基于亲和传播算法的车辆自组织网络分簇组网方法

随着5G通信和自动驾驶汽车的发展，车辆自组织网络VANET（Vehicular Ad Hoc Network）作为一种新型的移动自组织网络，因其在改善道路安全、为驾驶员和乘客提供便利方面的潜力，而引起学术界和工业界的广泛关注。它可以通过提供交通流量、事故通知、危险警告、可能存在的定位偏差、天气等信息来增强道路安全，从而提高交通效率。由于车辆的高速移动会经常引起网络拓扑中断，因此一个设计良好的路由协议至关重要。提出了一种适用于车辆自组织网络环境的基于分簇的路由协议，设计并实现了一种基于亲和传播算法的分簇组网模型V-APC（VANET-Affinity Propagation Clustering）。通过重新定义亲和传播算法的相似函数，设计了簇头的选择过程、簇的形成过程还有簇的维护过程。结果表明：采用上述方法形成的簇，在簇内的通信性能和簇稳定性方面具有显著优势，使得该协议在路由延迟和数据包转发成功率方面表现优异。     

基于可变遗忘因子的渐消记忆变分贝叶斯自适应滤波算法

针对全球卫星导航系统/捷联惯性导航系统（GNSS/SINS）组合导航中GNSS信号易受干扰，造成量测噪声突变的问题，提出一种基于可变遗忘因子的渐消记忆变分贝叶斯自适应Kalman滤波（VBAKF）算法。针对自适应滤波中突变噪声难以准确探测，构建基于初值的噪声突变检验准则；为解决自适应滤波估计突变噪声的拖尾现象，将变分贝叶斯自适应滤波的超参数传递结构转化为协方差阵修正结构，通过构造可变遗忘因子函数动态调节自适应滤波中的遗忘因子。仿真和实测数据表明：所提算法可在GNSS/SINS噪声突变时快速估计量测噪声，提高组合导航精度。     

基于CBTA的飞行签派员情景意识评价体系构建研究

为了更好的评价签派员的情景意识，以胜任力模型为基础，首先应用情景分析法分析影响签派员情景意识的各项因素，再利用德尔菲法构建签派员情景意识评价模型，最后使用层次分析法确定权重。研究得出，团队之间的协作交流在签派工作的情景意识中占据着关键因素，其次是工作时注意力集中程度、对当时航班的了解程度以及外界环境。此模型不仅可以更好的在情景意识上对签派员提供科学合理的评价，对后续培训更具指导性，能为选拔人才提供更合理的依据，从而更好地保障航空公司运营的安全性和高效性。     

基于swot分析的行业院校研究生课程思政建设路径探索

行业院校研究生培养关乎到本行业创新与发展，就目前而言，培养过程普遍重视知识的传授以及科研能力的提升，往往忽视了最为重要的思想教育工作。在立德树人为根本的教育理念下，大力开展研究生课程思政建设，进一步提升了研究生的培养质量、促进本行业的快速发展。本文通过使用SWOT的分析方法，对行业院校的优势、劣势以及所面临的社会机遇与挑战进行详细分析，得出路径矩阵，最终得到了在基础保障之下的课程思政建设实施路径，这为行业院校研究生课程思政建设提供了理论依据。