一种改进的地图匹配算法及其在移动通信巡检系统中的应用

巡检系统是对人员设备实施量化和动态管理的现代化手段,是促进企业及生产部门实行科学化和信息化管理的重要步骤,目前在石油行业管线和井位巡查管理、电力行业线路和设备巡查管理和通讯行业线路和设备巡查管理、铁路及安全设备巡查管理等领域都有广泛的应用。结合移动通信巡检工作的实际情况,本文提出了一种改进的基于最短路径的地图匹配(Map Matching)算法。在全球定位系统(GPS)数据的采样时间间隔较长的情况下能较准确地对定位点进行地图匹配,能够绘制出与电子地图道路信息相符的定位轨迹,并在长沙移动基站线路巡视巡检系统中得到实现。     

基于J2EE的秸秆火点监测系统设计

秸秆焚烧火点监测在我国受到越来越多的重视,而遥感作为秸秆焚烧火点监测的有力手段也得到越来越多的应用。本文利用J2EE技术,实现了秸秆火点监测系统设计,并详细介绍了系统的设计思想,以及开发过程中的核心算法和主要技术问题。     

无线传感器网络分布式节点定位算法研究

无线传感器网络在众多领域有着重大的应用价值,而网络的节点定位技术是这些应用的基本支撑技术.本文针对无线传感器网络节点的定位精度问题,提出一种新的分布式节点定位算法.介绍了算法的基本原理和实现方法.算法使用位置误差参数选择参与定位的节点,避免使用奇异信标节点信息,可以有效抑制定位误差的累积.仿真结果显示,这种算法具有定位精度高,计算复杂性和通信开销低等优点.     

基于动态IP的主动式蠕虫诱捕技术研究

针对当前基于暗网的蠕虫监控技术存在诸如诱捕能力低、资源耗费大等问题,研究了当前的蜜罐、暗网监测技术,提出了一种蠕虫诱捕方案.在主动响应蠕虫的扫描探测之后,利用在可动态切换IP的高交互蜜罐部署有漏洞的网络服务正确响应蠕虫攻击的特点,完成与攻击者的深入交互.不采用传统的模拟网络服务漏洞的方法,减轻了研究网络服务漏洞的攻击原理的负担.实验结果表明,设计的原型系统原理可行,在蠕虫早期预警方面发挥作用.     

一种基于优先级调度的相控阵机动目标跟踪方法

在相控阵雷达跟踪加搜索（ＴＡＳ）工作方式下,为跟踪较大的机动目标,提出一种目标机动检测器设计方法,得到归一化的目标机动系数．基于该方法,给出了一种动态计算优先级的调度算法,较好地解决了机动多目标跟踪的资源调度问题．与几种常用机动检测器相比较,结果表明了这种机动检测器具有更高的检测概率．最后在多目标环境下进行机动目标跟踪的蒙特卡罗仿真,仿真结果显示了多目标机动检测器和资源调度算法的有效性．     

软件功能动态订制方法与实现

主要讲解了一种软件功能动态订制的方法,并通过Delphi编程实例介绍了实现途径。     

一种多视点视频系统中随机访问的解码路径计算新方法

在多视点视频系统中,用户端的随机访问性能是表征交互能力的一个重要指标。当用户进行随机访问时,需要快速确定相应的解码路径,以快速有效地获得相应视点与时刻的图像帧。针对H.264多视点视频系统中随机访问效率不高这个情况,分析了传统多视点视频系统随机访问解码路径的计算方法,讨论了其中存在的非最优解码路径问题,提出帧等级矩阵的概念。然后,提出针对HBP（hierarchical B pictures) 这种具有代表性的多视点视频编码预测结构的解码路径计算快速算法。实验结果表明,所提算法能获得较优解码路径,从而有效地提高随机访问性能,降低解码复杂度。     

基于MAX114的高速数据采集系统设计

该系统运用简单的MCS-51单片机来实现复杂的数据采集与还原电路.采用89C51单片机作为中心控制单元,由ADC芯片将数字信号转换为模拟信号,经过高速缓存芯片后,由DAC芯片进行数模转换,从而实现数据的高速采集及还原.     

大规模电力系统仿真用新能源场站模型结构及建模方法研究(一):模型结构EI北大核心CSCD

建立准确的新能源场站模型是研究大规模新能源接入对电网影响的基础。该文首先从大规模新能源接入对系统功角稳定性、频率稳定性、电压稳定性、和电力电子多频段振荡角度出发,论述大规模电力系统仿真对新能源场站模型的需求,并总结出新能源场站等值模型需求表。然后,通过仿真验证新能源场站模型对大规模电力系统仿真的关键影响因素,在某些工况下,新能源场站内的拓扑结构、集电线路阻抗、发电单元功率分布的影响不可忽略。最后,综述现有新能源场站等值方面相关文献,通过需求分析、场站为单位的建模体系,提出统一结构的新能源场站等值模型。     

低密度脑电自适应去噪方法

便携式和可穿戴设备的低密度脑电图更便于实际使用,但会受到多种不可预知的噪声影响,给去噪带来极大的困难。脑活动成分较为相似,在特征空间分布较为紧密,而噪声成分与脑电成分不同,差异性大,在特征空间分布较为分散。本文提出了一种低密度脑电自适应去噪方法,采用小波分解和盲源分离方法提取潜在成分,并基于脑电和噪声成分在特征空间的分布特性,采用单类支持向量机识别并去除远离成分分布中心的异常成分。仿真数据的定量分析结果表明,提出的方法在肌电、眼电和工频等噪声抑制方面均优于现有方法;通过对真实脑电数据的成分簇可视化分析,直观展示了低密度脑电噪声有效去除的原因。结合盲源分离和异常检测的思路进行低密度脑电去噪,不需要设定特定噪声相关的特征参数,能够自适应地去除多种类型噪声同时有效保留脑活动成分,具有优良的性能和实用性。