影响时频终端同步能力的因素分析

时频终端不仅需要给出与标准时间同步的时间信息,还要输出与时间信息的秒前沿同步的采样脉冲信号,而且更重要的是对同步的保持。结合时频终端的同步原理和同步精度,详细分析了影响时频终端同步能力的因素,讲述了频率准确度和频率漂移率的测量方法,为确保系统长时间保持同步提供了重要依据。     

ERP在中国集装箱码头信息系统中的应用前景

提出了ERP的特征,指出并分析了中国集装箱码头操作系统中存在的主要问题．将ERP的原理应用到集装箱码头操作系统,可以解决集装箱码头操作系统存在的实际问题,同时对提升集装箱码头企业的竞争力将会有很大的帮助．     

考虑空域功能性的终端区内三维扇区划设方法研究

为缓解终端区内管制扇区划设不合理的问题,本文结合空域功能性研究了终端区内三维扇区划设问题。首先,在满足传统扇区约束条件的前提下,以降低所有扇区管制负荷之和与均匀各扇区管制负荷为目标。接着,结合垂直高度的层次聚类与水平方向的泰森多边形划分,将终端区划分为若干个三维空域单元并根据不同的飞行性质赋予各空域单元不同的功能属性。根据优化目标,考虑功能性的相近程度,采用NSGA-II算法将各三维空域单元组合形成扇区。最后,以上海终端区为实例进行验证。结果表明,相比于现行扇区划设方案,优化后的扇区划设方案能够有效地降低扇区的管制负荷之和,同时均匀各扇区的管制负荷。     

液化天然气翻滚临界密度差的数值研究

液化天然气（Liquefied Natural Gas,LNG）在充装和储运过程中,密度差分层现象易导致翻滚行为,对LNG储罐安全造成极大威胁。当初始密度差小于临界密度差时,储罐内相邻两层LNG的混合过程较平稳;当初始密度差大于临界密度差时,LNG翻滚强度显著增大,混合过程趋于剧烈。因此,研究不同罐容储罐的翻滚现象与临界密度差之间的联系尤为重要。本文采用商业数值软件FLUENT分别对5,000、10,000、30,000、50,000、80,000、100,000、120,000和160,000 m3储罐内分层LNG的翻滚现象进行数值分析,获得多罐容LNG储罐内的翻滚现象随初始密度差的变化规律,并确定各罐容的临界密度差范围。研究发现：LNG翻滚流速随着分层初始密度差的增加而增加,初始密度差是影响LNG翻滚的直接原因;同时,LNG翻滚的最大速度与初始密度差呈线性关系,即：当初始密度差越大,翻滚时最大速度越大,表征翻滚越剧烈,该线性关系式中的系数并非定值,其大小与储罐高度和直径等尺寸参数相关;此外,LNG发生翻滚时存在临界密度差,与储罐直径满足二次方函数关系,临界密度差随着储罐直径的增大而减小,分层的LNG达到临界密度差而更易发生剧烈翻滚现象;最后,本研究针对不同储罐罐容,提出临界密度差区间,且大容量的储罐装载分层LNG时更易产生翻滚现象。     

基于注意力Seq2Seq模型的终端区航空器航迹预测

为充分挖掘机场终端区航空器航迹时间依赖性,解决中长期、多步长航迹预测精度不稳定的问题,引入注意力机制(Attention Mechanism)和教师监督(Teacher Forcing)中的指数衰减(Exponential Decay)采样方法,提出了一种基于序列到序列框架的机场终端区航迹预测模型(Seq2Seq-Attention Mechanism-Exponential Decay, SAE)。序列到序列框架实现了多步长预测,注意力机制提高解码器预测精度,指数衰减采样方法加速了训练阶段模型收敛,在一定程度上提高了模型的泛化性。最后,为了验证提出方法的有效性,利用天津终端区28架次、90天ADS-B航迹数据构建原始数据集,以平均绝对误差(Mean Squared Error, MAE)和均方根误差(Root Mean Squared Error, RMSE)作为模型性能评价指标,进行了航迹预测实验,实验结果表明：高度、经度和纬度在序列到序列框架中的循环神经网络分别采用LSTM、GRU和LSTM可以获得最好预测性能;以四种预测长度1分钟、3分钟、5分钟和10分钟进行建模,与基线模型中预测性能最好的结果比较,所提出方法在验证集上的高度、经度和纬度指标表现最优,10分钟预测窗口下的平均绝对误差分别降低了66.30%, 54.62%和36.59%,均方根误差分别降低了65.45%, 38.16%和20.57%,同时,上述四种预测时长下所提出方法预测结果的均值和方差最小,表明随着预测时长的增加,模型预测结果的稳定性最好。此外,引入的注意力机制与指数衰减采样方法对有效捕捉航迹时间依赖性、提高模型泛化性均具有积极的贡献.     

基于对称非负矩阵分解的终端区扇区划分方法

为了合理利用终端区空域有限资源,以满足各扇区间管制员负荷均衡为目标,提出了基于对称非负矩阵分解的终端区扇区划分。首先,通过建立终端区网络加权图和量化管制负荷,构建终端区扇区划分模型。其次,为保证相邻性和低方差对扇区单元层次聚类形成“snake”扇区序列,计算扇区单元之间的相似度值,生成相似度矩阵并进行归一化处理,利用对称非负矩阵正交分解对相似度矩阵进行求解,根据求解出的矩阵判断扇区单元所属区域,实现聚类划分。最后,选取现实终端区空域进行仿真验证,证明了对称非负矩阵分解划分方法的有效性。     

基于轻量神经网络的钢材表面缺陷快速识别

为满足生产环境中钢材表面缺陷实时分类识别的需求,提出一种可部署于移动端的轻量卷积神经网络模型用于高效识别钢材表面缺陷。通过知识蒸馏将ResNet50和MobileNetV3分别作为教师模型和学生模型,生成改进的轻量神经网络模型MobileNetV3_small_tp。利用MobileNetV3_small_tp作为预训练模型,选用NEU带钢表面缺陷数据集进行微调,同时使用数据增强以模拟实际工况,得到模型在测试集中精度达到100%。最后将模型部署于手机上进行实际钢材表面缺陷识别,移动端模型测试、验证以及实际检测结果均显示MobileNetV3_small_tp模型具有流畅的运行速度和较高的识别率,能够实现现场钢材表面缺陷的准确高效识别。     

基于SAGA算法的双40英尺场桥作业调度优化及比较分析

基于双40 ft场桥的作业特点，建立以最小作业时间为目标的混堆箱区内传统单吊具场桥、单起升双40 ft场桥，以及双起升双40 ft场桥调度模型。通过SAGA(simulate anneal genetic algorithm)算法求解模型，达到了优化场桥设备配置和调度策略、缩短平均装卸时间、提高自动化码头作业效率的目标。对比了不同相邻箱占比、总任务量和贝位数情况下的3种场桥的作业效率。结果表明：在相邻箱占比、总任务量或贝位数不同的情况下，双40 ft场桥效率均高于单吊具场桥，验证了调度模型和算法的有效性。     

基于图纸终端的公路隧道图纸设计方法与实现

基于图纸终端的公路隧道设计方法，将图形、尺寸标注、文本标注、工程数量表、文字说明和图框作为一个整体设计管理．图形、尺寸标注、文本标注封装成基于尺寸驱动的工程图元，工程数量表封装成基于特征的工程表元，文字说明封装成面向对象的注释块元，工程图元、工程表元、注释块元和图框共同组成图纸单元．根据工程特征将图纸单元分组．利用目录树对图纸单元、图纸组，甚至整套图纸（图纸终端）进行管理，由此实现基于图纸终端的公路隧道图纸的设计和管理．在此基础上，运用VC＋＋6．0开发同济曙光（GeoFBA）公路隧道图纸设计系统（SETDDM）．最后，归纳了基于图纸终端的公路隧道图纸设计方法的优点．     

基于上下文无关文法电报译码的算法实现

对于电报译码，传统的做法是根据电报的格式用相应的程序去识别报文。这种方法能够比较可靠折识别报文。但考虑到电报格式的易变性，这种需要程序员去修改源程序的方法就显得很不规范，所以编写一个与报文格式无关的电报译码程序就显得尤为重要了。