基于GPU加速的分形地形生成方法

针对分形方法生成大规模地形数据时计算量大和运算速度慢的问题,提出基于GPU加速的分形地形生成方法,将Diamond-Square分形地形生成算法转化为CUDA线程块并行执行过程,使地形生成过程完全在GPU中加速执行,在取得较好模拟效果的同时,显著提高了算法的运算速度。     

紫外线和臭氧在屏障设施消毒中的应用及职业防护

紫外线消毒灯和臭氧空气消毒机在屏障设施物体表面消毒、水的消毒、空气消毒除臭等方面有一定的应用。本文阐述了紫外线消毒和臭氧消毒、除臭的原理,分析了影响消毒效果的众多因素并提出相应对策,重视"紫外线辐射强度"监测,加强职业防护,并提出在屏障设施如何正确使用紫外线灯值得商榷。     

变电站综合自动化系统安全运行探讨

变电站综合自动化系统是电网自动化系统的一个重要组成部分,变电站综合自动化系统对变电站内的设备进行统一的监控、管理,与电网调度自动化系统进行实时信息交换、信息共享,提高了电网的安全稳定水平。因此,变电站综合自动化系统的安全运行直接决定了变电站的安全和稳定。本文论述了变电站监控系统的运行管理措施。     

带有时滞和脉冲的模糊细胞神经网络的全局指数稳定性

主要讨论了带有时滞和脉冲的模糊细胞神经网络的全局指数稳定性.在合适的条件下,利用不动点定理、M-矩阵原理和Lyapunov函数技巧,获得了该系统平衡点的全局指数稳定性.     

高速移动水声通信中的多普勒频移估计方法研究

在利用水声信号进行的水下移动通信中,多普勒频移估计与补偿是一项关键技术,它直接影响着高速移动通信的效果。在分析多普勒效应对水声通信信号影响的基础上, 利用具有多普勒不变特性的双曲调频信号和对多普勒频移敏感的单频脉冲信号,提出了一种适用于低信噪比条件下收发双方存在高速运动时的新型多普勒频移估计与补偿方法,该方法圊时具备接收信号捕获与同步的功能。通过仿真实验对该方法进行了验证,分析了该方法在不同信噪比和多普勒扩展条件下的多普勒频移估计性能。     

绿洲荒漠过渡带不同演替阶段白刺灌丛植被和沙堆形态特征相关性分析

在实地调查和形态测量的基础上,应用统计学原理和方法,研究民勤荒漠绿洲过渡带4种不同演替阶段白刺灌丛沙堆植被、形态和尺度特征,分析各演替阶段主要特征间的相关关系,阐明演替过程中沙堆主要特征间的演变趋势.结果表明:白刺灌丛的整体生长状况和植被盖度均随演替的进行呈先升高后降低的态势,发育阶段植被生长状况最好,稳定阶段植被覆盖度最高,而活化阶段两者均显著最低(P0.01);沙堆底面积和体积大小均随着水平尺度的增加而增加, 4个演替阶段沙堆体积大小排序为活化阶段发育阶段稳定阶段雏形阶段;灌丛植被和沙堆形态特征间的相关性在不同演替阶段均不同:沙堆盖度与高度、生长状态之间均呈显著正相关关系,但与枯枝率呈显著负相关关系;沙堆尺度大小、迎风坡长与沙堆高度的相关性随演替逐渐增强.不同演替阶段主要指标间的回归拟合曲线均不相同,主要以直线方程、二项式和乘幂3种曲线变化为主:雏形和发育阶段沙堆水平尺度和高度之间为二项式关系,稳定和活化阶段为幂函数关系,而沙堆体积与高度之间均为幂函数关系;灌丛沙堆土壤质地的变化随沙堆的演替而逐渐退化,发育、稳定阶段沙堆土质总体良好,而活化阶段土质退化明显.各演替阶段沙堆土质的变化与地上植被的退化表观一致.     

变电运维存在的安全隐患及解决措施研究

随着我国社会经济不断发展,作为重要支撑的电力系统也规模空前。变电站是电力系统中非常重要的一环,承担着升高、降低电压等级和稳压调压的重担,对整个电力系统的正常运行起着非常重要的作用。在实际的变电运维工作中,常常存在很多安全隐患,有些是人为因素导致的,有些是变电站系统自身原因造成的。如果不能及时发现和处理这些隐患,就会影响电能的传输和降低用户的供电可靠性,严重威胁到电力系统的安全运行。深入分析了有效解决变电运维安全隐患的必要性和重要意义,并提出了解决办法和制订了具体实施方案,有助于变电站安全稳定运行。     

基于扩容和双距离决策的多目标粒子群优化算法

为了更好地改善多目标粒子群优化算法的收敛性和多样性,提出一种基于扩容和双距离决策的多目标粒子群优化算法。利用扩容的方法对目标空间中目标函数值的上下限进行扩大,得到新的上下限后再建立网格,这样可以计算出边界点的坐标。在小网格中选择引导粒子或者劣质粒子时,利用小网格中粒子到理想点和当前小网格最优点的距离进行决策筛选,这样充分利用目标空间中的信息来对粒子的优先级进行判断。对新的粒子进行差分变异,增加了整体的多样性,并通过阈值控制其变异的频率。将算法和当前具有代表性的多目标粒子群优化算法进行对比实验,提出的算法效果更佳。实验表明,提出算法的收敛性和多样性不仅得到较大提高,而且较为稳定。     

一种新的改进的“当前”统计模型的自适应滤波算法

针对标准"当前"统计模型中加速度和机动频率需要预先设定的不合理,以及在跟踪非机动和弱机动目标时存在精度不高的问题,从加速度状态方程式中推导出机动频率自适应表达式;并结合已有的加速度方差自适应算法,提出了一种新的基于"当前"统计模型的自适应卡尔曼滤波算法。仿真结果表明算法的有效性和合理性。