随机参数和噪声方差两者不确定性的线性离散多传感器系统,利用虚拟噪声补偿随机参数不确定性,原系统可转化为仅带不确定噪声方差的系统.根据极大极小鲁棒估值原理,用Lyapunov方程方法提出局部鲁棒稳态Kalman预报器及其误差方差最小上界,并利用保守的局部预报误差互协方差,提出改进的鲁棒协方差交叉（Covariance intersection,CI）融合稳态Kalman预报器及其误差方差最小上界.克服了原始CI融合方法要求假设已知局部估值及它们的保守误差方差的缺点和融合误差方差上界具有较大保守性的缺点.证明了鲁棒局部和融合预报器的鲁棒性,并证明了改进的CI融合器鲁棒精度高于原始CI融合器鲁棒精度,且高于每个局部预报器的鲁棒精度.一个仿真例子验证了所提出结果的正确性和有效性.     

时滞系统的多源数据融合卡尔曼滤波器研究

对于带观测时滞的线性离散时变随机控制优化问题,提出了观测变换方法,把带观测时滞状态空间模型等效地转换为无观测时滞的状态空间模型,接着应用卡尔曼(Kalman)滤波方法,在线性最小方差最优融合准则下,给出按矩阵、按对角阵和按标量加权三种最优信息融合卡尔曼(Kalman)滤波器,可分为局部最优全局次优的.融合器的精度高于每一个局部Kalman估值器的精度.可以减少用增广状态方法计算负担大的缺点.为了计算最优加权,给出了计算局部估计误差互协方差公式.对于带观测时滞的三传感器目标跟踪系统的Monte Carlo仿真例子证明了算法的有效性.