大气信道下窄线宽激光器对相干通信系统性能影响研究

在空间下行相干激光通信系统中,激光器的线宽大小会影响通信系统的性能,而窄线宽激光器能有效降低激光器线宽引起的激光器相位噪声,目前已经成为相干激光通信系统的首选。光信号在大气信道传输时,大气湍流会引起光信号强度和相位的波动,从而进一步影响系统的通信性能。针对上述问题,基于四相移键控(Quadri Phase Shift Keying, QPSK)通信系统的工作原理,进一步考虑窄线宽激光器线宽和大气湍流引起的光信号强度和相位的波动,给出了空间下行QPSK通信系统误码率模型。并基于该模型,数值仿真分析了窄线宽激光器对空间下行相干激光通信系统性能的影响。结果表明：大气湍流不仅严重影响系统性能,也会弱化激光器线宽对系统性能的影响。而对于大气湍流影响而言,其引起的相位波动要大于光强波动的影响。此外,随着通信速率增大,激光器线宽对于系统性能影响也会随之降低。文中对于空间下行相干激光通信系统的优化设计和调试具有一定的实际参考意义。     

一种基于并联卷积神经网络的InSAR相位滤波方法

为了提高InSAR干涉相位图的质量以及改善密集条纹区域的边缘信息保持效果,提出了一种基于并联卷积神经网络的InSAR相位滤波方法。该方法通过多个并联的卷积神经网络提取多尺度相位信息的特征层以及传统卷积神经网络结构的滤波层,将不连续跳变的干涉相位转换至连续的正、余弦分量,并送入到并联卷积网络中进行残差学习,最后输出相位残差并完成相位滤波。通过仿真实验与实测数据验证了该方法的有效性。分析结果表明,该方法的各项评价指标均优于Boxcar滤波、非局部均值滤波和Goldstein滤波,可用于实际的InSAR数据处理中,提高干涉相位质量。     

具有未知参数的非线性系统动态优化

针对具有未知参数和不等式路径约束的非线性系统动态优化问题,提出一种新颖有效的数值求解方法.首先,将未知参数视为一个动态优化问题的决策变量;其次,利用多重打靶法将无限维的含未知参数动态优化问题转化为有限维的非线性规划问题,进而在不等式路径约束违反的时间段内,用有限多个内点约束替代原不等式路径约束;然后,用内点法求解转化后的非线性规划问题,在路径约束违反的一定容许度下,经过有限多次步数迭代后得到未知参数值的同时得到控制策略,并在理论上对所提出算法的收敛性进行相应证明;最后,对两个经典的含未知参数非线性系统的动态优化问题进行数值仿真以验证所提出算法的有效性.     

基于RDMA的区块传输机制设计与实现

随着区块链技术的不断发展,区块的传输延迟成为区块链系统可扩展性的性能瓶颈。远程直接内存访问（RDMA）技术能够支持高带宽和低时延的数据传输,为低延迟区块传输提供了新的思路。因此,结合RDMA原语的特性,设计了用于区块信息共享的区块目录结构,并在此基础上设计并实现了区块传输的基本工作过程。实验结果表明,相较于基于TCP的方案,在1 MB大小的区块上基于RDMA的区块传输机制将节点间的区块传输延迟降低了44%,全网络的区块传输延迟降低了24.4%,在10 000节点规模的区块链上,区块链发生临时分叉的数量降低了22.6%。可见,基于RDMA的区块传输机制充分发挥了高速网络的性能优势,降低了区块传输延迟及临时分叉的数量,提高了现有区块链系统的可扩展性。     

结合全局上下文与融合注意力的干涉相位去噪

目的 干涉相位去噪是合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术中的关键环节,其效果对测量精度具有重要影响。针对现有的干涉相位去噪方法大多关注局部特征以及在特征提取方面的局限性,同时为了平衡去噪和结构保持两者之间的关系,提出了一种结合全局上下文与融合注意力的相位去噪网络GCFA-PDNet(global context and fused attention phase denoising network)。方法 将干涉相位分离为实部和虚部依次输入到网络,先从噪声相位中提取浅层特征,再将其映射到由全局上下文提取模块和融合注意力模块组成的特征增强模块,最后通过全局残差学习生成去噪图像。全局上下文提取模块能提取全局上下文信息,具有非局部方法的优势;融合注意力模块既强调关键特征,又能高效提取隐藏在复杂背景中的噪声信息。结果 所提出的方法与对比方法中性能最优者相比,在模拟数据结果的平均峰值信噪比（peak signal to noise ratio, PSNR）和结构相似性（structural similarity,...     

基于节点紧密度中继转发的移动延迟容忍传感网传输算法

为解决移动延迟容忍传感网存在的时延突出、超宽带传输性能不佳等问题,提出了一种基于节点紧密度中继转发的移动延迟容忍传感网传输算法。引入邻域节点数量作为指标,以评估节点相遇概率,将节点相遇过程优化为邻域节点覆盖问题,以提升网络对节点相遇过程的感知能力。采用邻域节点重复覆盖数量作为判定依据,以评估节点运动性能,设计了基于紧密度的节点相遇感知机制,对节点运动活跃程度进行感知,增强节点对相遇过程的感知能力,有效提高下一跳目标节点的链接质量。基于马尔科夫评估机制,采用连接状态转移矩阵来评估节点链接概率,优选链接性能较高的节点作为下一跳节点,以优化源节点与目的节点间链路,增强链路对高带宽传输环境的适应能力。仿真结果表明,与基于分簇机制的传感网节能传输算法和基于低时延机制的传感网传输编码算法相比,所提算法具有更低的平均端对端时延和链路累计中断次数,以及更高的全网传输带宽。     

融合先验信息和特征约束的杆塔螺栓缺陷检测

目的 螺栓是输电线路中数量最多的紧固件,一旦出现缺陷就会影响电力系统的稳定运行。针对螺栓缺陷自动检测中存在的类内多样性和类间相似性挑战,提出了一种融合先验信息和特征约束的Faster R-CNN（fasterregions with convolutional neural network）模型训练方法。方法 在航拍巡检图像预处理阶段,设计了基于先验信息的感兴趣区域提取算法,能够提取被识别目标的上下文区域,从而减少模型训练阶段的数据量,帮助模型在训练阶段关注重点区域,提高其特征提取能力。在模型训练阶段,首先通过费舍尔损失约束Faster R-CNN模型的输出特征生成,使样本特征具有较小的类内距离和较大的类间间隔;然后采用K近邻算法处理样本特征得到K近邻概率,将其作为难易样本的指示以引导模型后续更加关注难样本。结果 在真实航拍巡检图像构建的螺栓数据集上进行测试,与基线模型相比,本文模型使螺栓识别的平均精度均值（mean average precision,mAP）提高了6.4%,其中正常螺栓识别的平均精度（average precision,AP）提高了0.9%,缺陷螺栓识别的平均精度提高了12%。结论 提出的融合先验信息和特征约束的输电杆塔螺栓缺陷检测方法在缺陷螺栓识别上获得了良好的效果,为实现输电线路螺栓缺陷的自动检测奠定了良好的基础。     

基于DDPG的柔性伺服系统级联陷波器设计

针对柔性伺服系统的多频谐振抑制问题,提出一种基于DDPG的级联陷波器参数整定方法。以系统速度环开环bode图及陷波器bode图预处理结果作为训练数据,并以相位裕度作为奖励函数训练神经网络,实现所设计的伺服系统级联陷波器深度及宽度参数优化训练。搭建了三质量柔性伺服系统实验平台,并开展了多频谐振抑制实验,实验结果表明所提出的参数选择方法能够 找到具有最大相位裕度的陷波器参数,并有效地抑制系统多频谐振。     

基于误差校正的高精度三维测量系统

基于投影仪的结构光三维测量系统已得到了广泛的应用,但由于投影仪与相机的非线性特点,使用现有相位恢复算法得到的相位值具有一定的误差,影响了三维测量的精度。提出了一种基于二次型误差校正的高精度相位恢复算法。通过对标准平板进行相位恢复,分析其误差分布特征;用二次多项式对该误差进行逼近,得到误差的分布规律;根据求出的二次型误差模型对投影仪结构光系统得到的初始相位值进行修正,得到了高精度的相位恢复结果。实验表明,该算法比现有算法具有更高的相位恢复和三维测量精度。     

面向Java微服务系统的透明请求追踪及采样方法

微服务因其敏捷的开发方式、快速的部署方式,逐渐成为以云为基础的软件系统的主流架构方式之一.但是,微服务系统结构复杂,动辄上百个服务实例,而且服务之间的调用关系异常复杂,当微服务系统中出现异常时,难以定位故障根因.为了解决这个问题,端到端请求追踪(trace)成为微服务系统监控的标配.然而现有的分布式请求追踪实现方式对应用程序具有侵入性,严重依赖于开发者对请求追踪的经验,无法在运行时控制追踪功能的开启和关闭.这些不足不仅会增加开发者的负担,而且限制了分布式请求追踪技术的实际应用.设计并实现对程序开发者透明的请求追踪系统Trace++,能够自动生成追踪代码,利用动态代码插桩技术将追踪代码注入到运行中的应用程序. Trace++对程序低侵入,对开发者透明,能够灵活控制追踪功能的开启和关闭.此外, Trace++的自适应采样方法有效减少了请求追踪产生的开销.在微服务系统TrainTicket上的实验结果证明, Trace++能够准确发现服务依赖关系.在开启请求追踪时,性能开销接近于源代码插桩,在关闭请求追踪时无性能开销.此外, Trace++的自适应采样方法在采样到具有代表性样本的同时减少了8...