多元散射校正和逐步回归法建立黑土有机碳近红外光谱定量模型

采用全谱建立近红外校正模型,计算工作量大且冗余信息多。通过特定方法筛选特征波长有可能得到更好的定量校正模型。逐步回归法在波长选取方面起到了重要的作用。多元散射校正技术（Multiple scatter correction,MSC）可以有效剔除由样品颗粒大小、装填密度、湿度等不同引起的散射影响,有效提高光谱的信噪比。以我国东北黑土为研究对象,采集了136个土壤样品3699cm^-1-12000cm^-1范围的近红外光谱,利用多元散射校正技术对近红外原始光谱数据进行预处理,评价MSC的去噪效果,并利用多元线性回归法建立了土壤有机碳含量与校正光谱优选波长点处吸光度之间的关系模型,评价多元逐步回归法优选波长的有效性。结果表明,多元散射校正技术有效降低了散射的影响,提高了相关光谱的信噪比,模型决定系数从0．598提高至0．681。基于手动挑选波长建立的模型决定系数高达0．956,预测样品集模型预测值与实测值之间的相关系数为0．823。手动挑选波长建立的SOC模型预测能力优于基于逐步回归方法建立的定量模型,利用逐步回归分析法优选波长还需要进一步研究。图7,参26。     

组织沟通模式对企业员工关系网络结构的影响

通过应用复杂网络理论,提出并介绍了企业生长模型,借助仿真实验探索了企业员工关系网络演化过程.发现组织鼓励员工团队内部和跨团队沟通的努力程度显著地影响着员工关系网络结构,而这些结构又与企业、个人的绩效密切相关.针对仿真模型研究的一个典型缺陷:缺乏外部有效性,将仿真实验数据及其理论上的逻辑结果分别与本研究所搜集的经验数据、其他学者的案例研究进行比较.结果证明两者比较相符,说明该模型及其基于该模型的研究结论是可信且有效的.     

基于DiffServ的星上交换设计与仿真

星上交换的设计在满足对综合业务QoS支持的同时,还需要考虑到星上实现复杂度和系统资源的限制.为此,基于DiffServ的思想,将(m,k)模型应用于地面业务到卫星业务的QoS映射,并通过双漏桶模型在业务增长时对星上数据进行有选择的控制,从而建立了一个实现复杂度低且可以有效保证综合业务QoS的星上交换框架.系统建模仿真结果表明,该设计方案在节省星上缓存资源的同时提高了系统性能,对业务的突发具有较好的平滑性.     

基于仿真的有线通信网络连接方案优化研究

费用问题是有线通信网络建设过程中的重要问题.针对通信网络费用计算过程中的拓扑结构问题和定性值量化问题,分别研究了"演进法"和"拟合法".其中"演进法"大大减少了拓扑结构选择的计算量,使多节点连接方案计算成为可能;"拟合法"为多层定性值的量化提供了手段.把这两种方法综合到仿真计算过程中,为选择费用最小的网络连接方案提供了支持.     

电视制导导弹武器系统通信区域仿真研究

通信区域是电视制导导弹武器系统的重要战术参数之一。它由图像和指令的正常通信范围的交集组成,受导弹武器系统和多种外界因素的影响。根据导弹、飞机的空间位置关系,以及图像/指令传输系统的无线数字通信链路公式,建立了导弹武器系统的通信区域模型。通过仿真计算,可以得出飞机与导弹武器系统的最大、最小通信距离,以及飞机偏离弹载天线的角度范围。实践证明,利用该仿真模型得到的通信区域满足战术技术指标要求,具有良好的应用价值。     

水声通信性能仿真中宽带波束形成软件的应用

将波束形成技术用于远程水声通信系统,可以提高接收信噪比。为了具体分析波束形成技术在水声通信中的应用,给出了用于任意阵形的宽带恒定束宽波束形成软件—SWARRAY。基于改进的自适应波束综合方法及时域宽带波束形成技术,软件可以合成各种运动状态下基阵的输出信号,为评估现实信道条件下波束形成技术在水声通信系统中的应用性能提供基础。结合直接序列扩频方案,验证了设计软件在水声通信仿真中的有效性。     

一种频域RS-LT级联码在短波通信中的应用研究

针对短波通信中同时存在误码和丢包的特点,提出了一种频域RS码与数字喷泉码串行级联的纠错纠删编码算法,并在FPGA芯片及短波电台终端上予以实现。频域RS码作为外码,LT码作为内码,使RS码和LT码互相促进,同时实现纠删和纠错,这是单独采用两种编码方法都无法达到的。仿真表明RS-LT级联编码可提高LT码译码成功概率。同时短波信道实测结果表明,编码模块的应用可有效提高短波电台正确接收概率。     

基于动态贝叶斯网的时变样本空间无监督学习

提出了针对概率分布参数时变的样本空间的参数估计问题,由于一般的聚类和EM算法等参数估计方法是针对概率分布时不变的样本空间的问题所采用的。因此,对于概率分布时变的样本空间而言,这些方法均不能有效、准确地估计实时变化的样本参数。通过构建动态贝叶斯网,利用先验和后验的知识进行预测和滤波,结合贝叶斯增量式学习方法并充分利用了其学习所获得的样本空间概率模型变化演进的规律,这样可以较准确、平滑地学习实时概率模型及其分布参数。     

k-冗余结构无线自组网广播算法研究

针对k-冗余连接路由算法的特点,对最优广播树的生成算法进行了研究。首先根据最优广播树的数学模型,证明了它是一个NP难题(NP-Complete)。然后针对网络拓扑的特点提出了启发式广播树生成算法。针对算法的特点,分析了算法复杂度和算法的效率。结合GlomoSim仿真平台,在无线网络环境下对算法的效率进行了仿真,将协议的性能与简单广播算法进行了比较。仿真结果表明,启发式广播算法能够减小网络开销和节点的转发次数,提高网络的传输效率。     

基于神经网络的移动机器人路径规划方法

针对动态环境下移动机器人路径规划,提出了一种基于递归神经网络的实时路径规划方法。利用神经网络表示机器人的工作空间,每个神经元都只有局部侧连接。目标点位置神经元具有全局最大的正活性值,该活性值通过神经元之间的局部侧连接逐渐衰减地传播到整个状态空间,障碍物及其周围区域神经元活性值则被抑制为零。目标点全局地吸引机器人,障碍物局部地将机器人推开实现避障,从而能够在动态环境下产生最优规划路径。仿真结果表明该方法具有较好的环境适应性和实时性。