大容量MMC卡在1553B总线监测仪中的应用

介绍了以大容量MMC卡作为1553B总线监刹仪移动存储介质的设计与实现.该设计通过DSP芯片TMS320VC5509的MMC控制器实现了DSP与MMC卡的无缝连接:利用TI公司提供的CSL库函数进行软件设计:采用FAT16文件系统构建了MMC卡的文件系统.最终,用存储容量ICB的MMC卡实现了对监测数据的存储.     

FC-AE-1553与MIL-STD-1553桥设计与实现

以光纤通道替代现有航电主网络MIL-STD-1553,已成为未来航电系统发展的必然选择.如果既能兼容原有的1553终端又能融合光纤通道技术,则对航电系统的整体更新换代有着重大意义.为此提出了三种MIL-STD-1553与FC-AE-1553桥接的方法并进行了实验验证和应用.     

普通高校软件工程专业创新能力培养模式浅析

根据当前软件产业发展现状,分析了软件人才培养中存在的问题,提出了软件人才创新能力培养的具体措施,最后汇报了部份培养成果。     

体绘制中传递函数设计的研究现状与展望

在体绘制中,传递函数将3维数据场的采样点映射成光学参数,直接决定了绘制的效果,成为体绘制研究的关键。然而传递函数的设计存在盲目性、用户界面不直观、参数调节复杂等问题,针对这些问题,提出了许多解决方法。首先介绍传递函数的定义,总结各种设计传递函数的定义域、值域、映射规则的方法,然后从不同的角度对传递函数的设计方法作全面的概述,重点介绍图像中心法、数据中心法和对象中心法,既分析了这些方法的特点,又比较了它们之间的内在联系,并探讨了新的设计思路,展望了该领域未来的研究方向。     

政务大数据管理技术研究进展

近年来,互联网＋政务蓬勃发展,促进了互联网与政府公共服务体系的深度融合,数字政府建设已初见成效。如何实现互联网＋政务大数据的规范、高效、安全管理、共享和应用,推动解决“三融五跨”问题,是高质量建设数字政府、推进国家治理体系和治理能力现代化的关键。该文首先综述了国内外政务数据管理发展历程;然后,围绕互联网＋政务大数据管理全生命周期中采集技术、存储技术、融合技术、计算技术、应用技术及安全技术进行阐述,总结了主流数据管理技术演进历程;最后,探讨了互联网＋政务数据管理中若干亟待解决的问题,明确了互联网＋政务大数据管理技术的未来发展趋势。     

“互联网＋”政务大数据智能服务平台设计与应用

“互联网＋”环境下,政务大数据关联公共服务和社会传感数据,使城市管理模式从单一走向立体、城市服务系统从孤立走向共享、城市决策模式从机械走向智能,已成为当前政务服务发展趋势。为解决政务数据、公共服务数据和社会传感数据融合不足、共享不充分、利用效能不高及技术平台缺乏等问题,该文提出了“互联网＋”政务大数据智能服务平台总体框架,首先对平台建设理论进行阐述,其次对系统架构、技术架构、关键技术和服务应用等进行设计,最后实现“互联网＋”政务大数据智能服务平台透明访问、城市信息单元建模、透明智能体协同、透明管理和微服务等功能。同时,该平台关键技术在数字广东和辽宁丹东社会保障等平台进行探索性应用,结果显示该平台能有效支持政务数据、公共服务数据和社会传感数据高效共享、管理和利用,提升部门服务效能。该文提出的平台总体设计方案可为省市级政府进行“互联网＋”政务大数据智能服务建设提供有价值的参考。     

电力市场实验能力建设面临的挑战及关键技术

为深入探究电力市场运营、市场成员决策、电网调度运行之间的交互影响,建设了电力市场联合实验推演能力,构建了电力市场全景实验平台总体功能框架,系统性阐述了“双碳”目标下电力市场实验推演面临的主要挑战。提出实验推演场景的智能构建技术、多类型市场成员竞价决策行为模拟技术。从电力市场出清模拟在高性能智能出清算法、多市场耦合运营模拟、长周期连续模拟任务调度等方向,着重分析了需要进一步突破的关键技术,提出了与电力市场运营模拟衔接的电网调度运行模拟技术以及市场运营大数据评估技术中的关键点。     

基于汉宁窗的配电网同步相量测量装置算法及应用

配电网量测环境复杂、恶劣,输电网的传统同步相量算法难以满足要求。分析了常用窗函数下傅立叶算法的谐波抑制能力,利用3个等间隔的加汉宁窗离散傅立叶变换（FFT）推导出定间隔采样下同步相量测量算法,在理论上消除了非额定频率下的频率泄露影响,能满足高精度的相位测量要求,具有很好的谐波/间谐波抑制能力。针对多个信号同时存在时频谱泄露影响计算精度问题,分析比较了加汉宁窗FFT插值算法相对其他窗函数的优势。理论分析和实际测试表明,采用上述方案后,提升了相量、谐波/间谐波等量值的测量精度。     

基于自适应神经模糊推理系统的智能电表大数据分析研究

随着电力需求的不断增长和智能电表的大量应用,电力数据量大幅提升,对智能电表大数据分析分析提出了更高的要求。为此本文从模糊数学理论和人工神经网络出发建立了自适应神经模糊推理模型,基于安装在用电户的智能电表实际计量得到的电力大数据,进行了模型的训练和测试,最后利用预测模型进行了用电户在24小时内的电力功耗预测,并与智能电表实际测得的功耗数据进行了对比。研究结果表明基于当前智能电表采集的电力大数据,本文提出的预测模型精度得到了较大提升,总体预测精度为84.02%;其中白天时段由于用电随机性较大预测精度在70%左右,而夜间的预测精度均在90%以上。