基于线性加权数据融合的协作频谱感知优化

在认知无线电网络中,协作频谱感知技术可有效地缓解本地感知场景中存在的隐藏终端等问题。为了获得更大的协作增益,该文采用基于数据融合的协作频谱感知策略,融合中心依次收集各次用户上报的本地能量检测数据,然后进行线性加权融合,并做出最终判决。重点研究了线性加权融合方案的优化,推导了各次用户分别在Neyman-Pearson(N-P)和Bayesian两种不同准则下的最优融合权重,并在Suzuki感知信道下进行了蒙特卡洛仿真和数值验证。结果表明,N-P准则下给出的两种优化加权融合方案MDC和NDC性能相近,且均比EGC、SC、MRC等常用的融合方案具有更高的协作检测概率;而Bayesian准则下推导的优化加权融合方案BAY在检测可靠性方面明显优于其他方案。     

超声振动辅助切削SiCp/Al复合材料的加工机理及试验

切削加工过程中材料损伤形式对加工表面质量会产生较大影响,现有仿真分析难以模拟真实颗粒失效行为,通过建立二维微观多相有限元模型能够深入了解材料损伤与表面质量的关系。基于常规切削（Conventional cutting,CC）与超声振动辅助切削（Ultrasonic vibration-assisted cutting,UVAC）两种加工方式,通过有限元仿真软件 Abaqus 对 20%SiCp / Al 复合材料的切削过程进行仿真模拟,阐释加工过程中刀具与工件的相互作用机理,并在同一参数下验证有限元仿真的准确性。通过设计单因素试验,对比两种加工方式及不同加工参数对切削力和表面粗糙度的影响规律,得出最佳加工参数组合,并对最佳加工参数下表面形貌进行分析。模拟和试验结果表明,SiC 颗粒断裂、颗粒耕犁、颗粒拔出以及 Al 基体撕裂是影响 SiCp / Al 复合材料加工质量的主要原因,刀具与颗粒不同的相对作用位置会产生不同的损伤形式。与常规切削相比,施加超声振动后可以有效抑制颗粒失效和基体损伤,使加工中的平均切削力（主切削力）降低 33%,工件已加工表面粗糙度值最大减小量为 531 nm,显著提高了表面质量。所建立的二维微观多相有限元模型,能够有效模拟铝基复合材料的加工缺陷和裂纹损伤问题, 对提高难加工材料的高质量表面制备有重要借鉴意义。     

协作频谱感知中基于累积可疑度水平的抗SSDF攻击策略

信息融合式协作频谱感知(Cooperative Spectrum Sensing, CSS)极易受到篡改感知数据(Spectrum Sensing Data Falsification, SSDF)攻击的威胁。针对此问题,提出了一种基于累积可疑度水平(Accumulated Suspicious Level, ASL)的抗攻击策略。在该策略中,利用了数据挖掘的思想,信息融合中心不需要任何关于恶意用户攻击策略的先验信息,仅通过各次用户历史决策之间的Hamming距离来计算其可疑度,并通过多个感知周期的信息累积得到每个次用户的ASL。当某些用户的ASL连续出现超过某一特定门限时,融合中心即将它判定为恶意用户并将其从融合过程中剔除,从而达到抵抗SSDF攻击的目的。仿真结果表明,该抵抗策略能够有效检测并剔除各种类型的SSDF攻击,对于一般算法无法检测的智能型攻击也具有较好的抵抗效果,并可改善不同形式SSDF攻击场景下的协作频谱感知性能。     

基于深度学习的沈阳市春节期间PM2.5浓度预测研究

本文利用2016年—2022年沈阳市春节期间逐时空气质量监测数据和气象因子观测资料,基于贝叶斯参数优化,建立了GRU、LSTM深度学习模型以及LGBM、XGBOOST、RF、GBDT树集成学习模型,并且通过4种错误度量标准,将模型进行对比进而得出预测PM_2.5浓度的最优模型。结果表明：GRU模型的PM_2.5浓度预测准确度最高、训练速度最快、模型最简单,其MSE为32.160,R2为0.973,其次为LSTM模型,GBDT模型的预测效果最差。同时整体来看,深度学习模型要优于常见的树集成学习模型。     

抗SSDF攻击的一致性协作频谱感知方案

在分布式认知无线电网络中,一般很难找到合适的融合中心能够收集所有协作用户的感知信息,而且协作过程极可能遭到篡改感知数据(Spectrum Sensing Data Falsification,SSDF)攻击.鉴于此,该文提出了一种改进的一致性协作频谱感知方案.利用Metropolis迭代规则,各次用户仅依靠邻接点之间的...     

甲基磺酸体系同槽电解制备精铅和二氧化铅

研究了甲基磺酸体系中同槽电解沉积制备铅和二氧化铅的工艺,考察了槽电压、温度、铅离子浓度、游离酸浓度对阴、阳极电流效率、电耗和二氧化铅晶型比例的影响。结果表明,当电解槽电压从2.1 V提高到2.3 V时,阴极和阳极电流效率均升高,进一步提高槽电压将降低电流效率,当电解温度高于25 ℃时,阴、阳极电流效率均随电解温度的升高而逐渐降低,甲基磺酸铅浓度和游离酸浓度对电流效率的影响较小。在槽电压2.3 V、电解温度15 ℃、甲基磺酸铅浓度0.5 mol/L、游离酸浓度0.2 mol/L条件下,阴极电流效率为98.63%,阳极电流效率为90.11%,每消耗1 MWh电能可获得1.66 t精铅和1.75 t二氧化铅。阴极产物精铅表面平整致密,阳极产物二氧化铅以β-PbO2为主,α-PbO2的占比随着槽电压、温度、甲基磺酸浓度的升高而增加,随着铅离子浓度的升高而减少。     

基于深度学习的机器视觉目标检测算法及在票据检测中应用

基于深度学习的目标检测是机器视觉应用的重要方面。该文系统总结基于区域候选的目标检测算法、基于回归方法的目标检测算法及其他优化算法的算法思想、网络架构、演进过程、技术指标、应用场景,指出在机器视觉系统应用中,应充分考虑检测对象、检测精度、实时性能要求,结合不同目标检测算法特点,选择最合适的检测算法。最后,面向票据检测需求,分析目标检测算法在票据图像位置检测、防伪特征检测、文本信息检测中的应用。     

协作频谱感知中的信道搜索机制优化

频谱感知是认知无线电网络中需要解决的首要问题。为了提高频谱感知的整体性能,该文对链路层的协作频谱感知机制进行了研究,针对其中的信道搜索感知场景,提出了一种联合优化信道搜索方案。在该方案中,基站根据各信道的空闲概率大小,选择最优的信道搜索次序,并对不同信道的搜索时长进行一定的加权处理,确保以较长的时间优先搜索空闲概率较大的信道,从而使按需信道搜索过程的切换延迟以及由此造成的QoS损失最小化。仿真实验的结果显示,这种联合优化搜索方案在信道搜索场景下的平均搜索时长始终小于现有的2种搜索方案,这说明其搜索性能具有明显的改善。     

基于粘结裂缝模型的混凝土细观力学特性模拟

混凝土细观力学特性的数值模拟,很大程度上取决于骨料模型和混凝土裂缝模型的选择是否合理、有效。为此,首先利用块体切割法生成混凝土随机多边形骨料模型;然后对骨料模型划分网格,并通过粘结单元嵌入算法实现了砂浆之间、骨料与砂浆单元间零厚度粘结单元的插入;最后利用Abaqus软件进行了混凝土试件的单轴拉伸数值模拟。结果表明,模拟得到的混凝土抗拉强度值与试验值吻合较好,可见该方法能较好地研究混凝土的力学性能。     

欠平衡钻井技术的现状及发展

全球石油工业飞速发展,石油供求关系紧张,钻采的难度增大,勘探开发新油气田的条件恶劣,迫使人们探索新的开发技术来满足石油供应。欠平衡钻井技术具有独特的优势逐渐在国内外应用,文章对欠平衡钻井技术的现状及发展进行了分析。