MIPv6与FMIPv6切换性能分析与优化

随着移动通信的迅速发展，越来越多的移动设备提出了接入互联网的需求。移动IPv6的切换性能是保证移动互联网服务质量的重要因素之一。该文描述了MIPv6及FMIPv6的切换流程，分析了MIPv6及FMIPv6的切换性能及其切换过程中存在的问题，提出和归纳了一些优化思想和改进方法。     

协同系统中基于误比特率的波束成形设计

针对频率选择性信道下放大转发模式的多中继协同系统的波束成形因子设计问题进行研究。以最小化接收端总误比特率(BER)为目标,提出了一种两阶段的波束成形设计方法。所提方法可以有效降低设计的难度和复杂度,并且可以使接收端的总BER最小。仿真结果表明,与现有算法相比,本算法可以显著降低接收端的误比特率。     

星载光子计数激光雷达海面点云仿真方法

星载光子计数激光雷达作为一种新的探测体制激光雷达,已开始应用于海面测量。然而受海风等多种因素的影响,海面存在一定的粗糙度和较大的起伏变化,因此光子计数激光雷达返回的信号点云在返回能量和信号光子分布上存在较大的变化,潜在的影响到了海面高程测量精度。本文基于JONSWAP海浪谱和微面元模型理论,结合蒙特卡洛方法建立了光子计数激光雷达海洋目标的仿真模型。以ICESat-2星载光子计数激光雷达的系统参数作为输入,仿真了不同风速条件下海面的信号光子分布,通过与ICESat-2实测结果对比证明了仿真方法的正确性。基于仿真模型,分析了不同风速条件下,光子计数激光雷达的测距误差分布。结果表明,光子计数激光雷达测得的海面高程小于实际参考海面,且测量偏差和标准差随风速增加而增大,当风速为10m/s,累计脉冲次数为100次时,测量偏差约为-2.5 cm,标准差为3.6 cm。所建立的仿真模型和分析结果对优化针对海面观测的星载光子计数激光雷达的系统参数设计和平均海面观测结果修正具有重要的参考意义。     

用DCG制作全息显示屏的工艺研究

本文对应用ＤＣＧ制作全息显示屏的工艺进行了实验研究,从中比较出最佳的制版工艺,优选出满足课题要求的拍摄光路,并讨论了后处理工艺对全息显示屏质量的影响,最后还提出了一些尚待解决的问题。     

基于麦克风阵列的语音增强算法研究

语音通信为最普通的一种通信模式,在我们的日常生活中发挥着极为关键的效果.然而,在客观场景内,声音势必会因噪音而产生影响.此类噪声与干扰不但会影响声音的可知性,还使声音处理系统的性能急剧恶化.但是,在现实环境中,声音受到噪音和干扰是不可避免的.这些噪声和干扰不仅影响声音的可知性,还使声音处理系统的性能急剧恶化.麦克风阵列语音增强为语音增强中最普遍的一种模式.文章具体讲解了几类比较普遍的麦克风阵列增强算法以及语音扩展算法的仿真处理结果,语音扩展算法可以从噪音声音中尽可能地提取清晰的声音,从而提高语音质量和主观舒适性.     

基于矢量地图的无人机三维航线校正仿真

无人机三维航线校正执行过程中受到环境等因素影响,导致无法适应预定计划,易发生偏差,存在校正精准性较差的问题.基于矢量地图提出一种新的校正方法,首先利用LPA航线部署方法分布三维航线点,并通过检验局部一致性来防止重新对全局进行搜索,减少了干扰因素的阻碍与搜索空间范围;然后采用卡尔曼滤波算法准确定位无人机,通过路面监控站发出的方位信息来计算当前无人机与部署航线间的距离偏差,引入校正因子有效校正偏离航线,让无人机能够按照部署航线完成飞行任务.仿真结果说明,基于矢量地图方法具有较高的时效性和准确性,满足了实际应用需求.     

顺序输送粘度差对混油量影响分析

针对两种不同粘度的后行柴油分别与同一种前行汽油顺序输送时存在的混油问题,借助CFD模拟仿真软件,建立了三维流动传质耦合模型。模拟计算结果表明,前行油品与后行油品的粘度差对顺序输送时的沿程混油量有显著影响。由横向混油截面的变化情况来看,混油初期后行柴油以弓形前锋曲面嵌入到前行油品中,运行30s其前锋曲面逐渐变尖且以锥形曲面向前行油品逐渐延伸;从纵向混油截面的变化情况来看,截面柴油以楔形前锋曲面从管道下部嵌入前行油品中;管道侧面、顶面和底面边界层区域的混油量均随粘度差的增大而减小,且底面边界层区域的混油量最大。     

轻油罐车最佳卸车时间模拟分析

在轻质油品的输送中,铁路罐车输送占有较大的比例,但是在卸油的过程中容易产生气阻断流,使油品不能卸净。通过绘制罐车的几何模型,建立了油罐车内轻油温度场数学模型和求解边界条件;利用计算流体力学软件进行求解,获得了罐内轻油温度场分布;结合气阻发生条件,确定了轻油罐车最佳的卸油作业时间。现场实践表明:确定的最佳卸油作业区间能够指导生产实际,提高工作效率。     

基于多网络融合的缺失测井数据复原方法

为解决在实际地质储层特性分析过程中存在测井数据不完整的问题,提出一种基于多网络融合的缺失测井数据复原模型.该模型由两个网络组成,其中通过交叉网络捕获有限度的有效特征之间的相互作用关系,并通过残差思想构造网络模型,降低模型复杂度.另一网络先通过构造的树模型进行特征选择,将树模型得到的稀疏向量通过嵌入层转成稠密向量作为神经网络的输入,从而获得高度非线性的组合特征.通过组合两个网络的输出对缺失测井数据进行复原,实验结果表明,该方法在相关评价指标上优于现有方法.