基于物联网的非常规突发事件的情报搜集

在对非常规突发事件的应急管理中,突发事件现场的情报起着至关重要的作用。本文结合物联网技术,阐述了物联网在应急领域的应用架构体系,分析了传统对突发事件现场情报搜集的手段和不足,探讨了物联网在突发事件现场情报搜集的关键技术和应用方法。     

华东某水库表层沉积物氨氮释放贡献量分析

通过对华东某水库进行现场水样采样, 并结合沉积物氨氮释放试验, 分析水库典型区域表层沉积物、上覆水和间隙水中总氮、氨氮含量, 揭示氮素组成的时空分布特征和表层沉积物对上覆水氨氮的影响. 结果表明: 库内氨氮和总氮呈现明显的季节变化, 且冬季明显高于夏季; 表层沉积物中总氮的质量浓度高于上覆水, 沉积物氨氮扩散通量为 0.18$\sim认知无线电中频谱感知方法的性能与感知场景高度相关. 研究表明, Nakagami-Gamma(KG)衰落信道模型能够可靠地描述无线通信信道. 针对采样点数、接收信噪比、地理位置等多种性能影响因素各不相同的一组异构节点在KG衰落信道下的感知场景, 提出了一种基于熵函数(based on entropy function, BEF)的合作感知方法. 首先, 根据异构节点的不同性能影响因素, 通过定义的熵函数计算各节点的综合评价得分; 然后, 筛选出得分较高的节点进行标准化能量检测; 最后, 采用逻辑或(OR)准则进行融合判决. 仿真结果表明, BEF方法有效地降低了系统的感知开销, 在各个节点的目标虚警概率较低($P_{\rm f}<0.1$)时, 显著提升了全局检测概率.     

半刚性节点连接钢框架的抗震性能研究

钢框架中梁柱的节点连接一直是钢结构抗震设计中难以处理的问题,在现行的钢框架结构设计中,通常把梁柱连接处理为完全刚接或理想铰接,但是在多数实际工程中,钢框架节点的性能处于刚接和铰接之间,即半刚性连接.利用SAP 2000分别建立了刚接和不同转动刚度的半刚性连接钢框架有限元分析模型,并进行了模态分析、反应谱分析以及循环荷载作用下的滞回性能分析.根据数据结果绘制层间剪力、层间位移和楼层位移曲线,探讨了节点刚度对整体钢框架结构抗震性能的影响,通过分析滞回曲线和骨架曲线来研究节点的耗能性能,以期为日后的钢框架设计提供一定参考.     

网络可靠性评估的演化过程重要度抽样模拟方法

针对具有高可靠度网络的连通失效概率计算问题,提出了一种重要度抽样Monte Carlo模拟方法.首先提出了考虑节点和边单元失效网络连通状态判别的演化过程算法,算法根据网络节点和边单元的可靠度,将每次模拟抽样产生的随机数转化为单元的修复时间;按照单元修复时间次序构建网络连通拓扑结构,并视为向网络连通状态转变的演化过程.然后基于重要度抽样Mont,e Carlo模拟求解高可靠度网络的2\K\All端连通失效概率,其中重要度抽样函数的计算采用基于演化过程和交叉熵模型的多准则迭代方法.高可靠度网络算例的计算结果表明,预抽样求解重要度抽样函数时,多准则迭代方法所需的预抽样次数约为其他迭代方法的1/40.因此,本文方法具有较高的计算效率.     

基于Chebyshev节点组的多元张量积多项式插值在布朗片测度下的平均误差

利用一元函数的Lagrange多项式插值构造了一种线性张量积多项式插值逼近多元函数。对于加权L2范数, 在布朗片测度下讨论了其平均误差,得到了相应量的强渐近阶。同过去利用线性泛函信息构造算法相比, 本文的算法利用的是标准信息, 且算法是构造性的, 可以直接解决实际问题。而且在平均误差方面, 结果显示该算法在一维情形下是阶最优的, 且在高维情形下与利用线性泛函信息得到的最优算子具有类似的逼近阶。     

基于同构子网判定的结点不可靠网络可靠度计算方法

 为提高结点不可靠网络的可靠度计算效率,提出一种基于子网同构判定的高效计算方法。在生成有序二元决策图（OBDD）的因子分解过程中,利用特征合并划分（CMP）识别网络分解产生的同构子网,然后根据网络中边和节点的逻辑联系,执行边替换操作将不可靠结点存储于OBDD;通过遍历OBDD 计算网络的可靠度。结果显示,该方法减少了同构子网带来的重复计算,并充分利用OBDD 的存储结构进一步增强了计算效率,计算中小型网络可靠度的时间保持在100 s 以下,计算数百结点网络可靠度的时间保持在百秒级,且计算中大型网络的开销远低于标准二元决策图（BDD）方法。     

高密度节点部署条件下WSN时间同步优化方法

在第三方参考广播协议的基础上,提出了一种基于节点密度的时间同步协议.该协议利用节点同步消息取代第三方广播消息,减少了消息发送数量.时间同步中每个节点只需发送两个数据包,通过消息夹带增加时钟调整的参考点来提高时间同步的精度.从理论上证明了同步精度与节点密度之间的关系;通过对比实验验证了协议的正确性和有效性,进而证明了同步精度随节点密度的增加而提高.     

多项式理想在三元插值中的应用

利用代数几何中理想和代数集的基本理论,研究了三维欧氏空间中多元Lagrange插值问题,构造了一种新的沿代数曲面插值适定结点组的方法--添加曲面法,该方对于曲面的拼接、散乱数据插值与拟合等有重要作用.     

LM-BP算法在金融股指预测中的参数设定

针对股价系统内部结构的复杂性、外部因素的多变性,分析了基于BP网络进行股市预测的原理,利用三层前馈神经网络对股市建立预测模型,探讨了网络的拓扑结构、隐节点个数确定的原则、样本数据的选取和预处理、初始参数的确定等问题.为了避免网络陷入局部最小点和提高网络的收敛速度,算法采用改进后的LM-BP,并与其他BP算法进行比较.以最具代表性的上证指数为例,仿真实验表明了经过对筛选后的样本学习,并对所建的预测模型进行训练后,该LM-BP算法能够对有短期上证指数走势进行有效稳定预测.     

错误测量下节点选择策略对跟踪精度的影响

为了实现一定比例错误测量下的目标跟踪,构造了节点与目标的简化模型;在粒子滤波基础上,采用贝叶斯估计获得先验概率;利用前一时刻的位置、速度估计和估计因子,得到每一个在探测范围内的节点到目标的最远和最近距离;再结合节点本身的测量值计算每一粒子相应的权值,然后加权得到范围内节点测量值的可靠性集合,从该集合中选择可靠的测量值作为跟踪估计依据.根据不同的权值计算方法,分为节点关联选择策略和二进制节点选择策略.仿真结果表明：在目标运动速度〈3m/s和错误测量概率〉0.1的情况下,采用节点关联选择策略的RBMCDA算法的跟踪精度优于单纯选择3个较大RSSI值的RBMCDA算法至少1倍.