适用于校园网直播的p2p系统策略分析

目前校园网具有带宽高、IP分配有规律、网络结构相对稳定单一、用户集中、内部资源分享率高等特点，同时高校对网络资源的控制较为严格，因此开发适合此环境的p2p软件具有和目前互联网流行的p2p软件不同的方向和方法。节点策略是p2p软件的核心，该文将分析和探讨适合高校校园网直播环境的简单有效的p2p系统策略。     

层状粘弹性介质参数反演的同伦方法

以介质的动态时域位移响应作为参数反演的依据,利用大范围收敛的同伦方法对层状粘弹性介质的材料参数进行了反分析研究.动态时域位移响应比拟静态和频域位移响应含有更丰富的信息,而且在实际工程中所测得的信息也多为动态时域信号,因此将时间全过程的位移信息用于层状粘弹性介质参数反分析,将使反演的结果更合理,更接近实际.为保证迭代稳定性、削弱观测噪声的影响,同伦参数的修正采用了连续化修正方法.以三维层状粘弹性半空间介质为例进行了数值模拟,结果表明,反演结果不依赖于初始值的选取,反算过程稳定收敛,说明对反演参数连续修正的同伦反演方法对于层状粘弹性介质的动态参数反演是适用、有效的.     

结合奇偶测试的大规模集成电路征兆测试

征兆测试是一种高效简捷的电路测试方法。该文提出一种适用于大规模集成电路的测试方法——组合征兆测试法。利用这种方法,测试者可以通过穷举输入组合,使奇偶测试和征兆测试相结合,共同解决对大规模集成电路故障测试的难题。主要思想是:首先通过被测电路的奇偶性判断该电路的征兆测试法的可测性,对征兆测试法不可测的电路,引入高阶征兆测试的思想,使其成为高阶征兆测试法可测电路。结果表明:该方法在提高可测性的同时,还提高了电路征兆测试的测试效率和故障覆盖率。通过对一些基准电路和常用电路的测试验证了该方法的实用性。     

面向前向纠错的无线Mesh网多播差错控制协议

针对无线Mesh网现有媒体访问控制层协议进行多播时效率较低的问题,在分层信标驱动的无线Mesh网多播差错控制协议(Layer-BLBP)的基础上,提出了一种面向前向纠错的无线Mesh网多播差错控制协议———混合分层信标帧驱动协议(HLBLBP).该协议通过引入前向纠错技术和减少多播纠错时控制帧数量来降低重传次数,从而提高了用于数据传输的实际开销占整个多播过程的时间比例.仿真实验结果表明,新协议有效提高了多播网络的总体性能,提供的实际吞吐率比Layer-BLBP提高了25%以上.     

介质对磷酸铁结晶影响研究

磷酸铁的结晶与反应体系的酸度、温度及过饱和度相关.本文研究了不同介质中生成的磷酸铁结晶产物性能,探讨了磷酸铁纯度与反应体系相互影响关系,并制备出热稳定性好、磷铁元素摩尔比接近1的电子级磷酸铁.     

新传媒时代下广电企业集团发展模式浅析

面对以互联网和手机为主的第四代新媒体的竞争,在我国文化产业改革的政策支持之下,作为传统传媒产业的广电企业集团来说,既有着发展的紧迫性,又有着前所未有的发展机遇。广电企业集团与数字化终端和移动网络的融合,实现内容生产、制度组建、市场化运作的多元化发展已经成为广电企业集团产业发展的必然选择。     

分支结构电路的可测性设计优化

在硬件设计的初期可以对硬件测试中条件分支结构引起的测试向量冗余问题加以解决.以ALU为例,提出了两种分支结构电路的可测性优化设计,通过调整分支电路的选择条件来控制测试向量的施加,在保证错误覆盖率的同时可以明显减少不必要的测试向量.     

基于非线性和测试覆盖率的软件可靠性增长模型

软件可靠性增长模型一般假设故障是独立的,且检测到的故障能够被排除。但在工程中,一些检测到的故障可能无法排除,在排除过程中也可能会引入新的故障。考虑上述因素,本文假设故障的引入过程与时间呈现非线性关系,通过测试覆盖率函数来表示软件故障检测率,建立了基于非齐次泊松过程(non-homogeneous Poisson process, NHPP)的软件可靠性增长模型。为规避参数估计过程中模型函数导数连续性和存在性的限制,应用一个自适应变化的实值遗传算法进行计算。最后通过一个真实软件失效数据集对模型参数进行计算,利用不同的评价准则将所提模型和现有模型进行比较,说明所提模型的优越性和准确性。     

Compressive sensing based multiuser detector for massive MBM MIMO uplink

Media based modulation(MBM)is expected to be a prominent modulation scheme,which has access to the high data rate by using radio frequency(RF)mirrors and fewer transmit antennas.Associated with multiuser multiple input multiple output(MIMO),the MBM scheme achieves better performance than other conventional multiuser MIMO schemes.In this paper,the massive MIMO uplink is considered and a conjunctive MBM transmission scheme for each user is employed.This conjunctive MBM transmission scheme gathers aggregate MBM signals in multiple continuous time slots,which exploits the structured sparsity of these aggregate MBM signals.Under this kind of scenario,a multiuser detector with low complexity based on the compressive sensing(CS)theory to gain better detection performance is proposed.This detector is developed from the greedy sparse recovery technique compressive sampling matching pursuit(CoSaMP)and exploits not only the inherently distributed sparsity of MBM signals but also the structured sparsity of multiple aggregate MBM signals.By exploiting these sparsity,the proposed CoSaMP based multiuser detector achieves reliable detection with low complexity.Simulation results demonstrate that the proposed CoSaMP based multiuser detector achieves better detection performance compared with the conventional methods.     

基于改进神经网络的多AUV全覆盖路径规划

针对三维环境下的多自主水下机器人(Autonomous Underwater Vehicle,AUV)全覆盖路径规划问题,提出一种基于改进神经网络—Glasius生物启发神经网络（Glasius Bio-inspired Neural Network,GBNN）的全覆盖路径规划算法。对AUV的水下工作环境构建离散的三维栅格地图;根据栅格地图,建立相对应的三维GBNN模型;根据GBNN活性值的动态变化,AUV规划各自的搜索路径,对水下任务区域进行全覆盖搜索。仿真结果表示,多AUV可以协同完成覆盖搜索任务,能够自动避开各类静态和动态的障碍物,自动逃离路径的死锁区。