基于多参数稳定分布的GBAS垂直保护级计算

针对全球导航卫星系统(global navigation satellite system, GNSS)的地基增强系统(ground based augmentation system, GBAS)的完好性评估过程中, 使用误差包络理论计算保护级(protection level, PL)时, 误差模型存在的“厚尾”“不对称”“非零均值”等问题, 提出了基于稳定分布的误差包络理论。首先给出了高斯包络理论计算PL的模型; 其次推导了两参数与四参数稳定分布误差包络算法; 最后使用仿真数据和通过实验测得的数据, 对多参数稳定包络模型的算法进行评估。结果表明多参数稳定包络法在相似的计算复杂度下, 解决了高斯包络法建模时过于保守的问题, 显著提高了保护级计算的精确性。     

可重构智能面辅助的低精度量化大规模MIMO系统的信道估计

针对可重构智能面辅助的低精度量化的大规模多输入多输出(multiple input multiple output, MIMO)系统中信道估计问题进行了研究。该系统的信道估计难点在于可重构智能面由近无源反射天线构成, 没有基带信号处理能力。系统观测值通过低精度的模数转换器量化使信道估计问题变得更富挑战性。本文基于基站-可重构智能面-用户的级联信道推导出等效信道, 并证明在虚拟角域上，该有效信道是结构稀疏信号。提出了基于期望最大化的近邻学习广义近似消息传递算法，从低精度量化的观测值中恢复等效信道。仿真结果表明所提出算法比传统算法具有更好的性能表现。     

一类非对称三次Lienard系统的全局动力学

本文研究了一类非对称三次Lienard系统的全局动力学，其中的参数不要求充分小. 在分析了所有平衡点的定性性质并讨论了极限环和异宿轨道的存在性后, 本文在Poincare圆盘上给出了全局相图的完整分类，并结合已知结果给出其在参数空间中对应的分岔图.     

一种压缩空气与抽水蓄能耦合的新型储能系统及热力学分析

提出一种压缩空气与抽水蓄能耦合的新型储能系统，包括压缩空气部分(CAES)和抽水压缩空气部分(PHCA),可实现压力能的梯级利用，改善两部分的各自运行工况，具有较高的电-电转化效率，同时也为浅层废弃隧道及洞穴利用提供了新途径。针对该系统的结构特点，首先对系统进行了热力学分析，分析表明：新型系统的电-电转化效率为53.82%,能量转化效率为41.06%;PHCA部分具有较高的效率，CAES部分具有较高的容量和储能密度。随后，对能量运转较为复杂的CAES部分进行了分析，结果表明：CAES部分的主要输入能量来自于压缩机(76.05%),最大损失发生在高压储气空间的节流(23.33%)和蓄热器的蓄热(22.9%)过程。最后，对该系统进行了敏感性分析，结果表明：增加两储气空间的压力差和提升再热温度均可以提升系统的性能，而提升再热温度的收益最大，系统的电-电转化效率最高可达77%。     

基于剩余能量和距离的WSN混合路由算法

针对低功耗自适应集簇分层型协议(Low-Energy Adaptive Clustering Hierarchy,LEACH)在簇头选举和数据传输过程存在的不足,提出了一种基于剩余能量和距离的WSN混合路由算法.算法在分簇建立阶段,综合考虑节点剩余能量和簇头到基站距离2种因素对无线传感器网络(Wireless Sensor Networks,WSN)分簇的影响,采用了2种因素乘积形式对阈值(n T)进行修正.在数据传输阶段,采用混合路由方式进行数据通信,即比较节点到簇头、基站的距离,当节点距离基站较近时,节点直接与基站进行通信,反之,则通过簇头与基站进行通信.结果表明,考虑剩余能量和距离的混合路由算法的网络性能较为优越,其网络生命周期和基站接收数据包数量较传统LEACH算法都有较大提高.     

目标边缘特征增强检测算法

针对分组角点检测网络在目标检测过程中,由于目标尺寸过小或同类目标空间距离较小而导致检测失效的问题,提出一种边缘特征增强的CornerNet目标检测算法OEC。该算法通过分离特征的高低频信息提取更多的高频信息,增强目标的边缘轮廓特征,解决关键点定位不准确的问题,提高目标的框定效果,进一步提升检测精度。仿真结果表明,该算法对行人、车辆等目标检测效果均有提高,在COCO数据集上的检测结果与CornerNet相比,mAP提高0.9%,可应用于无人驾驶与智能机器人等场景。     

基于Android系统的粗骨料图像处理方法及试验研究

应用四点透视变换的理论及其方法,开发了Android系统的粗骨料图像处理及分析"应用"(APP).该应用通过对骨料图像边缘的提取,获得骨料颗粒最小外接矩形的长、宽及投影面积等骨料几何信息,并对骨料的级配及圆度、轴向系数等形状参数进行分析计算;在级配及形状参数分析计算的基础上,利用蒙特卡洛算法,模拟分析计算骨料的密实度.试验研究表明,该应用的检测与分析计算结果误差较小,与传统的筛分方法、固定相机3D、2D测试方法的测试结果均有较高的吻合度.其中,与传统的筛分方法相比,级配的最大误差为5. 76%,密实度的最大误差仅为0. 96%,测试分析精度完全能满足实际应用的要求.该应用还具有灵活易操作、成本较低、便携性良好等优点,是骨料质量与粒形测试分析手段的智能化发展创新.