电网检修排序问题

研究一个从实践中提出的电网检修排序（调度）问题，并证明了该问题的一般情形是ＮＰ－困难的，对其特殊情形给出了多项式时间的算法．     

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。     

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。     

基于DenseNet的机载雷达动目标检测

针对传统机载雷达运动目标检测方法所需训练距离单元较多的问题,将运动目标检测问题转化为多分类问题.首先,基于少量训练距离单元数据构建分类所需的训练数据集;然后,基于卷积神经网络DenseNet构建多类分类器;最后,利用训练后的分类器提取雷达空时回波数据特征,进行目标检测和参数估计.仿真结果表明:基于DenseNet的机载雷达动目标检测方法能够有效检测目标,估计目标的距离、多普勒频率等参数.相比传统空时自适应处理方法,该方法能够显著减少所需训练距离单元数量;相比现有基于分类的目标检测方法,该方法能够有效提高目标检测和参数估计的准确度.     

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.