无人机自组网三维GPSR协议研究

针对无人机高速运动导致通信链路易断开的问题,提出最大跳距的概念并据此设计了下一跳候选区域,以增加最佳下一跳的可选范围;考虑到高动态网络中GPSR信标交换不及时引起的位置信息失效提出了移动性预测机制,通过对邻居节点实时的位置预测,使得建立的通信链路更加稳健.为解决GPSR协议周边转发在三维空间不适用的问题,引入按需路由DSR泛洪寻找路由的思想,可以以最小跳数恢复贪婪转发.仿真结果表明和PSPFP路由协议相比,不同移动速度下的CA-GPSR协议在端到端时延、分组投递率和网络吞吐量等方面的性能都有不同程度的提升.     

基于LSTM的四旋翼无人机轨迹预测方法

实时、准确、高效的轨迹预测是对四旋翼无人机进行有效管控的重要前提.基于深度学习理论,提出一种基于长短期记忆神经网络(LSTM)的四旋翼轨迹预测方法.在LSTM基础上,使学习速率自动调整,基于四旋翼无人机位置坐标与速度参量,对轨迹数据进行训练与预测,其经度、纬度、高度误差分别为6.04、6.45、2.33 m.分析历史时间步长对于预测精度的影响,结果表明历史学习步长为40～45时,LSTM预测结果最佳;比较不同预测步数的预测误差,结果表明一步预测、两步预测误差结果较好,三步预测误差显著增大.     

约束间隙对气动柔性轴向驱动器伸长量的影响

设计一种弹簧约束气动轴向伸长驱动器,研究约束间隙对驱动器伸长量的影响.考虑伸长量受约束间隙、弹性材料刚度影响,根据驱动器轴向静力平衡方程,建立驱动器伸长非线性理论模型.搭建气动试验平台,获得两种材料5种间隙,共10组驱动器伸长量-气压关系,对比理论模型计算值和试验值.结果表明：通过控制驱动器内腔气压,可以控制驱动器不同程度轴向伸长;驱动器伸长量随通入气体气压和约束间隙的增加而增大,3 mm间隙灰色硅胶管驱动器在0.3 MPa下伸长率可以达到160%.     

不同细度石灰石粉对大掺量粉煤灰混凝土抗压强度及抗氯离子性能的影响

针对大掺量粉煤灰混凝土抗氯离子渗透性能不足的问题,通过试验研究了石灰石粉的细度(325目、400目和500目)对大掺量粉煤灰混凝土的抗压性能及抗氯离子性能的影响,测试了抗压强度及氯离子渗透深度,并结合混凝土的结合水试验,定性、定量地分析了石灰石粉对大掺量粉煤灰混凝土的影响.试验结果表明:细度为500目时能有效地提高混凝...     

滨海高速公路软基变形规律及沉降预测应用

滨海高速公路因软土欠固、海盐侵蚀和鱼塘开挖等因素导致路基出现一定程度的差异沉降,对高速运行车辆造成严重的安全隐患.为了探讨软土路基沉降变形规律,对路面沉降量、水平侧向位移和路基裂缝间的关系进行分析.基于路面实测沉降资料,建立以误差平方和倒数与误差绝对值倒数为基础的变权重组合预测模型.工程实例分析表明,当路面累积沉降差大...     

源重构近远场变换的探头补偿算法

源重构近远场变换方法在天线测量、天线诊断以及成像等方面的应用越来越多.该方法将待测天线的近场分布等效为包围待测天线的一个平面上的磁流作用,从而进行近远场变换,但现有源重构方法由于没有合适的探头补偿算法而精度较低.对此,首先根据互易定理给出等效磁流和探头接收信号之间的积分方程;然后用矩量法将其转化为矩阵方程,并求解出磁流分布;最后得到待测天线的方向图.波导探头测量喇叭天线的例子表明：所提方法得到的方向图的均方根误差仅为现有无补偿方法方向图均方根误差的1/3,该探头补偿算法准确有效.     

齐次多项式正定性的判定准则

通过构造新的正对角因子,给出了H-张量新的判定不等式.给出了偶数阶实对称张量,即偶次齐次多项式正定性的新判别条件,并用数值例子表明了新结果的有效性.     

基于经验模态分解的多模型融合售电量预测模型

售电量预测的精度是影响售电公司利润的一个重要因素.传统售电量预测方法难以解决售电量数据序列的趋势性、周期性与随机性等问题.为此,本文提出一种多模型融合的售电量预测方法.首先,采用基于经验模态分解方法将日和月度售电量分解为高、中、低频分量,构建三种独立的基模型,分别对不同频分量进行预测;然后,基于历史数据和同期的外部因素...     

面向复合材料带隙预测的两段式集成学习模型构建

带隙是钙钛矿型复合氧化物材料重要的特征参数,对材料的物理化学性质起决定性作用,如导电性能和光电性能等.为了寻找适合不同应用领域的钙钛矿型材料,利用机器学习进行带隙预测是一种重要的研究手段.构建了一个两阶段异质集成学习模型,在第一阶段使用多种不同的基础机器学习器(回归模型)进行预测;在第二阶段把对预测结果影响较大的描述子和基础机器学习器进行集成学习.利用该模型对210种钙钛矿型复合氧化物材料的带隙进行预测,并与多种独立的机器学习算法以及不同集成策略模型的预测性能相对比,评估了本模型的预测性能.结果表明,这种两段式的集成学习模型能够更好地学习到材料数据的内在关系,并具有较好的预测效果和较强的泛化能力.     

基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性.针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit,GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将...