基于异构网络环境中的接纳控制算法

接纳控制机制可以有效控制网络拥塞程度,为VoIP应用提供服务质量保证。RED算法可以为VoIP应用提供公平的队列管理机制,鉴于RED队列的优越性和普遍性,提出了RED队列的延迟分析计算方法,并基于该计算方法设计实现了基于RED的接纳控制算法,仿真结果表明该算法是有效的。     

PU延迟性催化剂的合成与应用

实验合成了酸封闭延迟性催化剂,并采用实时粘度测试仪、熟化速度测试仪等手段对三乙烯二胺-异辛酸体系（C2）和三乙烯二胺-甲酸体系（C3）的延迟性催化剂的催化过程和材料物理性能进行了研究。研究结果表明：C2和C3是一种有效的延迟性催化剂,在反应初期显著降低体系粘度,提高体系的流动性能;在反应后期明显加快熟化速度,提高生产效率。C2和C3会降低材料的物理性能,其中C2对材料的物理性能的损伤比C3小。C3严重破坏了材料的耐水解性能。     

O2／CO2气氛下着火延迟特性影响因素分析

采用详细化学反应动力学方法研究了3种烷烃燃料（正戊烷、正己烷和正庚烷）在O2／CO2气氛及空气气氛下的着火延迟特性,探讨了初始温度为1000～1350K,压力为1．6～4．0MPa,过氧系数为0．7～1．3条件下,不同燃烧气氛、CO2体积分数、温度、压力、过氧系数等因素对3种烷烃燃料着火延迟的影响规律．结果表明：在相同初始O2体积分数条件下,高CO2体积分数气氛下3种烷烃燃料的着火延迟时间比空气气氛下明显延长;随着燃烧系统中初始CO2体积分数的增加,3种烷烃燃料的着火延迟时间进一步增加,O2／CO2气氛下出现着火延迟现象不仅与CO2的热物性有关,还与燃烧系统内CO2的化学反应动力学作用有关．     

太赫兹技术与在太赫兹波段的超光速研究

首先综述了太赫兹电磁辐射的性质和特点、太赫兹电磁辐射的产生和探测、以及太赫兹技术的应用.文章重点介绍了太赫兹波段的超光速研究进展,这里以介绍英国Strathclyde大学Klaas Wynne等人的若干实验结果为主.     

一种安全相关输入输出数据总线的实现

提出了一种在SPI总线上利用循环冗余校验码(CRC)、安全码和停等式自动反馈重传(ARQ)实现安全相关闭环传输的方法,给出了硬件电路设计方法和仿真结果.     

一种组播路由遗传算法

在计算机通信中,越来越多的多媒体应用如视频会议、多媒体教学系统、视频点播等需要组播技术,这就需要研究如何构造有效的组播树的问题。首先给出基于受限延时的最小代价组播树的网络模型及其教学描述;然后提出一种采用启发武算法和遗传算法的混合算法来解决该问题。该算法可以在满足延时约束的条件下,寻找出最小费用的组播树。算法仿真试验结果表明该算法有较好的性能,快速有效。     

一种新的多因子约束下的NWP反演ZTD残差改正模型

对流层延迟是GNSS定位的主要误差源之一,利用NWP模型的气象数据积分反演ZTD是当前研究热点.然而,采用两大气象预报中心(ECMWF和NCEP)的再分析资料反演ZTD的残差一般在±60 mm之间浮动,预报资料反演的ZTD的精度更差,都不能直接用于精密定位.一般是先将此反演的ZTD作为初值,设定先验方差,将残差作为未知参数求解.NWP反演的ZTD的精度,将直接影响对流层和模糊度参数在滤波过程中收敛速度.前人的研究表明,NWP反演ZTD的残差大小与测站所在纬度相关,利用纬度与残差的相关函数可提高NWP反演ZTD的精度,但效果并不明显.针对以上问题,比较ECMWF和NCEP再分析资料反演ZTD的精度,然后分析精度较高的ECMWF资料反演的ZTD的残差随温度、湿度、纬度、季节等因子变化的规律,并结合基于最小绝对残差法的多项式拟合方法拟合残差,提出一种新的多因子约束下的NWP反演ZTD的残差改正模型,从而提高NWP反演ZTD的精度.为验证模型的性能,以133个IGS站高精度ZTD为参考,拟合2015年ECMWF反演ZTD的残差,构建残差改正模型,并利用此模型改正2016年ECMWF反演的ZTD.实验结果表明：在纬度高于15°的地区,NWP反演的ZTD的平均残差和均方根误差比使用模型前分别减小了86.9%和36.3%.另外,对于较低纬度地区,此残差改正模型的效果不明显.     

房地产泡沫形成机制的系统动力学分析

在对房地产泡沫进行理论分析的基础上,根据系统动力学思想构建了房地产市场动态模型,并结合模型说明房地产投机性需求具有自我实现的特性,能够放大市场正常波动,特别是在市场存在需求缺口时会导致价格大幅上涨,从而形成了房地产市场泡沫。房地产供给方面存在的开工和建设延迟,以及销售延迟也是泡沫产生的客观原因。模型仿真中还发现,对市场冲击的正确认识和恰当的利率政策能有效抑制泡沫,反之则可能触发和加剧危机。     

行驶受扰延迟下配送车辆调度的干扰管理决策模型

针对行驶受扰延迟下配送车辆的调度问题,提出了基于多相量子粒子群算法的两阶段干扰管理决策方法.首先以最小化用户时间窗偏离度和最小化配送成本为目标,建立了问题的数学模型;然后对车辆配送发生干扰事件可能采取的干扰管理模式进行了归纳和分类,并在选定模式基础上提出了用多相量子粒子群算法进行路线选择的方法;最后在Solomon算例的基础上通过实验仿真,对所提出方法的性能进行测试,并与全局重调度方法进行对比分析,验证了本文方法不仅达到了优化目标的目的,还满足了干扰管理的实用性要求.