一种分层蜂窝网中基于用户分类的建模分析方法

随着无线网中用户需求的业务量持续增大,且用户具有不同移动性,分层蜂窝结构(HCS)被提出。该文研究一种微小区/宏小区的双层蜂窝结构的网络性能,此系统采用双向溢出策略,呼叫用户根据其速度选择合适的接入层(慢用户接入微小区,快用户接入宏小区)。该文提出一种用户分类建模分析方法(分为快用户和慢用户)来估计分层蜂窝网络性能,它不同于以往的蜂窝层分类(分为微小区层和宏小区层)建模方法。此用户分类模型包括一个快用户模型和一个慢用户模型,两个模型都是简单的一维马尔可夫过程。理论分析和仿真结果都证明了用户分类分析模型的正确性。随后利用此模型分析了为速度阈值的作用和被阻用户重复呼叫情况下的网络性能。     

非支配排序遗传算法的改进

NSGA-Ⅱ（Non-dominated Sorting Genetic Algorithm）算法针对多目标优化问题,提出了非劣分类分层,引进拥挤度和拥挤度比较算子,通过精英选择策略,这样可使非劣前沿向Pareto前沿靠近,同时使解集具有更好的多样性。笔者对NSGA-Ⅱ算法的原理进行了系统的学习和研究,结合国内外最新的研究情况,实现了该算法并进行了一些改进,以期获得更好的效果,最后用多目标标准测试函数进行了实验分析。     

基于MVDR谱的语音通信干扰效果评估方法研究

提出了基于MVDR谱的语音通信干扰效果客观评估方法,并在通信电台连续波辐照试验中进行了验证。试验结果表明:该方法较好地反映了人耳听觉特性,与主观音质评价相一致,是一种较好的可以应用于语音通信干扰效果评估的客观方法。     

一种优化无线多媒体业务接入允许控制和资源分配算法

无线网络中的多媒体业务具有很大吸引力。本文将多媒体业务分为实时业务和非实时业务,提出了一种呼叫接入控制优化算法CAC-RA,此算法通过采用马尔科夫方法,排队论和非线性规划模型,同时解决呼叫允许控制和资源优化分配问题。提出的利益函数考虑了最大利用资源,同时满足无线网络各类用户的QoS要求,同时尽量减少用户的资源重新分配的频率和幅度变化,仿真实验数据显示CAC-RA算法能较好地适应业务变化的网络,同时实现了较为理想的利益值,满足无线网络多媒体用户的QoS要求。     

一种CDMA网络多业务的呼叫允许控制算法

现今无线网络中的多媒体业务具有很大需求。该文对多业务CDMA通信系统容量进行分析,引入有效带宽概念,提出一种呼叫允许控制资源分配优化算法(CAC-RA)。此算法将多媒体业务分为实时业务和非实时业务,通过对自适应实时业务采用马尔科夫模型,对非实时业务采用排队模型,将两模型合并生成的的利益函数采用非线性规划,使呼叫允许控制、切换策略和资源分配问题同时得到解决。实验数据显示CAC-RA算法实现了合理的资源利用和最大的利益值,能较好地适应多业务CDMA网络。     

大型机泵健康监测与诊断系统设计与应用

该文着重介绍了一种自主研发的大型机泵设备健康监测与诊断系统,该系统具有数据采集、状态监测、异常报警、故障诊断等功能,能够及时、准确地推送设备的运行状态及可能存在的故障隐患,提高检修效率,延长设备寿命。以某化工厂为例,简述了该系统在工业领域中的应用。     

基于多版本Linux操作系统的石油类科研软件适配性解决方案

石油类科研软件是科研人员进行油田勘探、开发、工程等科研生产工作的主要工具和利器，数量达几十种。目前，这些软件主要运行在红帽Linux(RHEL)操作系统上，由于系统的单一性，存在单点故障的风险，一旦操作系统不可用，则会导致科研生产工作无法正常进行。本文通过大量的调研分析工作，在梳理科研软硬件现状的基础上，首先厘清了多版本Linux操作系统在石油类科研软件适配中面临的主要问题，针对这些问题制定了适配性研究技术流程，选取了三个版本的Linux操作系统，依据制定的技术流程进行科研软件适配性研究，取得了突破性成果，最终提出了可行的多版本Linux操作系统运行石油类科研软件的解决方案，有效提高了石油类科研软件运行的可靠性和稳定性。     

直立圆筒式双曲线漏斗煤仓设计和应用

本文主要总结和介绍了直立园筒式漏斗煤仓底部结构改为等截面收缩的双曲线漏斗的设计与施工及解决煤仓堵塞问题后带来的效果。     

地震属性分析技术在断层地层圈闭识别中的应用——以车排子地区清水河组为例

白垩系清水河组在车排子凸起东斜坡区由沙湾凹陷向隆起高部位层层超覆尖灭,北西—南东向断裂成排成带分布,易形成断层与地层超覆型复合圈闭。地震相干分析技术对识别小断距断层有较大的帮助,分频和振幅类地震属性的结合可有效识别薄砂层组超覆尖灭线,沿层振幅类属性特征可识别研究区各期砂层发育期三角洲前缘沉积体的分布,进一步预测砂体的发育区。构造解释与地震属性的结合可评价圈闭储层发育特征,指出研究区第二期砂层组发育5个断层地层圈闭,圈闭内砂体发育,具有重要勘探价值,其中A圈闭、C圈闭是下一步首选勘探目标。     

基于BP神经网络的光伏组件在线故障诊断

为了提高光伏系统的发电效率,同时降低人工维护的成本,提出了一种基于 BP(back propagation)神经网络的光伏组件在线故障诊断策略;分析了光伏组件短路和异常老化故障的成因,并在 Matlab 中对光伏组件故障状态下的输出特性进行了仿真研究。根据仿真结果并结合光伏组件的数学模型,总结了光伏组件的故障规律,建立了BP神经网络故障诊断模型及模拟光伏组件各种故障的仿真模型。用该模型采集了适合神经网络训练的样本,并对神经网络诊断模型进行了训练。结合光伏功率优化器,进行了组件在线故障诊断的仿真和实验研究,结果验证了文中方法的正确性、有效性和环境适应性。