基于SaaS的矿震远程预警系统关键技术初探

现有的矿震预警系统都是以独立形式运行于各矿区,相互之间没有关联,重复投资严重,且矿震数据海量繁杂,仅依靠现场分析无法满足实时预警需求。文章基于感知矿山物联网示范工程(夹河矿),对采用云计算SaaS模式构建的矿震远程预警系统关键技术进行了相关研究:首先给出了系统整体框架,然后重点探讨了该系统所涉及的三个关键技术,包括基于SaaS的矿震预警专家分析软件架构、多源SaaS数据库构建技术以及基于MapReduce的并发数据过滤接收技术。现场应用表明,所构建的系统已基本具备全国统一远程矿震预警系统的架构,能满足多矿区远程矿震预警的基本要求。     

多时滞线性连续系统的最优H∞容错控制

针对状态具有多个时滞的线性连续系统,基于Lyapunov稳定性理论和线性矩阵不等式方法(LMI),采用无时滞记忆的状态反馈控制律,研究了在执行器发生故障的情况下,连续多时滞系统的最优H∞容错控制问题.首先,给出了系统没有干扰输入时存在无记忆状态反馈容错控制器的一个充分条件;进一步,给出了在H∞扰动衰减指标约束下,系统存在无记忆状态反馈H∞容错控制器的一个充分条件;最后,给出了最优无时滞记忆状态反馈H∞容错控制器的设计方法.仿真实例证明了所得最优H∞容错控制嚣设计方法的正确性和有效性.     

面向S3C2440的U-Boot分析与改进

针对目前U - Boot引导程序无法从大页Nandflash启动,以及不能同时支持从Nandflash和Norflash启动的问题,在不改变代码通用性的前提下对U- Boot进行了改进.首先分析U - Boot阶段l的启动原理和U- Boot通用性的实现方法;然后依据S3C2440处理器提供的Nandflash存储启动机制以及大页Nandflash数据操作原理,修改阶段l实现代码,添加从大页Nandflash启动;最后利用大页Nandflash和Norflash存储器读写数据的差异性以及两种存储启动方式实现的不同机理,添加S3C2440处理器自动判断从何种存储器启动的代码,实现U-Boot兼容Nandflash和Norflash启动的改进.通过在基于S3C2440处理器的目标板上运行,结果证明对U - Boot所做的改进具有有效性,扩展了U-Boot的适用范围,增强了代码兼容性.     

一种基于三维小波变换的盲视频水印算法

为了寻求有效的数字媒体保护方法,本文提出了一种基于三维小波变换的盲视频水印算法。算法将灰度水印图像进行了多分辨率分解和位平面分解为,然后将这些不同分辨率的二值图像嵌入到视频场景中的各帧Y分量的中频小波系数帧相应的子带中,使水印嵌入具有自适应性,嵌入时通过对系数分组并修改每组第一个系数的相对大小来完成,可以实现盲检测。实验结果表明,该文所提出的视频水印算法对MPEG编码、帧平均、帧丢失和帧交换具有良好的鲁棒性。     

基于CUDA编程模型的稀疏对角矩阵向量乘优化

稀疏矩阵向量乘是很多科学计算问题中的核心问题。本文针对稀疏对角矩阵,在DIA存储格式的基础上,设计了一种新型压缩存储格式CDIA,结合CUDA编程模型的特点,在计算线程上进行了细粒度的任务分配,同时为满足CUDA对存储器的合并访问要求,将压缩矩阵做了相应的转置处理,设计了细粒度算法与程序,并根据稀疏矩阵向量乘特点,做了相应的程序优化。实验数据显示,这种存储格式能够很好地发挥CUDA在数据处理方面的优势,在测试数据中,最高获得了单精度39.6Gflop/s和双精度19.6Gflop/s的浮点计算性能,性能在Nathan Bell和Michael Garland的基础上分别提高了7.6%和17.4%。     

基于规范变量分析的数据重构方法及应用

针对工业系统的数据采集过程中数据遗失的现象,提出并推导了基于规范变量分析的数据重构公式,并与主元分析方法进行遗失数据重构的效果进行了比较。通过对一实际化工吸附分离过程的遗失数据重构,验证了所提方法的有效性和优越性。     

湿砂型铸铁件的胀砂、缩孔、缩松缺陷--湿砂型铸铁件缺陷讲座(五)

叙述胀砂与缩孔、缩松的关系，说明提高砂型刚度对防止胀砂、缩孔、缩松的重要性。指出型砂强度和砂型的紧实程度是常温下影响湿砂型刚度的主要因素。对影响湿砂型浇注时的刚度的各种因素进行了分析。     

TN系统低压电动机的几种配电方案对比及选择

针对TN系统低压电动机配电设计中保护电器与电缆选择不当造成保护拒动作的问题,从保护灵敏度等方面进行阐述,探讨在面对不同配电距离时的合理配电方案.     

Method for discrimination of false targets in multistation radar systems based on the deep neural network

For the existing jamming discrimination methods for multistation radar systems,only the single feature of target echo space correlation is utilized as the metric,which leads to insufficient comprehensiveness of feature extraction,so that effectiveness and universality are insufficient for the discrimination algorithm.In this paper,an identification method in multistatic radar systems based on the deep neural network is proposed.This method combines the characteristics of multistatic radar systems cooperative detection technology,which has many available resources and strong scheduling ability in space,time and frequency domain,with the strong model learning and feature representation ability in the process of information processing on the deep neural network,so that it can effectively apply to the field of anti-deception jamming.Full use is made of unknown information about echo data to obtain more multi-dimensional,more comprehensive,more complete and deeper feature differences besides correlation,so as to achieve a better jamming discrimination effect.Simulation results show that the proposed method can effectively reduce the influence of noise and pulse number on the jamming discrimination performance.At the same time,the limitation of the target echo correlation coefficient on anti-jamming technology under nonideal conditions is alleviated,which broadens the boundary conditions of the application process.     

电厂宽负荷选择性催化还原脱硝技术改造

选择性催化还原（SCR）脱硝技术是我国电厂常用的脱硝技术。该技术运行中对烟气温度的要求比较严格,需要控制好SCR脱硝系统的入口烟温。针对这一问题,从影响SCR脱硝效率的关键因素及常见的宽负荷脱硝技术改进方案入手进行了分析。通过宽负荷脱硝技术改造,明显提高了SCR脱硝系统的入口烟温,进而提高了脱硝效率,减少了氨逃逸率,为电力行业脱硝技术发展提供了实际参考。