信息融合技术在煤矿安全预测中的应用

研究煤矿井下安全状况预测问题。针对现有预测模型因采用的信息融合算法单一导致的精度低的缺点,提出一种更适合矿井的基于模糊神经网络的信息融合预测模型;并重点针对现有的模型训练算法速度慢、难以适应井下要求的缺点,提出一种改进的LMBP算法,通过引入判别因子大幅提高模型的训练速度。仿真结果表明,预测模型在训练速度上比传统BP算法和LMBP算法分别提升了6倍和3.2倍,而且预测精度能够满足煤矿实际要求。     

双发模式下视三维SAR成像方法研究

在合成孔径雷达(SAR)成像优化过程中,由于受到地形环境噪声的影响,使成像模糊和信息丢失,利用阵列天线SAR(LA-SAR)进行成像是一个不错的解决方法。然而传统的单发模式要求有足够多的阵元以满足空间采样率的要求,工程实现的难度较大。为解决上述问题,提出了一种采用正负斜率线性调频信号的双发模式下视三维SAR成像新方法,可以大幅减少天线阵元的数目,提高雷达平台的空间利用率,有效降低工程实现的难度。分析校正了俯仰向的距离徙动因子,给出了双发模式下回波信号的处理方法。进行仿真的结果证明了改进的三维成像方法对成像优化的有效性。     

滚动轴承故障诊断的仿真研究

研究滚动轴承故障诊断问题,故障振动信号具有非平稳性、突变性。由于运行中噪声影响识别故障信号,传统傅立叶变换或单一小波分析难以对特征信号进行准确提取,导致滚动轴承故障诊断正确率较低。为了提高了滚动轴承故障诊断正确率,提出一种小波分析和Hilbert变换的滚动轴承故障诊断方法。首先采用小波分析对采集滚动轴承信号进行分解,消除噪声信息,然后采用Hilbert变换对信号进行进一步精细分解。利用MATLAB软件对滚动轴承故障进行仿真,仿真结果表明,改进算法提高了滚动轴承故障诊断正确率,很适合处理滚动轴承的故障信号。     

基于视频的车辆发现模块的研究与实现

针对现有的智能交通系统的车辆发现模块的不足,提出了车辆发现的一整套解决方案。综合使用了已有的视频处理技术及方法,背景差分法、帧间差分法、检测线方法,以及自适应边框的车辆精确定位等方法,设计实现了智能交通系统的车辆发现模块。设计了三种不同的真实场景的实验。通过对结果的分析表明,系统的车辆发现模块对于车辆的识别度高达90%以上,在一般的设备下流畅运行,能够满足车辆发现应用对系统的实时性的要求,并且适应性也较好。     

水下柔性臂动力学建模方法研究

将柔性臂应用到水下环境,探索一种新型的水下作业工具。在空间柔性臂动力学建模方法的基础上,考虑水动力做功以及水动力对柔性臂变形的影响,首先基于Hamilton原理建立中心刚体-水下柔性臂组成的刚柔耦合系统的动力学模型,然后采用假设模态法对动力学模型进行离散化,导出了考虑刚柔耦合作用的水下柔性臂有限维离散化动力学方程。最后给出仿真算例,验证了动力学模型对于研究水下柔性臂末端变形的有效性,能够准确反映水下柔性臂动力学特性,可用于水下柔性臂的主动控制研究。     

一种DVE中通用的因果消息序时间管理分布式中间件

对于遵循高层体系结构(HLA)标准构建的分布式虚拟环境(DVE),时间管理服务的性能将直接影响分布式仿真的效率和正确性。目前的时间管理服务实现了两种消息排序机制:接收序和时戳序。接收序对消息按其接收顺序进行处理,实时性高,但无法正确处理接收顺序与产生顺序相违背的消息;时戳序通常指保守时戳序机制,能对消息按其产生的时间顺序进行处理,但时间开销较大,难以到达DVE的实时性要求。因此,本文以分布式中间件的方式为DVE设计实现了一种因果消息序时间管理服务,提供符合HLA标准的程序接口,使分布式仿真应用在不改变原有调用接口的情况下,能够通过中间件对消息实现因果序时间管理。实验表明,使用该中间件可以有效维护消息的处理顺序,同时时间开销小,能够较好地满足DVE的实时性要求。     

并行仿真中全状态保存技术研究

乐观时间同步机制能够显著提高并行仿真的性能,但是在乐观时间推进过程中会出现因果错误,需要根据保存的状态对事件进行回退,因此事件状态保存机制是影响乐观时间推进效率的重要因素。本文首先简要介绍了并行仿真中逻辑进程的执行过程,讨论了乐观时间推进的状态保存与回退机制;然后对全状态保存技术进行了建模和理论分析,并通过实验测试了全状态保存算法的性能,测试结果验证了理论分析的正确性。     

WiFi网络实名认证的方法研究和实现

随着移动互联网络技术的发展和智能手机的广泛应用,人们对基于WiFi的移动互联业务的需求越来越广泛,许多行业及公共场所都在建设无线WiFi网络,而网络安全管理要求无线WiFi网络必须采用实名认证,其基本手段有用户名认证和手机号认证。本文论述了不依赖于特定协议和与WiFi设备厂商无关的认证方式及实现实名认证的方法和过程。     

基于规则引擎的电子采购逆向竞拍的研究

近年来规则引擎技术已广泛应用于金融、电子商务及制造业等领域。当前大型企业的采购方式越来越多样化,传统采购系统所采用的逆向竞拍方案已不能满足现有需求。本文研究了规则引擎技术在企业电子采购系统中的应用,以将程序代码和业务规则分离开来。企业可以按照不同采购需求个性化配置采购规则,规则引擎控制整个拍卖过程,拍卖结束后系统再利用规则引擎自动对报价进行评分,帮助企业选择最优供应商,使其在采购过程中降低成本,提高采购效率。     

信息融合技术在变压器油气识别故障诊断中的研究

变压器故障分为放电性故障和过热性故障两大类别,它们均会在变压器油中有所反映。本文通过对变压器油中主要气体的分析,判断变压器的故障类型。具体方法是:利用改进算法的BP网络和信息融合技术,以变压器油中五种主要特征气体作为神经网络的输入,以六种变压器状态作为相应的输出,通过加入动量因子,可以提高学习率系数,充分发挥改进算法的BP网络具有自适应学习能力的优势。仿真测试结果表明,本方法能够在较大范围内准确有效地进行变压器的故障诊断。