一种改进的智能天线算法

本文研究了一种改进的智能天线算法。这种方法在自适应的过程中,可以逐步学习非探视方向的噪声统计特性来消除噪声干扰。天线阵的输出可以用于信号检测或者信号分选。如果干扰信号落在副瓣内,它除了能在期望信号方向上形成最大增益外,还可以在干扰信号入射方向形成较深的零陷,通过理论和仿真证明了其计算量小、抑制干扰能力强的特点。     

城市道路交通主动控制系统与模型设计

为实现城市道路交通管控的智能化,缓解交通拥堵,研究和设计了城市道路交通主动控制系统.系统由4个子系统构成,其中云-边-端支撑子系统是计算、通信和存储的基础,可视化软硬件在环子系统是指挥决策与演练的关键,实时控制子系统和实时仿真子系统是道路交通控制的核心,用以保障交通控制的实时性和先进性.系统采用基于时空资源分配的主动控制模型,将传统以周期、绿信比调节为核心的交叉口信号被动控制转变为车道可变、相位相序可调且具有链状连接特性的交叉口主动控制.实际数据仿真分析表明,系统的主动控制能够有效降低交叉口通行车辆的总行程时间和平均排队长度.     

选煤研究

现在全球选煤界都在就提高 - 1mm煤泥洗选效果进行大量的研究和开发。研究的目标包括提高效率、降低分选比重、降低重选分选下限、改进超细粒级泡沫浮选。达到这些目标 ,可以提高选煤厂在一定产品质量范围内实现生产最优化的能力。本文介绍了国际上 2个研究项目所取得的进展。如果将它们商业化 ,则两项技术成果能够实现最大产率 ,特别对于那些难选煤。1　重介旋流器的改进洗选 1× 0 .15mm粒级时 ,全世界最通用的设备是螺旋分选机。它们之所以如此普及是因为其投资少、运行成本低以及操作简单。但是 ,螺旋分选机洗选含有大量中煤的煤时 ,效…     

不定型Kac-Moody代数ID_n(α)的结构

本文构造了不定型Kac－Moody代数IDn（α）的结构，为进一步研究不定型Kac－Moody代数IDn（α）的虚根系等问题打下基础。     

基于深度学习技术的停车场收费管理系统设计与实现�

停车场收费管理系统使用Python语言编写实现,能够解决进出停车场的车辆的收费管理问题。停车场管理人员通过前端界面不仅可以实时观测进入停车场的每一辆车的车型、车品牌、车牌号等信息,还可实时调用储存在后端数据库的停车场内部已停的所有车辆信息,观测停车场内已停车辆的计费情况。利用从网络资源获取的数万张车牌图片,对车牌识别的神经网络进行训练。通过测试,其车牌识别效果与管理模式均取得了良好的效果,为类似于停车场的应用情景提供了一种新的管理系统。     

基于灾害链理论的山地城市雨洪适灾空间建构——以巫山县早阳新区城市设计为例

研究表明,山地城市雨洪与滑坡、泥石流等地质灾害密切相关,而提升雨洪灾害的适灾能力建设已成为应对山地城市次生灾害频发的迫切诉求。以灾害链相关理论为支撑,围绕致灾因子、孕灾环境、承灾体3个灾害链关键要素,分析、归纳山地雨洪的灾害链及其链式的灾害演化关系和灾变路径,并在此基础上提出“灾害链断链”和“城市空间减灾”2个层面的雨洪减灾规划策略,从而达到降低雨洪灾害链频次,减少灾情放大,增大城市安全性的目的;进而以巫山早阳组团城市设计为例,探讨雨洪减灾规划策略的实践应用,以期为山地城市防灾减灾能力建设提供相应的理论指导与实践借鉴。     

WebGIS服务器场的负载平衡算法设计

分析了利用集群技术解决网络地理信息服务负载问题的必要性和可行性,提出了基于集群技术的WebGIS服务器场模型,着重研究了面向地图内容的自适应动态反馈负载平衡算法,最后建立了试验床,对基于该算法的平衡负载器进行了验证。     

基于指数平滑预测的Ad Hoc网络路由协议

提出一种基于动态指数平滑模型对网络流量负载进行预测的负载均衡协议DES-LBPTP(a Dynamic Exponential Smoothing Model-Based Load Balancing Protocol for Traffic Prediction in Ad Hoc Networks).该协议以MAC层接口队列中分组长度为流量负载的衡量依据,利用动态指数平滑预测模型对节点的流量负载进行预测,根据预测到的下一时刻流量负载状况,在节点出现拥塞丢包之前,提前实施路由更新机制,避免中间节点拥塞,以此提高网络性能.此外,该协议在中间节点根据流量负载状况有选择地转发RREQ、在目的节点采用延时应答也在一定程度上改善了网络性能.仿真结果与AODV协议相比,端到端时延降低约50%,归一化开销改善28%,分组投递率最大增长10.4%.     

基于软件无线电的智能天线波束形成算法

目前已经有许多经典的波束形成算法及其改进算法被广泛的应用。本文主要分析了MMSE和MV的原理并根据MMSE和MV的原理,编写出相应的Maflab仿真程序,对MMsE波束形成器和MV波束形成器,在具有不同特性的输入信号情况下进行软件编程模拟,在接收信号的各个分支具有不同时延的情况下进行模拟,最后对仿真模型加权后的输出结果和计算出来的信干噪比SINR进行分析,以获取上面两种波束形成器的工作特性,从而指在面对相应环境设计智能天线时选择适当的算法的波束形成器。