一种基于盲源分离的DOA估计方法

方位估计和信号恢复分别是水下目标跟踪和识别的前提. 基于平均时间延迟相关矩阵提出了一种复数域盲源分离方法, 在此基础上实现了DOA估计和信号恢复. 实验结果表明, 该方法在同等条件下完成同样的方位分辨要优于多重信号分类(Multiple signal classification, MUSIC)方法.     

SERDES在程控交换机系统中的应用

文章讨论了如何利用SERDES在程控交换机公共控制单元的系统冗余切换功能中实现大量并行数据的传输,详细介绍了程控交换机公共控制单元利用SERDES进行大量并行数据传输的工作原理和具体实现过程以及实际应用中的注意事项。SERDES的应用,大大提高了数据传输的可靠性和稳定性,从而使整个交换机系统的稳定性和工作效率显著提高。     

一种Beacon协助的传感器网络定位方法

对无线传感器网络中的定位问题进行了研究,提出一种基于移动beacon协助的定位方法,该方法仅使用一个移动beacon即可完成对整个无线传感器网络的定位.给出两种beacon移动方式来进行定位,经过大量详实的仿真实验,验证了方法的有效性及定位的高精确度,可以将平均误差缩小到30厘米.     

容错多处理机中一种高效的实时调度算法

针对基于主副版本容错的多处理机中独立的、抢占性的硬实时任务,提出了一种高效的调度算法——TPFTRM(task partition based fault tolerant rate-monotonic)算法.该算法将单机实时RM 算法扩展到容错多处理机上,并且调度过程中从不使用主动执行的任务副版本,而仅使用被动执行和主副重叠方式执行的任务副版本,从而最大限度地利用副版本重叠和分离技术提高了算法调度性能.此外,TPFTRM 根据任务负载不同将任务集合划分成两个不相交的子集进行分配;还根据处理机调度的任务版本不同,将处理机集合划分成3 个不相交的子集进行调度,从而使TPFTRM 调度算法便于理解、实现以及减少了调度所需要的运行时间.模拟实验对各种具有不同周期和任务负载的任务集合进行了调度测试.实验结果表明,TPFTRM与目前所知同类算法相比,在调度相同参数的任务集合时不仅明显减少了调度所需要的处理机数目,还减少了调度所需要的运行时间,从而证实了TPFTRM 算法的高效性.     

一种用于信令寻径高速光纤交换网的信令降频方法

针对高速光纤交换网络高质量的交换服务需求,提出了一种适用于信令寻径式高速光纤通道交换机的信令降频方法.该方法采用一套特殊的序列码对信令帧内容进行编码后传输,以达到信令帧信号频率成倍降低的目的,使交换机无需借助串并转换器对高频信令帧进行降频,就能够直接识别信令帧内容.试验结果显示,采用信令降频方法后,交换机的结构显著简化,可靠性得到很大提高,并且硬件成本大大降低.     

黑客攻击频繁 关注恶意代码威胁

根据CNCEKT检测指出,僵尸网络控制服务器有了成倍的增长;8月中垃圾邮件事件投诉占较大比例,为1492件;而网页恶意代码事件也有较大增长,由7月的586件上升到719件,网络仿冒和漏洞事件报告数量较7月也有所增长。8月份病毒、木马等恶意代码威胁程度相对较高,其传播和扩散的途径往往是利用了已经公布的系统和应用软件漏洞。     

财付通帮QQ族轻松还款

哎,刷卡方便还账难!这可能是大部分年轻人对信用卡使用的心态,也常常会为信用卡账单过去忘记存款缴纳滞纳金。有啥办法,年轻人“事”多,其实别认为滞纳金是小钱,损失无所谓,财富是靠积累的。所以还款事虽小,还是要上心。这不,财付通推出在线信用卡轻松还款业务,方便了懒人朋友信用卡还款。     

《刀剑英雄2》笑到你不行

爱抬朽的人 我的好朋友菜团是个很爱和我抬杠的人,前几天去他家玩的时候,刚进门就见他在玩一款很像以前玩过叫《刀剑》的游戏（事后知道果然是《刀剑》的续作《刀剑英雄2》）,因为我一直很喜欢这个系列,于是就过去问他：“你在玩什么呢？”     

一种用于声纳系统的高速数据实时存储系统

在声纳工程领域,试验数据都是不可多得的宝贵资料,因此经常需要对大量数据进行实时存储。Windows操作系统能在一定程度上满足大量数据的存储,但实时性不够好。本文提出了一种基于嵌入式实时操作系统VxWorks的海量数据存储方法,并解决了大硬盘的I/O访问、数据在Windows操作系统下转存的问题,这些方法都已经得到了实际的应用。     

基于RF-BiLSTM的柔直阀冷入阀水温预测及冷却能力评估

为实现柔性直流(voltage sourced converter-high voltage direct current,VSC-HVDC)换流阀冷却系统入阀水温的智能预测,文中提出一种基于随机森林(random forest,RF)和双向长短时记忆(bi-directional long short-term memory,BiLSTM)网络混合的柔直换流阀冷却系统入阀水温的预测模型,并以此为基础对柔直换流站阀冷系统的冷却能力进行评估。首先,采用RF算法对由阀冷系统监测变量组成的高维特征集进行重要性分析,筛选出影响入阀水温的重要特征,与历史入阀水温构成输入特征向量。然后,将特征向量输入到BiLSTM预测模型,对模型进行训练并实现对入阀水温的准确预测和冷却能力定量评估。最后,以广东电网某柔直换流站为实例对所提方法进行分析,验证了所提出的基于RF-BiLSTM的混合模型预测精度优于BiLSTM模型、RF模型、支持向量机(support vector machine,SVM)模型和自回归滑动平均模型(auto-regressive and moving average,ARMA)模型,并且实现了冷却能力的定量评估。结果表明该换流站冷却裕量达98%,存在过度冷却、能源浪费的问题,与换流站现场运行情况相符,验证了文中所提方法的有效性和准确性。