支持大规模地震探测数据快速可视化的云端数据缓存技术

首先, 基于云计算应用模式, 提出一种能有效利用云存储架构的双层缓存技术. 通过在客户端和服务器端建立分布式缓存, 能有效避免用户频繁访问远端数据, 为用户构建轻量级的客户端, 解决了目前地学数据可视化软件大量占用用户本地存储容量的问题. 同时服务器端也避免了多次访问云存储文件系统, 减少了大量的数据检索与加载时间. 其次, 提出一种ARLS(association rule last successor)访问预测算法, 根据用户的历史访问记录, 利用关联规则挖掘用户的访问模式, 对其访问行为进行预测, 进而提前加载数据, 提高缓存命中率, 解决了用户在可视化过程中不断移动兴趣区域, 频繁更换渲染数据的问题, 能有效应对用户具有多种访问模式的情况, 提高了预测准确率. 实验结果表明, 该云存储架构显著减少了本地资源消耗, 访问预测算法的准确率在最差情形下可达47.59%, 平均准确率达91.3%, 分布式缓存的平均缓存命中率达95.61%, 可有效支持云端大规模地震数据的快速可视化.     

嗅觉与感觉信息整合

 嗅觉作为重要的化学感官,对生命的生存和繁衍起着重要作用。本文阐述了嗅觉感觉的发生,说明了嗅觉在社会信息交流和媒介情绪中发挥独特作用,分析了嗅觉与其他感觉通道进行信息整合,构建了人脑对环境的生动表征。未来仍需进一步研究揭示嗅觉与感觉信息整合更为完整深入的图景。     

智慧城市建设,数据与规划管理

 智慧城市建设是因为信息和通信技术（ICT）更新传统城市设施带来的新的城市建设。因个人智能设备、云计算和大数据的普及,城乡地区会产生巨大的生活方式变化。智慧城市的实践和创新对城市管理提出了新的要求,追求更好的城市、更好的生活。据此本文论述了智慧城市建设的概念与目标,以及相关的制度建设与城市规划。     

Consensus problem of second-order multi-agent systems with time-varying communication delay and switching topology

Leader-following stationary consensus problem is investigated for the second-order multi-agent systems with timevarying communication delay and switching topology.Based on Lyapunov-Krasovskii functional and Lyapunov-Razumikhin functions respectively,consensus criterions in the form of linear matrix inequality (LMI) are obtained for the system with time-varying communication delays under static interconnection topology converging to the leader’s states.Moreover,the delay-dependent consensus criterion in the form of LMI is also obtained for the system with time-invariant communication delay and switching topologies by constructing Lyapunov-Krasovskii functional.Numerical simulations present the correctness of the results.     

弱湍流中无线光通信系统差错性能建模与仿真

大气无线光通信（FSO）信号受大气湍流及光电转换器件影响,不确定性大。从探测接收光信号的实际过程出发,以大气信道和光电探测信道两个基本模型为基础进行理论推导,提出了弱湍流扰动下光电转换的离散计数概率和连续计数概率密度两个严格数学表达式,给出了其数值计算方法。在此基础上,推导出二进制强度调制下检测电流的概率密度计算式,建立了弱湍流无线光通信差错性能的数学计算模型,并据此对闪烁指数、背景噪声等因素影响进行仿真。结果表明,基于该模型的系统差错性能与预测分析相一致,所给模型可有效评估弱湍流条件下无线光通信系统性能。     

自适应非相干累加次数和门限的捕获策略研究

阐述了扩频通信系统中伪码捕获的基本原理,分析了传统的基于噪声功率检测的自适应门限设定方法。针对现有捕获策略的研究重点主要集中在固定门限和自适应门限设定方面,提出了一种可以同时自适应调整非相干累加次数和门限值的捕获方案。详细介绍了新方案的结构和相应的自适应算法,给出了其捕获性能的仿真结果。通过和传统自适应门限方案的对比表明新方案在低信噪比情况下的捕获性能明显优于传统方案,大大扩展了捕获系统的动态范围。     

基于时频分析和神经网络的水声通信信号识别技术

 水声通信信号识别具有重要的现实意义。传统的识别器是每种调制模式分别设计的检测器,因而运算量随调制模式数量的增加而增加。随着通信技术手段日益更新,调制模式不断翻新,传统识别器已经不能满足快速检测和识别信号的要求,设计统一的特征提取方法以减少检测器的数量非常迫切。从侦收信号的时频分布中提取特征向量,利用人工神经网络对特征向量进行分类,基于此提出了一种新的识别方法。对本文提出的识别器,在使用前增加新的调制模式的样本并重新训练神经网络,使用过程中能实现更多调制模式的识别而不增加运算量。对特征向量的提取方法进行了详细描述,并通过计算机仿真实验,得出了低信噪比时的正确识别概率。     

混沌通信的非线性N-shift加密与迭代学习辨识算法

为增强混沌通信系统的保密性,讨论了非线性N-shift加密方案,从提高信号掩盖的非线性程度方面增强了混沌通信的保密性.利用迭代学习辨识方法来实现解密,完全重建信息信号,理论分析给出了学习算法关于初态误差和输出误差的鲁棒性和收敛性,推导出了学习算法关于非线性掩盖的收敛的充分条件.利用以上迭代学习辨识技术对采用复合非线性掩盖技术的蔡氏混沌通信系统进行仿真,结果说明迭代学习辨识算法可以完全重建信息信号,复合非线性掩盖具有高保密性.     

具有频谱可控特性的直扩系统规避窄带干扰技术

根据不同的m-W复合序列具有频谱跳变的特点,提出了一种在直扩通信中对窄带干扰进行规避的方法。该方法通过改变m序列、Walsh序列的周期和Walsh函数序列的序数可以使直扩信号具有频谱可控的特性,从而使窄带干扰所在频段的信号能量较少,降低干扰对信号的影响。仿真结果表明,对于单频和窄带干扰,在信噪比一定的情况下,采用规避方式的误码率可比常规直扩方式提高1至2个数量级。     

Resource allocation for cooperative diversity systems based on quadrature modulation

To improve the error performance and the resource utilization of cooperative systems, the optimum resource allocation, i.e., power allocation and partner choice, for an adaptive decode-and-forward (DF) cooperative diversity system based on quadrature modulation is investigated. The closed-form expression of the bit error rate (BER) system performance is derived and an optimal power allocation (OPA) algorithm is proposed to optimize the power allocation between the local and relayed signals under the minimum BER criterion. Based on the OPA algorithm, a partner choice strategy is proposed to determine the partner locations specified by various cooperation gains. Simulation results show that the proposed resource optimization algorithms are superior to the unoptimized algorithms by significantly reducing the BER and improving the cooperative gain, which is useful to simplify the practical partner choice process.