基于比特负载的非线性虚拟光网络映射机制的研究

光网络虚拟化技术的发展促进了在不同用户和应用程序之间的光纤网络物理基础设施共享。然而,光纤传输链路的非线性损伤对于系统的频谱效率、网络利用率等性能有一定影响。本文首先介绍了一种集成式虚拟网络映射机制,描述了该机制的实现原理。接着,在考虑了光纤传输非线性损伤的情况下,设计了一种基于OFDM比特负载的虚拟光网络嵌入算法(BL-VONE),并将其与基于单一调制机制的虚拟光网络嵌入算法(UM-VONE)进行比较。仿真结果表明提出的算法相较于基于单一调制机制的算法,可以提高约9%的频谱利用率和约9%的传输效率。     

考虑氯离子侵蚀时变劣化效应的近海斜拉桥地震易损性分析

为研究氯离子侵蚀对近海大型桥梁地震易损性的时变影响规律,以某近海斜拉桥为对象,建立非线性数值模型并开展增量动力分析,获得主塔等构件及桥梁系统的时变易损性曲线.结果表明,材料腐蚀会导致构件及结构的损伤概率出现不同程度的增加.桥梁结构第1阶自振周期对应的谱加速度Sa(T1)为0.3g时,主塔严重损伤的概率在0、25、50、75、100a五种服役时间下分别为0、8.9％、12.1％、22.1％和35.1％.不同构件的损伤概率差异显著,服役时间为100 a,Sa(T1)= 0.15g时,主塔、桥墩、桩、支座、拉索严重损伤的概率分别为0、0、21.0％、97.4％、6.4％.对于轻微损伤、中等损伤及严重损伤状态,系统易损性主要取决于支座的损伤概率;完全破坏状态则主要取决于桩的损伤概率.因此应重视沿海桥梁抗震性能的时变劣化,在桥梁设计中考虑环境侵蚀的影响.     

复杂场景散射中心模型化与雷达成像应用

在复杂场景中, 目标与环境之间的耦合散射会造成雷达图像特征的干扰, 这一问题给雷达目标自动识别与跟踪技术带来了困难, 成为雷达、电磁领域持续关注的热点研究问题。目前, 使用传统的电磁数值计算方法对复杂场景散射问题进行仿真, 所需计算资源巨大, 耗时很长, 而且多限于针对单一类型复合目标, 难以满足实际工程应用需求。针对此问题，提出了复杂场景散射中心模型化的方法, 集成散射中心模型、物理光学法、积分方程法、四路径模型、射线追踪等方法为一体, 实现了复杂场景、群目标雷达成像快速仿真。本文给出了三种有代表性的复杂场景的逆合成孔径雷达成像仿真结果, 验证了本文方法的可行性及泛用性。     

智能手环

@老马自奋蹄:智能手环从基础的计步、睡眠监测、提醒功能会逐步切入挖掘有效生活场景,一步步入侵更丰富的生活场景,想想手环可能成为企业的工卡,这多残暴;但也有好处——可以设置一下,在电脑边上坐上几个小时后,让手环提醒你运动一下。(用友股份公司助理总裁、咨询实施服务事业部总经理)     

同城即时配送问题基于多预测场景的在线调度

同城即时配送是随现代电子商务而产生的新问题,该问题呈现出极强的动态性与求解时间的紧迫性,并具有商户与顾客一对多的关系、车辆需要多次往返商户取货、货物取送有时效要求等诸多新特征,无法依赖现有研究而求解.针对这一问题,建立了基于多预测场景的在线优化调度方法,将带有预测订单的多个场景整合到路线规划过程,通过每个场景的方案计算,以及多场景方案的整合,得到了车辆赖以运行的集成方案,提高了调度方案面对未来不确定需求的适应性;所建立的调度系统在新订单进入时立即响应,在系统闲置时则采用大邻域搜索技术不断优化未完成的任务方案.最后,在具有200～300个日订单的大连市某同城即时配送公司的真实数据上,验证了在线调度方法的有效性和可行性.     

煤炭运输带损伤原因分析及其防治措施研究

煤炭中转运输中，带式输送机占有非常重要的位置，然而由于滚筒故障、减速器故障、输送带跑偏、启动问题、电气故障以及输送带损伤等状况的发生，往往会产生一些安全隐患和事故，各种故障中输送带损伤占了很大的比例，这给带式运输机的正常运转以及煤炭开采的顺利进行带来了很大的困难，基于此，文章对煤炭运输带损伤的主要种类、损伤的原因、损伤带来的危害以及预防措施和技术进行了研究，为带式运输机输送带的正常使用和煤炭带式运输机的维护和维修提供了指导和参考。     

高强度复合式训练对健美操选手体脂及组织损伤的影响研究

目的:探讨高强度训练(HIT)与高负荷训练(HVT),对健美操运动员组织损伤的影响.方法:针对健美操选手进行为期12周高强度复合式训练,并于运动前、训练中、训练后对受试者血清肌肉损伤的生化指标、体脂率等进行监测.结果:(1)高强度复合式训练能显著降低受试者体质量、体脂、甘油三酯、总胆固醇及尿素氮浓度;(2)提升血液葡萄糖、乳酸、肌酸酐浓度,增强天门冬胺酸转胺酶及肌酸激酶活性;(3)血液中的肌肉损伤指标值的提升与体脂下降率呈负相关,这暗示高强度复合式训练有利于肌肉再生,从而促使脂肪组织下降.结论:12周高强度复合式训练使健美操选手体脂明显减少、血液中肌肉损伤指标值提升,表明该训练方式可以促使肌肉再生,吸引全身含碳资源重新分配,使脂肪组织下降、肌肉组织增加,强度越高,碳资源重新分配效果越好.     

考虑车辆间交互作用的驾驶意图预测方法

准确的意图预测可以帮助智能车辆更好地了解周围环境并做出更加安全的决策，从而提高自动驾驶的安全性，促进人机协同驾驶。为了对驾驶员未来的意图做出更加精准的预测，提出了一种交互式意图预测方法。首先，通过将隐马尔可夫模型（HMM）与高斯混合模型（GMM）相结合，在充分考虑周围场景信息后建立了行为识别模型，用于对当前的驾驶行为做出准确的判断。然后，考虑到交通场景复杂多变的特点，提出基于意图的轨迹预测方法规划出一条最佳的行驶轨迹，并采用最大期望效用理论对未来的驾驶行为进行推理。由于行为识别和意图推理模型综合考虑了交通态势的演变过程和车辆之间的交互作用，所以将两个模型得到的结果相结合可得到车辆最终预测出的驾驶意图。最后，在NGSIM数据集对所提出的方法进行验证，结果表明提出的行为识别模型能够提前0.2~0.3 s识别出车辆的换道意图，结合未来意图推理模型，能够更加准确地预测出车辆未来的驾驶行为，由此可提高车辆驾驶的安全性。