电力线载波通讯火灾报警网络系统的研究开发

研究开发一种以电力线载波通讯为基础的新型火灾报警网络系统，对网络系统结构、网络协议、逻辑组件和传输方式进行优化设计，分析了主要干扰因素对系统可靠性的影响以及技术对策。     

电信管理子系统互连平台的软件结构

将现有各电信管理子系统基于ＴＭＮ（电信管理网）标准互连来构造更高一级的综合网管系统（ＩＮＭＳ），既能充分利用现有资源，又能很好地适应未来的发展。面对复杂的互连情况，选择合适的互连平台尤为重要。给出了一种互连平台的软件结构方案，分析了实现的关键技术。     

企业形象的内涵与外延

论述了企业形象的构成要素，企业形象对企业生存和发展的意义及企业如何树立良好的企业形象。     

地区配电网络路径选择的一种方法

地区网络按最小费用原则通常以带权图来描述。文章针对这些图分别用Ｋｒｕｓｋａｌ算法，Ｄｉｊｋｓｔｒａ算法及Ｆｏｒｄ＆Ｆｕｌｋｓｏｎ算法进行了优化设计。结果表明，Ｋｒｕｓｋａｌ算法偏重于网络的整体结构布局，而Ｄｉｊｋｓｔｒａ及Ｆｏｒｄ＆Ｆｕｌｋｓｏｎ算法更适合于单电源分支线路的优化路径选择。     

基于BP神经网络的隧道下穿既有运营地铁线注浆施工参数预测——以广州地铁18号线隧道注浆工程为例

新建隧道下穿既有运营地铁线施工过程中极易对既有运营地铁线产生不利影响，而广泛采用的超前预注浆尚处于以经验性选取注浆施工参数的阶段，导致工程事故频发。为此，首先以开挖段地层物性参数、地层位移变化值作为输入层，注浆施工参数为输出层，构建了基于BP(back propagation)神经网络的注浆施工参数预测模型；其次，以MAPE(mean absolute percentage error)作为预测精度评价指标，采取试算法对BP神经模型参数(隐含层节点数目、学习率)进行了探讨；最后，将提出的BP神经网络用于指导工程实践。研究结果表明：当BP神经网络预测模型隐含层节点数为9、学习率为0.01、训练次数为20 000以及精度目标值为1×10^-4时，模型适用性评价显示预测值与监测值之间最大相对误差为19,平均相对误差均低于13,说明提出的BP神经网络预测模型可行；进一步的工程应用结果表明：采用预测的注浆施工参数进行注浆后掌子面稳定、开挖过程中未发生隧道塌方等事故，满足相关规范要求。研究成果也可在隧道下穿其他结构或建筑物灾害防控注浆工程中得到推广应用。     

语音信号时间动态规正新方法

利用函数逼近原理，提出了一种语音信号时间动态规正的新方法，并由此导出了可用于神经网络语音识别的新特征。重点讨论了时间动态规正的原理、新特征的提取方法和性质。实验及理论分析表明，新特征对于神经网络语音识别及语音压缩具有很好的效果。     

地空量子通信流程构建及策略分析

针对预警机的地空量子通信问题，首先对影响其传输信道的主要因素进行了分析。基于分析结果，构建一地空量子通信流程，可使地面站与预警机在双向对准和跟踪后进行量子态的无线传输；基于该通信流程搭建一地空量子广域网，网络由空中平台和地面通信端等设备组成，根据不同的通信节点剖析3种路由策略，验证其可行性；最后对量子比特传输错误率进行分析，仿真结果表明通过提高信道系数，缩小测量基的偏差角度以及减少纠缠交换、经典信息引起的差错率，可有效减小传输的误码率。     

一种基于事件触发的分布式卡尔曼一致性滤波算法设计

针对无线传感器网络中存在的通信带宽受限等问题,设计了基于事件触发的分布式卡尔曼一致性滤波算法.采用增量发送的传输机制,每个传感器仅在当前时刻观测值与最新触发时刻观测值之间的差值平方超出阈值时,才将观测值发送到相应的估值器.而每个估值器都可以通过时间触发的规则从其邻居节点接收到估计值.为了避免估值之间互协方差矩阵的计算,通过局部最小化方差的上界提出了事件触发的分布式卡尔曼滤波器.基于李雅普诺夫方法证明了算法在均方意义下的指数有界性.数值仿真验证了事件触发的阈值越小,通信率越高且滤波器的估计精度越高;否则,通信率越低且估计精度越低.     

复杂环境下基于动态贝叶斯网络的目标识别

为了提升高动态复杂电磁环境下空战过程中对目标的识别能力,针对SBN网络模型无法满足战场的动态性要求以及对目标的经常性误识别问题,设计了一种基于变结构动态贝叶斯网络的目标类型识别模型。该模型是由静态贝叶斯网络模型演变而来,具有良好的动态表达性和滤波功能,弥补了SBN的不足,并且对空战过程中目标特征信息丢失的问题有良好的容错能力。仿真结果表明,基于动态贝叶斯网络的目标识别的识别效果,优于基于参数学习贝叶斯网络的目标识别。使用该模型后目标识别的准确性提高了5%,有效地解决目标类型识别过程中数据缺失和信息不足的问题。     

认知Ad hoc网络中基于凸优化的功率控制算法

针对认知Ad hoc网络的特点,构建了相应的网络模型,提出了一种基于凸优化理论的分布式功率控制算法。在分析系统内部干扰的基础上,以最大化网络效用值为目标,以认知用户的发射功率为求解对象,建立了一个通用的数学优化模型。在凸优化理论的指导下,通过引入辅助变量和变量的对数变换,将该模型转变为等价的凸优化模型,采用拉格朗日对偶法对该模型进行求解,得到了分布式的功率迭代算法。仿真实验表明：与其他算法相比,该算法在满足系统约束条件的前提下,取得更好的系统性能。