一种Hadoop小文件存储和读取的方法

HDFS(HadoopDistributedFileSystem)凭借其高容错、可伸缩和廉价存储的优点,在当前面向云计算的应用场景中得到了广泛应用.然而,HDFS设计的初衷是存储超大文件,对于海量小文件,由于NameNode内存开销等问题,其存储和读取性能并不理想.提出一种基于小文件合并的方法HIFM(HierarchyIndexFileMerging),综合考虑小文件之间的相关性和数据的目录结构,来辅助将小文件合并成大文件,并生成分层索引.采用集中存储和分布式存储相结合的方式管理索引文件,并实现索引文件预加载.此外,HIFM采用数据预取的机制,提高顺序访问小文件的效率.实验结果表明,HIFM方法能够有效提高小文件存储和读取效率,显著降低NameNode和DataNode的内存开销,适合应用在有一定目录结构的海量小文件存储的应用场合.     

基于反步法的欠驱动UUV的3维路径跟踪控制

研究了欠驱动无人水下航行器(unmanned underwater vehicle,UUV)在3维空间中的路径跟踪控制器设计及其稳定性分析问题.首先建立2阶积分器形式的欠驱动UUV空间6自由度运动模型和动力学模型.针对该运动模型,以位置误差作为虚拟控制变量,基于反步法(backstepping)设计路径跟踪控制器.根据李亚普诺夫理论,在理论上证明了所设计的路径跟踪控制系统是稳定的.该控制器实现了欠驱动UUV 3维空间的路径跟踪控制.仿真结果验证了控制器的有效性.     

基于COntrolNet数据通信的研究

本文首先介绍ControlNet现场总线的概念及其性能,着重论述其生产者/消费者网络模型,并与一般的主/从网络在网络效率、通信速度、可靠性、扩展性等方面进行对比。通过Rockwell公司的1756-CNBR/CNB组建控制网,并利用RSNetworxforControlNet软件来组态控制网的NUT(Net Updata Time),SMAX(最大规划地址),UMAX(最大非规划地址)等参数,并首次提出在NUT,SMAX,UMAX等参数不变的情况之下,网络的性能同链接数的关系。     

一种新的时滞系统鲁棒故障诊断滤波器设计方法

研究具有扰动不确定的状态时滞系统鲁棒故障诊断滤波器的设计问题.通过对系统传递函数输入输出通道的组合变换,引入一种能够同时体现残差对扰动信号鲁棒性和对故障信号灵敏性的性能指标,将基于状态观测器的鲁棒故障诊断滤波器设计问题转化为H∞优化设计问题,应用线性矩阵不等式(LMI)技术,给出并证明了该设计问题解存在的条件和求解方法.最后,通过一个仿真算例来验证本方法的有效性.     

一种新型智能模糊控制器的研究

从模糊控制器量化因子入手，对其进行了深入的分析，提出了一种智能型的模糊控制器结构。其中，智能调节器使量化因子随控制不同阶段而动态变化。文中对智能调节器的设计过程作了介绍，并对两个被控对象分别用基本模糊控制器和基于智能调节器的模糊控制器的控制效果进行了分析比较。仿真例子证明了智能模糊控制器的有效性。     

发电厂厂用电系统中性点接地的新方法

针对发电厂厂用电系统的特点，分析了以往常用的几种中性点接地方式所存在的问题，提出了一种基于现代先进技术的新型接地方式——快速消X弧线圈接地加快速选线(跳闸)，介绍了可实现该接地方式的产品——KD—XH型智能化快速消弧系统和DDS型接地故障智能选线装置，并论述了该接地方式的优点和发展前景。     

广东电网200MW机组进相运行研究和实施综述

论述了广东电网２００ＭＷ机组进相运行的各项研究工作，研究成果以及实施进相运行的观点，策略，原则等。这些工作和成果将使广东电网２００ＭＷ机组进运行真正进入实施的阶段，从而为广东电网的无功电压调节提供了切实，可行，安全，有效的手段。     

复合摄动系统的H∞ 鲁棒性能设计

本文对具有实参数摄动和未建模动态不确定性的复合摄动问题的鲁棒性能设计进行了深入研究，首次提出利用H∞控制理论中的混合灵敏度方法处理某些复合摄动问题的鲁棒性能设计．其思路是：首先将复合摄动问题的鲁棒性能设计转化为参数不确定性系统的鲁棒性能设计问题；然后将这种参数不确定性问题变换成标准H∞控制问题结构；最后利用“DGKF”或状态反馈的方法获得问题的解．     

网管接口实现一致性声明文稿的定义方法

通过对部分现有网络管理接口实现一致性声明文稿共性的分析,总结出了实现一致性声明文稿的分类和所应涉及的范围,提出了通用的一致性声明文稿的基本组成,并给出了其一般的定义原则。此外,还指出了现有的一致性声明文稿模板中存在的某些不足之处,并提供了相应的改善方法。     

基于变分贝叶斯推断的半盲信道估计

现有MIMO中继通信系统中,基于张量分解的半盲信道估计不能有效地将信道先验信息引入估计过程中,为此提出一种基于变分贝叶斯推断的信道估计算法.该算法首先利用NP(Nested PARAFAC)张量模型,引入有效精度、噪声精度等隐性超参数,建立信道估计概率图模型;由于所求信道参数后验概率分布较为复杂,传统最大似然和最大后验等点估计方法难以实现,算法采用变分贝叶斯推断,推导出信道矩阵、有效精度及噪声精度的递推公式,使具有因子分解形式的q分布逼近所求信道参数的后验分布;并分析了模型证据的下界、模型的初始化及算法复杂度等.该算法能利用信道先验信息以提高信道估计性能,有效精度和噪声精度等参数可自动调节,且计算复杂度与数据的维度呈线性关系.仿真结果表明:在平稳瑞利衰落信道条件下,与基于交替最小二乘(Alternating Least Square,ALS)的半盲估计算法相比,算法的计算复杂度较低,收敛速度较快;与带监督序列的双线性最小二乘(Bilinear Alternating Least Square,BALS)非盲估计算法,基于ALS及非线性最小二乘(Nolinear Least Square,NLS)的半盲估计算法相比,算法具有较高的估计精度.