电信电缆交接箱管理网MNTCSB的实现

电信电缆交接箱管理网MNTCSB利用先进的计算机网络和通信技术实现了对交接箱的自动化管理.叙述了MNTCSB系统的硬件构成、各部分通信方式的解决、地址编码和地址解析、关键算法、各网管功能的实现等.      

一种开放网络环境中的不确定信任模型

开放网络环境中的信任关系是一种不确定关系,所以在建立信任模型时,需要对信任的不确定性进行建模.为此,提出了一种新的基于云模型的信任模型.通过用一维正态云来对实体之间的信任关系进行描述,本模型将实体之间的信任程度和信任的不确定性统一起来.在此基础上,还提出了基于云的信任关系的传播和合并算法;并通过仿真实验说明,该模型在开放网络环境中具有良好的效果.      

卫星姿态测量信息的二阶非线性滤波技术研究

卫星应用任务要求卫星姿态在空间保持高精度定向 ,为此有必要研究精确的递推非线性姿态估计算法。文中针对星光 陀螺这种典型的三轴稳定卫星姿态确定系统模式 ,应用基于二阶泰勒级数近似得到的非线性滤波算法处理姿态测量信息 ,设计了二阶非线性姿态估计器的实现方案。在设计过程中 ,把QUEST法作为矢量观测数据压缩技术有效地结合进姿态估计器中 ,使得在多矢量观测情况下的滤波修正算法得到了简化。相同条件下的仿真测试结果证明 ,二阶非线性姿态估计器的滤波性能要优于采用扩展卡尔曼滤波技术的一阶线性姿态估计器     

《推进技术》创刊20年可持续发展研讨会在杭州举行

20 0 0年 9月 19日至 2 2日 ,在杭州召开了《推进技术》创刊 2 0年可持续发展研讨会 ,2 0余名编委、活跃作者参加了会议。会议由编委会主任刘兴洲主持 ,主编戴耀松作了以“奋发进取 ,争创精品”为题的总结 ,回顾了 2 0年的奋进历程 ,分 6部分总结了不断提高刊物质量、跻身于世界之林的经验 ,提出了争创精品的目标与措施。在讨论中 ,与会专家认为 2 0年来 ,《推进技术》坚持了办刊方针 ,突出了技术与应用 ,树立了严肃、朴实、高品位的形象。尤其是连续 10年被美国《工程索引》(ＥＩ)所收录 ,已成为国内外有一定知名度与影响力的科技期刊。今…     

如何搜集,积累与收益管理相配套的数据信息

收益管理系统在民航业的使用,从本质上说是一种营销方式的变化,它将形式上一致的座位,人为的加以区分,以满足不同消费层次旅客的需求,兼顾客票销售收入大小与客座率的高低,达到航班收入最大化的目的。该系统从具体运作上说,则是航空公司在大量数据信息收集整理的基础上,利用相关软件进行分析,最终决定超售、多级舱位、流量流向控制的具体限额,尽可能多的以全价销售客票,以实现航班收入最大化的目的。有没有相应的数据信息,是实施收益管理的先决条件。1998年,我国民航“一种票价,多种折扣”政策执行,航空公司票价盲目打折,营…     

基于ConvLSTM的飞机尾流时空预测

飞机尾流预测在动态尾流间隔系统中十分重要。通过结合激光雷达技术,提出了一种基于卷积长短期记忆网络(ConvLSTM)的飞机尾流预测模型,以预测激光雷达(LIDAR)的下一个扫描面。实验团队前期在深圳宝安机场使用激光雷达探测对尾流数据进行采集并进行预处理。然后,构建了ConvLSTM神经网络模型以对尾涡径向速度场进行外推预测。通过采集的数据对所建立模型进行训练、验证、测试。实验结果表明：模型能够有效对尾流进行时空预测,测试的RMSE值为3.30,证明了ConvLSTM在预测飞机尾流耗散演化的潜在用途。     

基于单代号网络的银行家算法

通过对银行家算法的分析,提出单代号网络的进程安全状态序列的改进算法-基于单代号网络的银行家算法,并通过具体的示例实现此算法。     

面向在轨高效实时图像处理的二值权重沙漏网络加速器设计

为了实现在轨高速实时图像处理,提出了基于多级预测校准机制及查找表方法的二值权重沙漏网络加速器.首先,提出了一种计算架构来统一支持二值权重及多位宽权重卷积计算;其次,提出了多级预测模型来实现可变精度的高效卷积,基于这2种方法可以将网络的计算量降低77.4％,推理速度提升2.3倍.本文针对残差模块中跳转连接造成的存储访问问...     

试车数据驱动的涡轴发动机起动过程模型辨识

针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明：得到的辨识模型输出参数,如燃气发生器转速n_g、输出轴转速n_r和涡轮后温度T₄都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。