长码快速直接捕获中卫星信号传播时延估计

卫星导航定位系统中,辅助长码快捕的一个最重要的信息是时间信息,卫星信号传播时延估计是提供先验时间信息,减少时域搜索范围的一个重要方面.基于用户和卫星的概略位置,给出了适用于不同类型导航星和不同用户场景的卫星信号传播时延估计算法.数值计算表明,算法能够大大压缩不同导航星和不同场景用户之间传播时延的不确定范围,即使在用户与卫星位置误差较大的恶劣应用背景下也能将不确定范围压缩一半,从而有效地辅助长码快捕的实现.      

深空探测中的自主无线电关键技术

深空探测中的自主无线电主要作用是实现多个深空探测器间的通信,优点是能在未知无线电环境下不需要地面干预,自动实现无线电参数的识别和配置.阐述了自主无线电技术对深空探测的必要性.在与常规无线电技术、软件无线电技术比较的基础上,论述了深空探测中的自主无线电技术,分析了其必须解决未知无线电环境下参数估计这一关键问题.针对无线电参数估计目前存在的因果循环问题,提出了一种自主无线电技术参数估计迭代层次结构模型,分析了各层间的消息类型和迭代过程.     

应用BP神经网络针对高通量质子事件的通量数值预报

质子事件的爆发与太阳软X射线辐射有着很强的相关性,利用GOES卫星的1～8 (A)波段和0.5～4 (A)波段的软X射线数据,选取一些特征参量验证该相关性并应用到质子事件短期预报中.在当前质子事件传输物理机制不完全明确的情况下,在现有的预报质子事件有无的模型基础上,利用BP神经网络,根据软X射线通量水平等预测事件质子峰值通量水平,再对训练后的网络进行检验,检验预测所得结果与实际探测值误差小于一个量级,具备一定实用意义.      

高速公路收费系统通信服务器的设计与实现

高速公路收费系统通信服务器是高速公路收费系统数据传输的枢纽.重点介绍了高速公路收费系统通信服务器软件的设计、实现方法和特点.通信服务器使用按优先级分发报文的通信协议,支持多用户的并发通信.为了实现数据共享的集中控制,通信服务器采用客户/服务器的模式.使用多线程的编程技术,满足了对通信服务器实时性的要求.目前,该软件已通过了验收,在广深高速公路上运行良好.      

动态构造网管中管理功能与被管对象的关联

在动态构造的网络管理中,管理功能与被管对象的关联机制是核心关键技术.这种关联机制采用被管对象集MOS(Managed Objects Sets)的思想.MOS提供对协议、设备及应用相关的被管对象的定义及描述,通过动态编译的技术生成及扩展MOS,并通过对MOS的访问实现与管理功能的关联.      

支持自愈恢复的MPLS流量工程路由机制

提出基于策略和流量特征的约束路由算法,算法根据网络资源和流量分布特征,为不同流预先分配带宽,优化网络资源的使用.将显式路由计算和故障恢复机制相结合,设计和实现基于MPLS(Multi Protocol Label Switch)的故障恢复系统,提高MPLS网络的生存性.      

可自组织的网络测量基础设施研究

在分析现有网络测量基础设施的基础上,提出了一种基于层次化覆盖网络(hierarchical overlay network)的管理机制,应用于网络测量基础设施,实现测量节点的可管理性和自组织性,减少人工干预开销和错误,并使整个测量基础设施具有良好的可扩展性.      

网络分布式并行计算的负载平衡

利用分布式系统动态负载平衡的原理,设计了一种适应网络分布式并行计算环境的负载平衡实现机制,采用集中式负载信息收集策略,集中和分布式相结合的传输控制策略.定义了一种新的复合型负载指标来衡量各处理机的负载程度.讨论了相应的理论和实现中的关键问题,给出了主要的实现策略和算法.仿真比较研究表明这种体系结构和相应策略能对网络环境下分布式并行计算提供有力支持.      

一种基于联想记忆系统实现图像压缩的新方法

针对传统神经网络用于图像压缩时存在的训练时间长、泛化能力弱等问题,提出一种基于联想记忆型神经网络的图像压缩新方法.利用牛顿前向插值多项式构建联想记忆系统,对图像数据进行建模.首先将图像数据分为多个数据块,然后利用数据块对联想记忆系统进行训练,训练结束后得到该数据块的特征数据,特征数据的数量小于原始数据块,且数值大多在零附近.最后对所有数据块的特征数据重新排序,进行熵编码,从而实现图像数据的压缩.实验结果表明该方法是可行的和有效的,相比传统神经网络,联想记忆系统无需预先训练,不依赖训练集数据和初始值,可以实时编码.      

基于神经网络的风洞尾支杆减振系统

风洞试验时,由于气流的影响,测试用悬臂式尾支杆容易产生大幅度低频振动,这会严重影响测试精度,甚至损坏自身结构。为了有效抑制尾支杆的振动,本文设计了基于压电组件的主动减振系统,并将人工神经网络应用于PID控制,提出了神经网络PID智能控制算法。对尾支杆进行有限元分析,获取其模态参数。然后设计试验测试减振系统的性能,将神经网络PID与经典PID的控制效果进行对比。试验结果表明:在连续载荷的作用下,采用经典PID控制算法与神经网络PID均可达到有效控制(减振幅度70%以上),且神经网络PID在保证减振效果的情况下实现控制参数自整定,具有良好的鲁棒性。