基于增强现实技术的激光全息三维图像重建研究

为提高激光全息三维图像重建后的图像信噪比,设计一种基于增强现实技术的激光全息三维图像重建方法。首先对激光全息图像进行去噪处理与图像边缘特征处理,然后建立摄像机模型,并转换坐标系,采用增强现实技术对激光全息图像特征点配准,最后采用非局域平均法进行重建,以此完成基于增强现实技术的激光全息三维图像的重建。实验结果表明,此次研究的方法提高了图像的信噪比,在51 dB左右,还降低了激光全息图像配准的误差,达到0.01%左右,光线遍历覆盖度为99.84%,覆盖区域更全面,表明此次研究的方法具有一定的有效性。     

基于压缩感知的数字全息成像技术

提出一种基于压缩感知理论和数字全息术的数字全息压缩成像技术。通过传统相移数字全息技术获取干涉图样,将干涉同样投影到测量矩阵上,通过计算內积直接获取全息压缩数据。这些数据经过传统通信信道传输后,利用压缩感知重构算法获得原始全息数据,然后经过菲涅尔逆变换得到原始图像。实验仿真结果证明了这种压缩全息成像方法的可行性。     

基于压缩感知的智能电网入侵检测方法研究

通信网络的安全性是智能电网稳定运行的前提和基础。针对现有电力通信网络入侵检测方法存在的检测率、效率低、漏检误检高等不足,提出一种基于压缩感知的检测方法研究。利用压缩感知技术对原始信号进行降维处理,并匹配观测向量矩阵;鉴于原始信号的稀疏性可以得到最优的匹配结果,并通过属性约简去除过多的冗余数据,基于误差二次方对电力数据进行重构、量化与恢复,改善数据度量的质量,保留原始信号中的细节特征,准确识别出恶意数据或代码。仿真结果表明,提出方法在应对DoS和R2L等不同的攻击类型时,都能够获得更高的检测率水平,在检测耗时方面相对于传统方法也具有明显优势。     

基于SVM的电力通信网络路由均衡方法研究

路由均衡过程存在负载开销，导致路由分配风险概率增加，提出基于SVM的电力通信网络路由均衡方法。构建路由均衡模型，通过能量函数分配网络业务路由，基于粒子群优化算法改进最小支持向量机的路由算法，求解均衡模型；通过最小支持向量机估算网络节点剩余能量，选用负载开销最小的路径路由数据，实现电力通信网络全局路由均衡分配。实验结果表明：该方法可均衡电力通信网络中存在的风险，且噪声大小对电力通信网络覆盖率、节点平均剩余能量以及业务中断影响不明显，在均衡电力通信网络业务方面具有可靠性与有效性。     

基于无环替代重路由优化的网络可生存性增强方法

为了提高网络单链路(节点)故障的快速恢复能力以增强网络可生存性,提出一种基于模拟退火粒子群优化及二分图最小点集覆盖算法的无环替代重路由技术优化方法.无环替代快速重路由技术很难实现故障完全覆盖,因此在原始拓扑基础上首先利用模拟退火粒子群算法对无环替代路径(LFA)数量基于权值进行最大寻优,对经过权值优化无法实现故障完全覆盖的网络,再通过两次链路增补过程以达到LFA全备份的目的.实验结果表明该方法不仅能实现网络所有单链路(节点)的无环替代,增强了网络可生存性,同时相较原始拓扑能有效地减少增补链路数.     

一种使用边缘增强技术提高相似图片检索召回率的方法

针对大规模图像分类处理中图像旋转或背景变换导致的配准度较低问题,提出一种基于边缘增强的卷积神经网络图像分类方法。该方法通过VGG19网络模型提取图像特征,并使用余弦相似度进行图像分类判定,利用边缘增强突出图像主体的边缘特征,降低图像旋转或背景变换对VGG19网络分类性能带来的影响。实验证明,该方法可以有效地提高同一主体旋转图像和背景变换图像与原始图像的相似度,适用于各类图像的分类。     

电力系统通信网络资源管理的概念与特点

电力系统通信网络能够提高供电的性能和电量,通过扩大供电能力,从而能够提高供电可靠性,为实现智能电网建设奠定坚实的基础。随着我国电力事业的发展与进步,我国的电力通信系统覆盖的范围越来越广,应用电力通信的设备越来越多,传统的电力系统通信网络资源管理模式,已经不能够满足电力系统的发展。在计算机技术与网络技术发达的今天,应该利用好网络对电力通信系统管理进行改善。文章通过对电力系统通信网络资源管理的概念和特点进行分析,探讨了如何在电力通信网络的种类与数量庞大的情况下,提高电力通信网络管理,进而提高供电的速度与质量。     

一种有效的无线传感器网络密钥协商方案

 针对无线传感器网络能量、计算能力、存储空间以及带宽等局限性问题,提出了一种适合无线传感器网络的密钥协商方案EKASFWSN(Efficient Key Agreement Scheme for Wireless Sensor Networks).该方案首先运用身份加密(IBE)算法预置网络系统参数并通过计算获得节点的相关参数;然后节点使用组播技术向邻居节点广播其ID号并利用Diffie-Hellman密钥交换技术和IBE算法安全地交换节点间的相关参数、计算节点的密钥;最后利用计算获得的节点间共享密钥使用对称密码方法对网络消息进行加、解密.与目前在WSNS研究中比较流行的传统网络密钥协商方案进行的理论分析和仿真实验,结果表明:EKASFWSN方案较好的解决了无线传感器网络在计算能力、能量、存储空间和带宽等方面的局限性问题;并通过密钥交换和身份加密等技术提高了节点通信的安全.     

基于节点行为特征分析的网络流量分类方法

针对基于加密分组数据的网络流量分类问题,该文提出两种基于行为特征的分析方法。结合流量矩阵和网络结构熵技术,定义了出入度熵指数等参数用于描述节点间的连接行为和数据传输特征,并利用多个周期和时间尺度下的熵指数分析不同流量特征。通过可视图建网方法将流量序列转化为连接网络,利用网络结构相关参数分析流量中蕴含的节点间交互行为的差异。实验表明不同业务流量矩阵的熵指数变化趋势差别较大,而流量序列对应连接网络的聚集系数等存在明显差异。两种方法对于不同业务流量具有较好的分类效果。     

基于属性散射中心模型的SAR 目标重构可视化增强方法

基于属性散射中心模型对实测SAR 数据进行参数估计,利用参数估计的结果对实测SAR 目标重构可视化增强对于辅助SAR 解译人员进行判别具有重要的意义。该文提出了一种新的可视化增强方法,利用成像操作(IFFT)的线性特征,在参数估计的基础上,基于属性散射中心模型分别对各个散射中心自适应成像,最后叠加重构整幅SAR 图像。实验结果表明,该方法可以有效提高目标重构的可视化效果。      

关于宁夏电力波分通信系统建设的探讨

随着宁夏电力各类大颗粒业务的增长,"十二五"期间,宁夏电力通信传输网络将从传统TDM业务为主的网络,向IP数据业务为主的模式平滑演进,在此基础上建立稳定的DWDM传输系统。论述了波分复用系统在宁夏电力通信网中应用的必要性,配置ROADM节点,采用保护机制和预警网络隐患技术,以确保网络的稳定性。     

LoRa在电子价签系统中的应用与实现

传统无线局域网组网方式存在通信距离近、功耗高等问题，不能满足大型超市电子价签系统的通信要求。为此，提出一种基于LoRa（Long Range）通信技术的电子价签系统设计方案。采用具备LoRa调制方式的SX1278芯片作为系统LoRa模块的主芯片，以STM32单片机作为网关和节点价签的主控MCU，采用星型拓扑结构组网，并通过对通信过程中信噪比和接收信号强度两个参数值进行融合计算来分析信道状态，以此实现对数据传输速率的自适应调整。经实验测试，该系统通过服务器可经LoRa无线网络稳定传输数据，最终对电子价签显示内容进行更改，并有效提高了通信距离和降低功耗，可满足大型超市的实际需求。     

ARGIS-based outdoor underground pipeline information system

Outdoor augmented reality geographic information system (ARGIS) is a hot topic of augmented reality application over recent years. This paper tackles the key issues of ARGIS, designs the mobile augmented reality based underground pipeline information system, and respectively realizes the computer vision based version (CV-version) and the sensor based version (Sensor-version). The CV-version system employs the neural network based 3D features matching method. After comparison and evaluation of the two versions as well as interviewing the domain exports’ opinions on the proposed system and the traditional PC-version virtual reality pipeline information system, it indicates that the CV-version is better in virtual-reality fusion and interactive experience and that Sensor-version is better in environmental robustness; PC-version virtual reality pipeline information system is more macroscopic in demonstration communication and this system is more assistant in the site survey of urban underground pipelines. To sum up, taking the underground pipeline information system as an example, this paper studies the characteristics of two different techniques of computer vision and sensor fusion in ARGIS, and makes a detailed comparison of these two techniques from two aspects of performance parameters and user experience. Some guiding conclusions are drawn, which provides a new way for the research of the application system in the field of outdoor geographic information system.     

电力光通信网中风险均衡路由算法研究

在大力发展智能电网的背景下,支撑电网运转的电力光通信网规模日趋庞大,其承载的业务更加多样化。然而电力光通信网的业务路由规划主要以最短路径算法为主,导致电力光通信网存在业务重要度分布不均衡,从而导致网络局部风险过高的问题。针对上述现状,文章采用深度强化学习技术,以网络业务风险均衡为目标,提出了基于强化学习的电力光通信网风险均衡路由算法。该算法考虑业务重要度分布情况、链路容量和链路光信噪比,实现了电力光通信网风险均衡化。文章选取某省电力通信子网验证方案的有效性,研究结果表明,该方法能够有效地降低电力光通信网风险均衡度,为电网的安全运行提供有力保障。     

可视化技术在电网信息通信专业展示中的应用

通过多媒体和大数据技术可以对电网信息通信专业系统进行数据挖掘分析,并实时动态的可视化展示。文中对电网信息通信系统的数据、网络拓扑、设备状态等内容进行更加形象、直观和多角度的可视化图形展开研究。系统将电网的运行数据采用灵活、实物化、动态的方式表达,借助虚拟现实、三维地图、大数据技术进行显示,使调度运行人员可直接得到电网运行趋势和本质的高层次信息,从而可及时发现已存在的异常和潜在的事故隐患,加强对电网宏观信息的管控。     

基于细胞自动机模型电力网络攻击预测技术

传统电力网络攻击范围预测技术的预测范围不够广,导致电力网络安全性提升效果不明显。为此,提出基于细胞自动机模型的电力网络攻击预测技术。搭建电力细胞自动机模型,将细胞自动机中的细胞看作电力细胞,建立细胞活力值转换规则,将其与攻击者执行攻击概率相结合,预测电力细胞的发展变化。根据中心电力细胞及邻域电力细胞的变化趋势预测电力网络攻击。实验结果表明：在时间因素影响下,提出的基于细胞自动机模型电力网络攻击预测技术的预测攻击节点位置与原始节点基本一致,预测后负荷切除量始终在100 MW以下,本文所提技术的有效性更好。     

基于位置加权的电力通信网站点带宽估算方法

提出一种电力通信网站点通信带宽估算方法,涉及电力通信网领域?所述方法包括如下几个步骤：首先根据电力通信网拓扑图,确定电力通信网站点在电力通信网中的局部重要度和全局重要度;接着对电力通信网站点的局部重要度和全局重要度进行融合,得到电力通信网站点的实际重要度值;然后根据所述实际重要度值确定每一个站点通信带宽估算模型中的数据业务冗余系数;最后根据站点通信带宽估算模型计算电力通信网站点的规划带宽?提出的方法利用站点在网络拓扑中的位置计算站点的重要度,并将节点重要度引入站点通信带宽估算中,克服了传统站点通信带宽估算结果不够精确的问题?     

不受网络拓扑约束的就地型馈线自动化故障处理方案研究

传统就地型馈线自动化整定参数受网络拓扑结构的约束较大,当电网结构发生变化时,原整定参数需要随之进行修正,增加了操作的复杂性。为此,通过分段开关和联络开关分别对供电区域和负荷点序号进行逻辑编号,探究各个逻辑序号下各开关运行参数的整定原则,提出了一种不受网络拓扑约束的就地型馈线自动化故障处理方案。通过对发生故障后分段开关和联络开关的动作特性进行分析,提出了拓扑改变后的故障处理流程。案例分析结果表明,本文所提方案具有自适应性,能够适应变化的网络拓扑结构,完成对故障区段的隔离并恢复非故障区域的供电。     

基于无监督栈式降噪自编码网络的显著性检测算法

针对现有的显著性检测算法检测目标类型单一、通用性差的问题,提出一种基于无监督栈式降噪自编码网络的显著性检测算法.该算法利用无监督栈式降噪自编码网络（Stacked Denoising Auto Encoder,SDAE）在多个尺度对原始图像进行稀疏重构,将原始图像与SDAE网络重构图像之间的差作为显著图,二值化后的显著图作为显著性目标检测结果.在SDAE网络训练过程中,将原始图像作为原始数据,网络重构的图像作为观察数据.为了提升网络训练效率,首先利用无监督逐层贪婪方法训练同结构的深度信念网络（Deep Belief Network,DBN）,将训练得到的DBN网络参数设为SDAE网络的初始参数,再计算原始数据与观察数据之间的互信息作为网络收敛代价,利用反向传播进行网络参数微调.实验表明,该网络模型可以完成多类型目标的显著性检测,具有通用性好,准确度高等优点.