红线协定：美国石油资本进驻海湾地区的起点

随着第一次世界大战的爆发,石油从一般性商品跃为战略性物质。美国借战争之机成为世界经济和军事大国,提出＂十四点原则＂意欲争霸世界,海湾丰富的石油资源引起美国的＂关注＂。战后,美国政府积极支持本国石油资本向海湾地区扩张,迫使中东霸主英国签订＂红线协定＂,插足伊拉克,打破了英国对海湾石油资源的垄断。     

TOD模式下上海轨道交通2号线沿线居住环境分析

TOD模式是以快速交通为导向,促使中心城区部分功能向郊区转移的城市发展模式.它所强调结构紧凑、混合高效性的土地利用方式,正是解决目前大城市可持续发展的关键.分析了TOD模式引导下2号线沿线居住环境,将其划分为商务商业主导型和产业园区配套型以及纯功能居住型.并认为2号线沿线的居住环境存在着功能不够整合,中心城区过度集聚,郊区吸引力不足分析等问题,并提出了相对的对策建议.     

基于激光点云的大跨度曲线圆管结构线形高效自动检测方法

大跨度曲线圆管类结构在工程上应用广泛,但该类结构存在线形获取效率低、整体线形难以保证等问题,因此提出一种基于激光点云的大跨度曲线圆管结构线形高效自动检测方法。利用三维激光扫描仪对结构全方位、快速的姿态获取,然后进行目标点云降噪、删除无关点等操作,最后采用编程算法对曲线圆管的中心线实现自动化批量提取。为验证中心线线形精度,赋予中心线合适半径值完成曲线圆管的重构,并将重构模型与点云进行三维对比分析。以某大跨度曲线圆管围护结构为分析对象,试验表明,由该方法逆向得到的大跨度曲线结构整体线形精度高、效率上大幅度提升,有良好的工程应用前景。     

基于电力载波的以太家庭网络通信系统研究

提出一个基于电力载波的以太家庭网络通信系统的总体方案与系统构成,详细介绍了系统的硬件组成及工作原理、软件组成与实现方法。     

面向HBT干涉定位的直线式传感阵列结构优化

针对阵列中传感器阵元对声源定位性能的贡献率不同,开展了基于Hanbury Brown and Twiss干涉定位的阵列优化研究。首先,根据声场HBT干涉定位原理,建立了八元直线传感阵列的声学定位理论模型。其次,以阵列定位误差在1%以内为目标,对八元直线传感阵列进行拓扑仿真优化,得到5种四元直线传感阵列。最后,通过实验验证,仿真优化得到的5种四元直线传感阵列中有2种阵列的定位误差在1%以内。通过对传感阵列拓扑优化的研究,能够降低传感器的个数,且保证对声源的定位性能不变,从而减少了阵列信号处理的复杂性。     

浅谈GPS RTK测量技术的应用

GPSRTK测量技术以其高效率、高精度的优点得到测绘及相关单位的广泛应用。文章主要就GPSRTK的测量原理、基本配置、GPSRTK的应用及作业时注意事项进行了讨论,同时对GPSRTK测量技术与传统测量技术进行了对比,阐述了GPSRTK测量模式的优势和广泛的应用前景。     

变加权系数联邦卡尔曼滤波在GPS/DR组合定位系统中的应用研究

针对全球定位系统(GPS)接收机易出现"丢星"现象及航位推算系统误差累计问题,采用变加权系数的联邦卡尔曼滤波信息融合算法,实现以航位推算系统(DR)辅助GPS定位系统的组合定位系统,并用Matlab软件对此算法进行了仿真研究.该方法既克服了GPS信号的遮蔽问题,又充分利用了DR的短时高精度自主定位.仿真结果表明,该方法在保证了系统定位精度的前提下,有效提高了定位系统的容错性和工作可靠性.     

基于图注意力和特征融合的链路预测方法

链路预测是一种还原网络缺失信息的方法，通过当前已观察到的链路，预测实际存在但未被观察到的链路或可能出现的新链路.当前链路预测主要是基于图神经网络的深度学习方法，相比基于规则的启发式方法，前者可有效利用网络拓扑结构信息，较大地提升了网络链路预测性能，并可应用到类型更广泛的网络中.但是现有基于图神经网络的方法，仅利用网络中节点相对位置信息，忽视了节点基本属性和链路的邻居信息，且无法区分不同节点对链路形成的重要程度.为此，本文提出一种基于图注意力网络和特征融合的链路预测方法.通过增加节点的度、链路的共同邻居数量和共同邻居最大度等特征，丰富了网络的输入特征信息.本文首先提取以目标节点对为中心的子图，然后将其转化为对应的线图，线图中的节点和原图中的链路一一对应，从而将原图节点和链路信息融合到线图的节点中，提升了特征融合的有效性和可解释性.同时本文使用图注意力机制学习节点的权重，增强了特征融合的灵活性.实验表明，本文所提出的方法，在多个不同领域数据集上的AUC和AP均超过90%,在已观测链路缺失较多时，预测性能保持80%以上，且均优于现有最新方法.     

基于捷联惯导的蛇形管道机器人定位算法

为解决蛇形管道探测机器人因处于地下管道，难以定位的问题，本文基于牛顿第二定律为蛇形管道探测机器人设计了一种高精度的捷联式惯性导航定位系统（Strap-down Inertial Navigation System SINS）。本系统搭载九轴惯性测量器件（IMU）对蛇形机器人的加速度及角速率信息进行测量，融合卡尔曼滤波算法对定位系统进行误差补偿，采用四元数法构造捷联式惯性导航系统姿态矩阵进行姿态更新，再积分得到速度和位移。利用MATLAB软件根据上述算法对机器人的速度、位移进行分析计算，并与机器人真实的速度位移做比较，验证算法的可靠性。实验结果表明，该算法的定位误差最大不超过4.7%，能够为管道探测机器人提供准确地速度和位置信息，具有较高的实用价值和意义。