大气中激光通信技术

文中介绍了光通信的历史、发展和分类,阐述了大气中激光通信的工作原理、重要器件和关键技术,以及大气中激光通信存在的问题。分析了大气通信中能量衰减的原因,提出了减小衰减的方法。研究了目前国内大气激光通信的应用现状,构思了实现大气激光准全天候通信和移动通信的蓝图,展望了未来大气激光通信的前景。     

应用激光进行空中与水下通信

需要与水下潜艇进行联系吗?没问题,如果双方都在水下。应用激光通信系统可以方便的进行通信(只要其中一方不在干船坞中),当从飞机或卫星上发射激光脉冲信号时,通信有效性会降低。研究人员正开发一种光学自由空间技术,使其能在昏暗的深海也能进行通信。在海水中,蓝绿可见光衰减程度最小(Jerlov最小衰减窗口)。用该光在介质之间(inter—medi-um),例如从空气到水中通信的信号衰减比其它方式(如甚低频与超低频电波通信)低80dB。     

IBMPC及其兼容机的多机通信

在现行计算机通信网络中，由于多种因素，其通信方式几乎均匀为“主从”式，存在着从机之间不能直接实现通信等主要特点。本文以ＩＢＭＰＣ及兼容机为主实现的多机通信，不但能实现任意分析之间的通信，而且还具有很好的兼容性和性能价格比。     

交通通信的现状与发展分析

交通通信（也称交通专用通信）是主要服务于公路水路交通运输的专用通信，是公路水路建设、管理和安全运营的主要保障手段，也是现代化公路和水路运输的重要支持系统。交通通信由水运通信、公路通信和交通专用长途通信三部分组成。接中，水运通信包括沿海港区通信、水上移动通信（含中短波无线电和海事卫星通信（INMARSAT））和内河通信；公路通信包括长途通信、地区通信和移动通信（集群）；交通专用长途通信主要指用于部机关与各省厅间通信的卫星通信网。     

高频通信技术的新发展

一、高频通信在军事通信中的现状与发展 （1）高频（1．5～30MHz）通信多年来一向在我国无线通信中占主导地位。由于近代卫星通信有很大发展，尤其铱星、地球星等相继发射，全球的个人通信即将实现，光纤通信也极为发达，这些通信手段信道稳定、频带宽、容量大，因此高频通信已有逐步被冷落的趋势，在我国研究单位多已转向更高频段的研究，生产厂也屈指可数。美国在二十世纪七八十年代热衷于卫星通信的研究与使用，但在海湾战争中发现高频通信仍有其重要价值，其注意力有所扭转，美国海军用了上亿美元更新其舰艇高频通信装备就是一个例证。     

未来通信展望

卫星通信、光纤通信和移动通信已成为现在通信的三大支柱。与此同时世界上一些发达国家又在相继研究和开发高新技术，于是一些新颖的通信方式应运而生。本文对中微子通信、蓝绿激光通信和引力波通信作一介绍。1．中微子通信中做子通信是采用中微子束来代替电磁波传递信息的一种无线通信方式。早在本世纪30年代，科学家们在研究原子核的p衰变过程中发现一种基本微粒，它是质量很小的中性粒子，故称为中微子。它的静止质量几乎为零，它对其他物体几乎没有吸引力。磁矩非常小，仅为电子磁矩的五千分之一。能量在传输中的损耗微乎其微，所以中微…     

长途通信光缆的障碍分析与维护

随着通信事业的不断发展,长途通信光缆的应用范围日益扩大,长途通信光缆承担的通信传输任务也越来越重要。然而,由于长途通信传输距离远,在信号传输的过程中容易出现故障,造成长途通信光缆的中断,导致通信业务受损。因此,对长途通信光缆的障碍进行分析,加强长途通信光缆的管理与维护对于确保通信的安全稳定,避免通信业务受损有着十分重要的作用。     

通信对抗战术的发展趋势

通信对抗装备技术决定通信对抗战术的运用 ,战术对装备技术的发展起牵引作用。通过对近几场高技术局部战争中通信对抗运用的研究 ,着眼未来信息化战场上通信对抗的新特点 ,从通信对抗装备技术发展的角度探索了通信对抗战术的发展趋势     

编队防御敌通信侦察的解析模型及分析

在未来高技术海战中 ,海上编队将面临敌电子信息攻击 ,敌我双方主要在短波、超短波无线电通信对抗范围内进行争夺。探讨舰艇编队的通信反侦察 ,研究通信反侦察的措施 ,为海上编队通信电子防御的指挥决策与组织实施提供依据和参考 ,以进一步增强编队通信防御能力     

深空、自由空间、非可视散射和水下激光光子通信

激光光子通信是国际通信前沿研究领域的一个重要的研究方向。近年来激光光子通信技术被广泛地应用于深空通信,卫星与卫星激光通信,自由空间通信,非可视散射通信和水下通信等领域内。首先,由于自由空间激光光子通信系统的高下传速率优势,使其成为未来深空通信重要的研究方向。其次,基于自由空间和非可视散射光子通信方式的分布式传感网络逐渐从实研室走向实际应用。在农业土壤质量检测、地震灾害事件、结构件压力、医疗参数数据、污染物输运和军事应用领域具有广泛的应用价值。另外,水下光子通信技术能够满足与水下观测和海底检测以及钻井平台相关的研究和检测所需要的高速率通信需求。总之,由于激光和光子探测技术的独特优势,光子通信技术研究兴趣日益强劲,将在深空、自由空间和水下通信中被广泛的应用和深入研究。     

A Data Quality Management Maturity Model

Many previous studies of data quality have focused on the realization and evaluation of both data value quality and data service quality. These studies revealed that poor data value quality and poor data service quality were caused by poor data structure. In this study we focus on metadata management, namely, data structure quality and introduce the data quality management maturity model as a preferred maturity model. We empirically show that data quality improves as data management matures.     

基于大数据Spark的配网运维数据处理研究

传统数据处理方法采用抑制量测误差方法改变权值,但增加了迭代次数,导致迭代总应用时间过长。为解决这一问题,提出基于大数据技术Spark的配网运维数据处理方法。先采用大数据技术Spark评估配网运维数据,再设计数据处理环节,运维数据经过HDFS、数据添加、数据清洗、数据合并、数据类型管理处理后,即可投入使用。在应用实例分析中,随机抽取10个配网运维数据,完成本次实验。实验结果表明,设计的基于大数据技术Spark的配网运维数据处理方法迭代总应用时间相比传统数据处理方法少26%。由此证明,该方法符合设计需求。     

在数据网格环境中可靠获取分布式数据的方法

为了保证数据密集型网格中的数据的可获取性，采用对数据资源增加存储副本的方法，提出了一种数据密集型网格环境下的大数据分片存储及散发方法，并设计了一种数据自动复制及散发模型。初步实验表明该方法能够以较小的系统代价大幅度提高数据的可获取性。     

分布式测量体制下的船姿数据重构

新一代航天测量船采用的分布式船姿船位测量体制提高了数据的准确性和可靠性,同时也给数据处理与使用提出了更多的需求,比如姿态数据一致性检验、姿态数据联合使用等.为此,提出了一种新的船姿数据重构方法.首先,对集中式与分布式测量机制进行了对比,分析了采用传统数据处理方法解决新需求会产生困难的原因,并指出姿态重构数据的取得将成为解决这些问题的关键;然后,分两个过程对分布式船体姿态测量数据的重构方法进行了推演,并说明了如何使用重构数据去解决新需求;最后,在重构数据本身精度和重构数据对飞行器目标定位精度影响两个方面对该重构方法进行了检验,结果表明使用该方法得到姿态数据满足任务精度指标要求.     

基于拍卖的物联网搜索数据提供机制

不同于互联网搜索采用爬虫等技术来采集数据,物联网搜索获取数据的主要方式之一是数据拥有者主动提供数据,然而自私性及隐私保护等原因导致数据拥有者不愿主动提供数据。这使得如何有效激励数据拥有者提供数据成为促进物联网搜索发展的关键问题之一。由于竞价拍卖能有效激励参与合作,因此将竞价博弈引入到物联网搜索中,为物联网搜索中的数据采集提供方法。具体地,提出了面向性价比最优的多属性逆向拍卖激励机制,证明了最优数据质量独立于自身报价、其他竞拍者的数据质量及其报价。     

基于FPGA和STM32的空管雷达数据协议转换器设计

雷达数据协议转换器是空管多雷达处理系统的重要组成部分。它将多路HDLC协议的雷达数据转换成单路IP数据,然后传入多雷达数据处理系统,避免系统为引接多路雷达数据而安装多个HDLC串口卡,较少的接线提高了系统可靠性。该设计提出了一种基于FPGA+STM32的雷达数据协议转换器设计方案,利用FPGA在并行处理方面的优势实现多路HDLC雷达数据的实时采集,FPGA与STM32之间采用串口协议进行通信,由STM32控制W5500以太网芯片完成数据的协议转换。最后,通过实验验证了该设计的可行性和有效性。     

一种结合贪心选择和特征加权的高维数据聚类算法

为解决传统聚类算法无法对高维数据聚类的问题,文中提出了一种结合贪心选择和特征加权的TC-Mean shift高维数据聚类算法。通过对一维数据进行聚类,获得一维数据的聚类结果,再通过加权添加维度聚类,最终获得所有维度数据的聚类,实现对高维数据的聚类。测试结果表明,该算法能够准确地对稀疏的高维数据样本进行聚类,能够处理各种维度的数据,具有良好的实际应用价值。     

云计算环境中差异化数据采集方法研究（英文）

In a growing number of information processing applications,data takes the form of continuous data streams rather than traditional stored databases.Monitoring systems that seek to provide monitoring services in cloud environment must be prepared to deal gracefully with huge data collections without compromising system performance.In this paper,we show that by using a concept of urgent data,our system can shorten the response time for most 'urgent' queries while guarantee lower bandwidth consumption.We argue that monitoring data can be treated differently.Some data capture critical system events;the arrival of these data will significantly influence the monitoring reaction speed which is called urgent data.High speed urgent data collections can help system to react in real time when facing fatal errors.A cloud environment in production,MagicCube,is used as a test bed.Extensive experiments over both real world and synthetic traces show that when using urgent data,monitoring system can lower the response latency compared with existing monitoring approaches.     

Data relationship degree–based clustering data aggregation for VANET

Data aggregation is one of the major needs of vehicular ad hoc networks (VANETs) due to the constraints of resources. Data aggregation in VANET can reduce the data redundancy in the process of data gathering and thus conserving the bandwidth. In realistic applications, it is always important to construct an effective route strategy that optimises not only communication cost but also the aggregation cost. Data aggregation at the cluster head by individual vehicle causes flooding of the data, which results in maximum latency and bandwidth consumption. Another approach of data aggregation in VANET is sending local representative data based on spatial correlation of sampled data. In this article, we emphasise on the problem that recent spatial correlation data models of vehicles in VANET are not appropriate for measuring the correlation in a complex and composite environment. Moreover, the data represented by these models is generally inaccurate when compared to the real data. To minimise this problem, we propose a group-based data aggregation method that uses data relationship degree (DRD). In the proposed approach, DRD is a spatial relationship measurement parameter that measures the correlation between a vehicle’s data and its neighbouring vehicles’ data. The DRD clustering method where grouping of vehicle’s data is done based on the available data and its correlation is presented in detail. Results prove that the representative data using proposed approach have a low distortion and provides an improvement in packet delivery ratio and throughput (up to of 10.84% and 24.82% respectively) as compared to the other state-of-the-art solutions like Cluster-Based Accurate Syntactic Compression of Aggregated Data in VANETs.     

数据元标准化在石油数据中的研究与实现

研究了数据元的相关内容，分析中国石油数据面临的现状，提出了一种在国际石油数据标准化组织POSC下实现数据元标准化的方案，指出只有在对数据元分析的基础上产生的数据标准，才具有科学性、系统性和规范性，并应用石油数据论证其可行性，希望对中国石油数据中心的建设进行有益的探讨。