第三代高频自动链路建立协议分析及仿真

随着现代军用通信网络的发展与进步，第三代高频自动链路建立协议(Third-generation HF Automatic Link Establishment)将逐渐取代现有的第二代协议。首先从CSMA机制、Dwell—Groups技术、Multi—Slot技术等方面概略地介绍了3G-ALE技术。然后在同步工作模式下，将Dwell—Groups技术、Multi—Slot技术应用在协议当中进行了对比仿真，并分析了Dwell—Groups技术、Multi—Slot技术对3G-ALE系统性能的影响。     

基于供应链管理的供应商选择问题初探

首先讨论了供应链环境下选择供应商的意义，然后建立了供应商选择的评价指标体系，重点讨论了应用TOPSIS 方法对供应商选择的模型及算法，最后用一个简单的案例进行了说明。     

二元聚合物的合成及在稠油破乳中的应用

采用丙烯酸（AA）与自制丙烯酸壬基酚聚醚酯（NPEAA）为原料,在偶氮二异丁腈（AIBN）为引发剂,甲苯为溶剂的条件下,引发聚合制备了二元共聚物稠油破乳剂,采用FTIR、1HNMR对产物结构进行了确证,GPC测试了分子量;采用荧光光谱仪与表面张力仪测得其临界胶束浓度(CMC)为0.5g/L,表面张力为25.684mN/m。并以脱水率和脱出污水含油量为衡量指标,探讨了不同因素下聚合物破乳剂对陈庄稠油W/O乳液的破乳脱水性能,确定最佳破乳条件：温度55?C,时间2h,用量0.5g/L时,脱水率为88.5%,脱出水中含油量为198.4mg/L。研究了聚合物破乳剂对乳状液表观粘度、体系稳定性、油水界面的影响以及微观破乳过程,探讨分析得出聚合物破乳剂在油水界面更易润湿扩散,脱水速率快,破乳效果好。     

二元聚合物的合成及在稠油W/O乳液中的应用

采用丙烯酸(AA)与自制丙烯酸壬基酚聚氧乙烯聚氧丙烯酯(NPEAA)为原料、偶氮二异丁腈(AIBN)为引发剂、甲苯为溶剂制备了二元聚合物稠油破乳剂.采用FTIR、1HNMR对产物结构进行了确证,GPC测试了产物相对分子质量;采用荧光光谱仪与表面张力仪测得其临界胶束浓度(CMC)为0.5 g/L,表面张力为25.684 mN/m.并以脱水率和脱出污水含油量为衡量指标,探讨了不同因素下聚合物破乳剂对陈庄稠油W/O乳液的破乳脱水性能.最佳破乳条件为:温度55℃、时间2.0 h、破乳剂用量0.5 g/L,在此条件下,脱水率为88.5％,脱出水中含油量为198.4 mg/L.研究了聚合物破乳剂对乳状液表观黏度、体系稳定性、油水界面的影响以及微观破乳过程,分析得出聚合物破乳剂在油水界面处易溶解扩散,脱水速率快,破乳效果好.     

异养培养光合细菌产5-氨基乙酰丙酸发酵条件的研究

从废水处理厂的活性污泥中筛选出产5 氨基乙酰丙酸(ALA)的红假单胞菌原始菌株,可产生7 35mg/L的ALA,采用亚硝基胍(NTG)以及紫外线对该菌株进行诱变处理,得到产量为19 12mg/L的菌株C-1。在摇瓶实验过程中,对培养基组成和培养条件进行了初步优化,使菌株产ALA的能力达到了38 9mg/L。     

不等长批次过程的有序时段划分、建模及故障检测

对具有不等长时段的多时段批次过程进行监测是十分重要而且具有一定难度的. 时段在批次间的错位现象导致时间方向的不同过程特性混合在一起, 这给时段分析以及在线应用带来了一系列的问题. 为了解决不等长所带来的问题, 本文提出一种基于不等长时段有序识别及建模的故障检测方法. 该方法的主要贡献包括以下方面：1) 该方法通过步进地衡量过程的变量相关性对模型精度以及监测性能的影响, 自动有序地识别出每个不等长时段; 2) 在每个时段内,通过对不规则的过程数据进行整合建立了时段模型以捕捉不规则的时段特性; 3) 本文提供了一种简单而有效的在线判断新样本隶属时段和监测其运行状态的方法. 最后, 本文通过一个实例–具有不等长批次长度的注塑过程阐述了本方法的有效性.     

分块二维局部保持鉴别分析在人脸识别中的应用

局部保持鉴别分析在人脸识别研究中具有非常重要的地位。在此基础上提出的2DLPDA算法直接在二维空间进行运算,一定程度上提高了性能。但是当样本在光照阴影、遮挡等情况下时,识别率受到很大影响,为此提出一种改进的算法,即分块二维局部保持鉴别分析方法。其将样本分块,以更好地提取样本中的局部近邻特征。这样同一样本的不同分块在选择近邻时,就可能具有来自不同样本的近邻,从而能更好地提取样本的局部特征。最后将局部特征整合为整体作为识别的依据。在AR、YALE及ORL库上验证了算法的有效性。     

新的AdaBoost算法评价体系

工程实际中,往往通过对比两个AdaBoost算法在相同弱分类器数量条件下的错分率来比较算法性能,这样就忽略了在弱分类器数量增加时,错分率的波动会造成对比不准确的问题。为此,分别针对分类器性能的分类准确率、收敛速度和稳定性,提出了稳态错分率、调节规模、振荡度三个量化指标,构成了一个相对完备的评价体系。实验表明,该评价体系能更全面反映AdaBoost的分类效果。     

基于ARM与GPRS技术的热流表设计

根据我国当前供暖系统未采用热流表而是按面积收费引起的浪费及不公平的现状,设计了基于Philips公司的LPC2131微控制器和GPRS无线通信模块的热量检测与控制仪表。文中介绍了该仪表的硬件电路组成并给出了程序结构,针对温度控制提出了模糊控制策略。实际应用表明,该仪表测量精度高,性能稳定,有良好的推广价值。     

一种面向噪声环境中旋转机械故障诊断的多模态耦合输入神经网络

旋转机械设备是工业生产中的关键性设备,对其进行高效故障诊断,对于保障工业安全生产具有重要意义.传统的旋转机械设备智能故障诊断方法采取人工特征提取策略,存在依赖专家经验知识、特征泛化性差、特征完备性不足等局限性,导致故障诊断模型精度差,特别是在噪声环境下性能下降明显.对此,提出一种用于旋转机械故障诊断的多模态耦合输入神经网络模型.首先,利用信号分解方法将原始输入信号分解为多个子信号,并将子信号与原始信号成对组成二维矩阵并输入到神经网络中,使得网络能够提取其间重要的相关特征;然后,利用双通道并行的卷积神经网络和长短期记忆网络分别提取信号中的时空间特征并融合,大大提高网络模型的特征表达完备性,实现对旋转机械设备的高精度故障分类.通过实验验证了所提出模型相较于传统故障模型具有更高的准确率,并且对于噪声干扰也有较好的适应性.