偷窥国产在线91,亚洲无线国产观看原创,日本精品aⅴ一区二区三区,久久九九兔免费精品6

簡(jiǎn)介：無(wú)線傳感器網(wǎng)絡(luò)是由傳感器以自組織和多跳的方式構(gòu)成的無(wú)線網(wǎng)絡(luò)，能夠?qū)崟r(shí)監(jiān)測(cè)、處理和傳輸網(wǎng)絡(luò)覆蓋區(qū)域內(nèi)感知對(duì)象的數(shù)據(jù)信息，已經(jīng)廣泛應(yīng)用在軍事國(guó)防、環(huán)境監(jiān)測(cè)、物流跟蹤及生態(tài)保護(hù)等領(lǐng)域。數(shù)據(jù)融合技術(shù)通過(guò)對(duì)原始數(shù)據(jù)的有效處理，不但減少了網(wǎng)絡(luò)的冗余信息、節(jié)省了網(wǎng)絡(luò)的能量、提高了數(shù)據(jù)的精確度，而且在圖像處理和制定決策中也起著重要的作用。然而，針對(duì)融合數(shù)據(jù)的竊聽(tīng)、篡改及偽造，俘獲聚合節(jié)點(diǎn)和節(jié)點(diǎn)入侵等攻擊方式，給網(wǎng)絡(luò)帶來(lái)了許多新的安全隱患和挑戰(zhàn)。本文在無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)的基礎(chǔ)上，針對(duì)數(shù)據(jù)融合中數(shù)據(jù)的機(jī)密性、隱私保護(hù)等關(guān)鍵安全問(wèn)題，著重研究了基于信任管理機(jī)制、可信數(shù)據(jù)融合、可靠數(shù)據(jù)隱私保護(hù)的安全數(shù)據(jù)融合方案，并且分析了方案的網(wǎng)絡(luò)性能和安全性能。論文的研究工作得到國(guó)家自然科學(xué)基金項(xiàng)目NO61371071、北京市自然科學(xué)基金NO4132057及北京市教育委員會(huì)學(xué)科建設(shè)與研究生建設(shè)項(xiàng)目的支持。論文的主要工作和創(chuàng)新點(diǎn)如下1在無(wú)線傳感器網(wǎng)絡(luò)中，傳統(tǒng)的加密技術(shù)無(wú)法有效地解決被俘獲的節(jié)點(diǎn)向網(wǎng)絡(luò)內(nèi)部發(fā)起攻擊而引起的安全隱患。信任管理機(jī)制通過(guò)計(jì)算和評(píng)估傳感器節(jié)點(diǎn)的信任值，可以及時(shí)的識(shí)別俘獲節(jié)點(diǎn)和惡意節(jié)點(diǎn)的干擾，辨別錯(cuò)誤的數(shù)據(jù)，有效的從網(wǎng)絡(luò)內(nèi)部提高數(shù)據(jù)融合的安全性能。本文針對(duì)RDAT算法中對(duì)信任值較高節(jié)點(diǎn)的過(guò)度使用而造成這些節(jié)點(diǎn)的能量快速消耗死亡，以及IRTEDA算法中數(shù)據(jù)鏈路可靠性的下降影響了數(shù)據(jù)的可信性等不足之處，在信任管理機(jī)制的基礎(chǔ)上，綜合節(jié)點(diǎn)能量和路由鏈路可用性等因素，提出了一種節(jié)能可靠的安全數(shù)據(jù)融合算法ERTDA，能夠有效地檢測(cè)出被俘獲的節(jié)點(diǎn)，保障數(shù)據(jù)傳輸鏈路的可用性和可靠性，并且在保障網(wǎng)絡(luò)內(nèi)部安全的同時(shí)有效的延長(zhǎng)了網(wǎng)絡(luò)生命。2信譽(yù)機(jī)制的提出很好的彌補(bǔ)了數(shù)據(jù)融合過(guò)程中加密算法的不足，通過(guò)對(duì)節(jié)點(diǎn)信譽(yù)值的判斷，可以有效的評(píng)估出傳感器節(jié)點(diǎn)監(jiān)測(cè)數(shù)據(jù)的可信性，剔除惡意的數(shù)據(jù)信息，提高網(wǎng)絡(luò)的性能。但是，當(dāng)被俘獲的節(jié)點(diǎn)通過(guò)隱藏攻擊行為等方式提高自己的信譽(yù)值，同時(shí)不斷地產(chǎn)生錯(cuò)誤數(shù)據(jù)來(lái)影響用戶的決策行為或者正常傳感器節(jié)點(diǎn)由于周圍惡劣環(huán)境等因素的影響導(dǎo)致其采集的數(shù)據(jù)離真實(shí)值產(chǎn)生較大的偏差，這種偏差同樣會(huì)影響融合結(jié)果的精確性。針對(duì)這些情況，本文在傳統(tǒng)無(wú)線傳感器網(wǎng)絡(luò)信譽(yù)系統(tǒng)的基礎(chǔ)上，提出了一種可信數(shù)據(jù)融合算法RDIF，該算法應(yīng)用于分層路由體系結(jié)構(gòu)中，綜合考慮了簇內(nèi)傳感器節(jié)點(diǎn)的可信度和節(jié)點(diǎn)監(jiān)測(cè)的數(shù)據(jù)，通過(guò)改進(jìn)的DBSCAN聚類算法，剔除掉惡意不可信的數(shù)據(jù)，并將保留的可靠數(shù)據(jù)信息在簇頭聚合節(jié)點(diǎn)進(jìn)行融合操作，有效的提高了融合數(shù)據(jù)的安全性和精確度。3數(shù)據(jù)隱私保護(hù)的目的是保證網(wǎng)絡(luò)中的私密數(shù)據(jù)不被其他用戶獲得，即使網(wǎng)絡(luò)中節(jié)點(diǎn)監(jiān)測(cè)的數(shù)據(jù)被截獲，也不能使攻擊者破解出節(jié)點(diǎn)的重要敏感數(shù)據(jù)信息。當(dāng)非法用戶對(duì)無(wú)線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)的數(shù)據(jù)信息使用竊聽(tīng)和數(shù)據(jù)篡改等攻擊手段時(shí)，會(huì)嚴(yán)重的威脅到網(wǎng)絡(luò)數(shù)據(jù)的隱私性。本文在數(shù)據(jù)切割思想的基礎(chǔ)上，提出了一種基于數(shù)據(jù)融合樹(shù)層級(jí)數(shù)據(jù)切割的安全數(shù)據(jù)融合算法FTLEDA，在樹(shù)型拓?fù)浣Y(jié)構(gòu)的網(wǎng)絡(luò)中分別規(guī)定對(duì)葉子節(jié)點(diǎn)、子節(jié)點(diǎn)和簇頭節(jié)點(diǎn)進(jìn)行不同的數(shù)據(jù)切割次數(shù)的判定方法，方案在有效地保障數(shù)據(jù)隱私性的情況下，顯著地降低了網(wǎng)絡(luò)的能量開(kāi)銷，提高了數(shù)據(jù)融合的精確度和無(wú)線傳感器網(wǎng)絡(luò)的性能。4早期的森林火災(zāi)監(jiān)測(cè)方案大部分是基于衛(wèi)星遙感技術(shù)，但是受制于衛(wèi)星遙感圖像的分辨率和精確度，其應(yīng)用場(chǎng)景有一定的局限性。之后，基于無(wú)線傳感器網(wǎng)絡(luò)的火災(zāi)監(jiān)測(cè)技術(shù)得到了廣泛的研究，相比基于衛(wèi)星遙感技術(shù)的森林火災(zāi)監(jiān)控方案，傳感器網(wǎng)絡(luò)的布控更加靈活，應(yīng)用場(chǎng)景更加多樣。然而，由于目前基于傳感器網(wǎng)絡(luò)的森林火災(zāi)監(jiān)測(cè)方案與用戶交互性不足，會(huì)在某種程度上產(chǎn)生一定的誤判，考慮到森林火災(zāi)的嚴(yán)重性，誤判往往會(huì)造成巨大的經(jīng)濟(jì)損失。本文綜合了無(wú)線傳感器網(wǎng)絡(luò)中節(jié)能覆蓋、節(jié)點(diǎn)移動(dòng)、數(shù)據(jù)融合以及監(jiān)測(cè)數(shù)據(jù)可視化等關(guān)鍵技術(shù)，提出一種基于混合無(wú)線傳感器網(wǎng)絡(luò)的森林火災(zāi)監(jiān)測(cè)方案FFMP，其監(jiān)測(cè)網(wǎng)絡(luò)是由靜態(tài)傳感器節(jié)點(diǎn)組成的環(huán)境數(shù)據(jù)監(jiān)測(cè)層和由動(dòng)態(tài)傳感器節(jié)點(diǎn)組成的數(shù)據(jù)傳輸層構(gòu)成，該方案中動(dòng)態(tài)節(jié)點(diǎn)按照節(jié)能策略進(jìn)行移動(dòng)，并將靜態(tài)節(jié)點(diǎn)監(jiān)測(cè)的數(shù)據(jù)進(jìn)行有效地?cái)?shù)據(jù)處理，以達(dá)到減少冗余數(shù)據(jù)的目的之后，再進(jìn)行數(shù)據(jù)融合操作用戶對(duì)接收到的數(shù)據(jù)融合結(jié)果通過(guò)德勞內(nèi)三角剖分技術(shù)進(jìn)行可視化處理并能夠進(jìn)行火災(zāi)定位，為用戶提供預(yù)期火災(zāi)發(fā)展態(tài)勢(shì)。本文給出的森林火災(zāi)監(jiān)測(cè)方案FFMP主要包括以下四個(gè)設(shè)計(jì)目標(biāo)火災(zāi)早期監(jiān)測(cè)，建立溫度分布圖，火災(zāi)定位和節(jié)約能量延長(zhǎng)網(wǎng)絡(luò)壽命。

簡(jiǎn)介：上海交通大學(xué)博士學(xué)位論文彈塑性接觸問(wèn)題神經(jīng)網(wǎng)絡(luò)求解技術(shù)及其應(yīng)用姓名任小強(qiáng)申請(qǐng)學(xué)位級(jí)別博士專業(yè)固體力學(xué)指導(dǎo)教師董石麟陳務(wù)軍20060101ABSTRACTTHECONTACTPROBLEMEXISTSWIDELYINMACHINE，AEROSPACE，CIVILENGINEERINGSTRUCTURES，ETCTHEDETENNINATIONOFMECONTACTAREASDEPENDSHEAVILYONTHEMATERIALPROPENIESOFIHECONTACTSURFLACE，APPLIEDLOAD，ETC，SOITISATYPICALINDETE腫INATEBOUNDARYPROBLEMGENERALLY，WHENTHECONTACTPROBLEMOCCURS，THEMATERIALHASDEVELOPEDINTOTHEPLASTICSTATE，SOTHECONTACTPROBLEMHASMEANTIMEBOTHMATERIALNONLINEAURCHARACTERSANDBOUNDARYNONLINEARCHARACTERSTHUS，THISLINDOFPROBLEMISAHI曲NONLINEARPROBLEMTHEANAL”ICMODELAJLDS01UTIONTECHNIQUEOFTHECONTACTPROBLEMAREVERYIMPORTALLTTOPICTOTHERESEARCHERSTHEITERATIONMETHODHASBEENMOSTLYUSEDOVERTHEPASTTIMEHOWEVER，SUCHMETHODSARETOOCOMPLICATEDANDDIMCULTLYTOCONVE略EINTHISPAPER，THENEURALNETWORKCOMPUTATIONALMODELBASEDONTHEPARAMETRICVARIATIONPRINCIPLEPVPISEMPLOYEDTOSOLVEELASTOPLASTICCONTACTPROBLEMSANDAPPLYFOTHEMEMBRANESTRUCTURESTHEUNI矗EDANAL”ICALMODELISESTABLISHEDFORTHESETWONONLINEARCONSTRAINTRELATIONWHICHISCONSTITUTIVEEQUATIONOFTHEELASTOPLASTICITYANDCONTACTPROBLEMBASEDONTHEPRINCIPLEOFTHEMINIMUMPOTENTIALENERGYTHENONLINEARPROBLEMCANBECHANGEDTOANONLINEAROPTIMIZATIONPROBLEMSUBJECTEDTOCONSTRAINTSINTHISP印ER，THELAGRANGENEURALNETWORKMODELISUSEDTOSOLVEELASTOPLASTICCONTACTPROBLEM，A11DTHISPROCEDUREPROVIDESANEWMETHODFORTHEREALTIMESTRUCTURALANALYSISANDTHEN啪ERICALSIMULATIONOFTHECOMPLEXNONLINEARMECHANICSPHENOMENONITISPROVEDTHATTHELAGRANGENEURALNET、ⅣORKHASMUCHBETTERCONVERGENCEC印ACITYANDSTABILITYPERF0咖ANCEINTHE如NFLELDOFINEQUALITYCONSTRAINTNOADDITIONALCOMPUTATIONSK訂LSARENEEDEDTOGETTHESTABLESOLUTIONINTHEFHLLFLELDTHECOMPUTATIONALPROCESSOFLAGRANGENEURALNETWORKMODELISMORESIMPIEANDROBUSTTHANTHATOFHOPFIEIDMODELBASEDONTHEFINITEELEMENTMETHODFEMAJLDPVP，MATLABLANGUAGEISUSEDTODEVELOPETOPRO鏟AMFORMENEURALNETWORKPROCEDUREOFTHEELASTOPLASTICCONTACTPROBLEMINMATLABDEANDSIMULINKMODULEASERIESOFEXAMPLESHAVEBEENCARRIEDOUTANDVERIFIEDSUCCESSFULLYTHERESULTSINDICATEMATTHISMETHODHASGOODPRECISION，CONVERGENCE，ANDCAJLOVERCOMEME如SSYITERATIVEPROCEDUREOFTHETRADITIONITERATIVEMETHOD

簡(jiǎn)介：Q基于遺傳神經(jīng)網(wǎng)絡(luò)的激光誘導(dǎo)擊穿光譜元素定量分析技術(shù)摘要激光誘導(dǎo)擊穿光譜技術(shù)LIBS是近些年逐漸興起的一種原子發(fā)射光譜，可以檢測(cè)固體、液體、粉末、氣體等各種形式的樣品，也是能夠同時(shí)進(jìn)行多種元素檢測(cè)的光譜技術(shù)。利用LIBS對(duì)分析元素濃度進(jìn)行現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)測(cè)的研究已備受國(guó)內(nèi)外學(xué)術(shù)界以及產(chǎn)業(yè)界的關(guān)注。由于激光誘導(dǎo)產(chǎn)生等離子體是一個(gè)非常復(fù)雜的過(guò)程，容易受激光能量，光譜儀的觸發(fā)時(shí)間，周圍環(huán)境，實(shí)驗(yàn)樣品準(zhǔn)備，樣品的基體效應(yīng)，數(shù)據(jù)采集方式等影響，繼而影響其定量化分析的精度。傳統(tǒng)的LIBS定標(biāo)曲線法已在某種程度上得到了一定的成功，然而定量分析的精度常受到基體效應(yīng)和自吸收效應(yīng)的制約。神經(jīng)網(wǎng)絡(luò)砧州因其非線性映射能力被應(yīng)用到LIBS定量分析中，研究表明ANN能減弱基體效應(yīng)對(duì)定量分析的影響，從而有效地提高LIBS的檢測(cè)準(zhǔn)確度。然而，基于誤差反向傳播BP算法的ANNBPANN收斂速度慢且易陷入局部最優(yōu)解；另外，ANN的初始權(quán)值和閡值的選擇缺乏理論依據(jù)，一般都是隨機(jī)選取的，很難保證其全局性，影響定量分析的結(jié)果。本文在研究ANN結(jié)合LIBS定量分析技術(shù)、遺傳神經(jīng)網(wǎng)絡(luò)建模等問(wèn)題的基礎(chǔ)上，提出了一種基于遺傳神經(jīng)網(wǎng)絡(luò)的LIBS定量分析方法。首先利用遺傳算法GA對(duì)網(wǎng)絡(luò)的初始權(quán)值和閾值進(jìn)行全局搜索，保證其落入全局最優(yōu)點(diǎn)的鄰域，然后再用BPANN對(duì)權(quán)值和閾值進(jìn)行細(xì)化訓(xùn)練，進(jìn)一步減小誤差，使其收斂于全局最優(yōu)解或性能很好的近似最優(yōu)解，以實(shí)現(xiàn)元素高精度定量檢測(cè)的目的。并采用該方法成功實(shí)現(xiàn)了待測(cè)樣品中元素濃度的定量分析，為L(zhǎng)IBS高精度測(cè)量提供了一種可行的途徑。論文內(nèi)容主要包括四部分一、詳細(xì)回顧了激光等離子體的形成過(guò)程及光譜形成的物理原因、LIBS的研究現(xiàn)狀，分析了傳統(tǒng)的LIBS定量分析技術(shù)及各自適用情況。二、ANN結(jié)合LIBS元素定量分析技術(shù)研究。介紹了ANN原理、BP算法、網(wǎng)

簡(jiǎn)介：軟件定義網(wǎng)絡(luò)（SOFTWAREDEFINEDWKS，SDN）是一種新型的網(wǎng)絡(luò)結(jié)構(gòu)，具有控制轉(zhuǎn)發(fā)分離，集中控制等特點(diǎn)?？刂破魇荢DN的核心，由它指導(dǎo)交換機(jī)對(duì)數(shù)據(jù)做出相應(yīng)的處理。集中控制給SDN帶來(lái)了許多優(yōu)點(diǎn)，但是也會(huì)成為網(wǎng)絡(luò)攻擊的目標(biāo)，給網(wǎng)絡(luò)帶來(lái)了一定的脆弱性。關(guān)于SDN安全的研究是目前的熱門(mén)課題，分布式拒絕服務(wù)攻擊（DISTRIBUTEDDENIALOFSERVICE，DDOS）是目前網(wǎng)絡(luò)中常見(jiàn)的，也是造成危害較大的安全威脅。隨著SDN的推廣使用，SDN會(huì)成為DDOS攻擊的主要目標(biāo)，另一方面SDN也會(huì)改變對(duì)DDOS的防御方法。異常檢測(cè)是處理安全威脅的常用方法，可以分為基于統(tǒng)計(jì)和基于機(jī)器學(xué)習(xí)兩大類，異常檢測(cè)算法通常包括經(jīng)過(guò)數(shù)據(jù)收集，分析過(guò)濾和應(yīng)用三個(gè)步驟。目前有許多將傳統(tǒng)網(wǎng)絡(luò)中DDOS攻擊檢測(cè)算法移植到SDN中的工作，但是直接移植的算法往往忽略了SDN的特性，使得算法的運(yùn)行效率不高，或者防御方面存在疏漏。本文分析了SDN的安全性，研究了常見(jiàn)的DDOS攻擊方法和相關(guān)的異常檢測(cè)算法，在此基礎(chǔ)之上提出了一種適用于SDN的基于RENYI熵的攻擊檢測(cè)算法。該算法利用了SDN集中控制的特點(diǎn)，使用RENYI熵作為異常檢測(cè)的特征，可以更快的收集網(wǎng)絡(luò)流量的特征，具有輕量和高效的特點(diǎn)，可以在攻擊發(fā)生的早期就及時(shí)做出響應(yīng)。本文通過(guò)實(shí)驗(yàn)證明了該算法的有效性。

簡(jiǎn)介：隨著無(wú)線傳感器網(wǎng)絡(luò)技術(shù)日趨完善和物聯(lián)網(wǎng)技術(shù)不斷進(jìn)步，大量無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)需要接入互聯(lián)網(wǎng)。傳統(tǒng)的IP技術(shù)不適用于資源受限的無(wú)線傳感器網(wǎng)絡(luò)，在這樣的背景下，互聯(lián)網(wǎng)工程任務(wù)組INTERENGINEERINGTASKFCE，IETF組建了6LOWPANIPV6OVERLOWPOWERWIRELESSPERSONALAREAWKS工作組，旨在解決IPV6技術(shù)應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)存在的問(wèn)題。本文以IPV6技術(shù)和IEEE802154技術(shù)為基礎(chǔ)，首先深入研究6LOWPAN適配層技術(shù)，運(yùn)用CONTIKI操作系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)6LOWPAN協(xié)議棧然后，在對(duì)RPL路由IPV6ROUTINGPROTOCOLFLOWPOWERLOSSYWKS深入研究的基礎(chǔ)上，優(yōu)化RPL路由，并進(jìn)行性能分析最后，搭建6LOWPAN網(wǎng)絡(luò)系統(tǒng)測(cè)試平臺(tái)，測(cè)試6LOWPAN網(wǎng)絡(luò)性能，具體創(chuàng)新點(diǎn)如下第一，針對(duì)RPL路由決策僅使用單一路由度量不能滿足實(shí)際應(yīng)用需求這一問(wèn)題，文中利用模糊邏輯理論在路由決策中引入多種路由度量，設(shè)計(jì)實(shí)現(xiàn)OFFL目標(biāo)函數(shù)，運(yùn)用COOJA仿真軟件對(duì)模糊優(yōu)化的RPL路由性能進(jìn)行仿真分析；第二，通過(guò)比較現(xiàn)有6LOWPAN協(xié)議棧實(shí)現(xiàn)途徑，選用CONTIKI操作系統(tǒng)設(shè)計(jì)適配層接口函數(shù)用以處理不同流向的數(shù)據(jù)報(bào)，并軟件編程實(shí)現(xiàn)6LOWPAN適配層的頭部壓縮與解壓縮等功能；第三，依據(jù)6LOWPAN網(wǎng)絡(luò)特點(diǎn)，采用CC253X系列芯片對(duì)6LOWPAN網(wǎng)關(guān)節(jié)點(diǎn)和傳感器節(jié)點(diǎn)進(jìn)行硬件設(shè)計(jì)，實(shí)現(xiàn)6LOWPAN網(wǎng)絡(luò)在環(huán)境溫度、光度等監(jiān)測(cè)方面的應(yīng)用。

簡(jiǎn)介：無(wú)線傳感網(wǎng)絡(luò)通常部署在一定的區(qū)域完成指定監(jiān)測(cè)任務(wù)，為了滿足任何時(shí)間任何地點(diǎn)都能獲得監(jiān)測(cè)區(qū)域傳感信息的需求，將無(wú)線傳感網(wǎng)絡(luò)接入互聯(lián)網(wǎng)是一個(gè)解決辦法。但傳統(tǒng)的IPV4地址不足以支持大量傳感節(jié)點(diǎn)的地址分配，基于IPV6的低速無(wú)線個(gè)域網(wǎng)（6LOWPAN）標(biāo)準(zhǔn)是一種適配無(wú)線傳輸標(biāo)準(zhǔn)IEEE802154和IPV6協(xié)議的技術(shù)，可使傳感節(jié)點(diǎn)具有獨(dú)立IPV6地址，能夠直接與IP網(wǎng)絡(luò)通信，利用IP網(wǎng)絡(luò)擴(kuò)展性強(qiáng)的優(yōu)勢(shì)實(shí)現(xiàn)多種多樣應(yīng)用，適合無(wú)處不在的傳感網(wǎng)絡(luò)。論文以6LOWPAN技術(shù)為基礎(chǔ)，設(shè)計(jì)了面向智慧家居應(yīng)用的無(wú)線傳感網(wǎng)絡(luò)，將傳感網(wǎng)絡(luò)與基于WEB技術(shù)的互聯(lián)網(wǎng)應(yīng)用相融合，實(shí)現(xiàn)家居環(huán)境的在線監(jiān)測(cè)，論文主要研究工作如下1針對(duì)家居環(huán)境特點(diǎn)，分析涉及到的關(guān)鍵技術(shù)，提出面向智慧家居的無(wú)線傳感網(wǎng)絡(luò)總體設(shè)計(jì)方案，并設(shè)計(jì)滿足通用性與可擴(kuò)展性的應(yīng)用層通信協(xié)議；2根據(jù)應(yīng)用需求，基于CONTIKI操作系統(tǒng)對(duì)傳感節(jié)點(diǎn)的通訊模塊與傳感器擴(kuò)展模塊進(jìn)行開(kāi)發(fā)，實(shí)現(xiàn)支持IPV6的終端傳感節(jié)點(diǎn)設(shè)計(jì)；3開(kāi)發(fā)了支持IPV6的路由器端USB網(wǎng)卡設(shè)備驅(qū)動(dòng)，對(duì)USB通信原理、網(wǎng)卡設(shè)備枚舉過(guò)程、遠(yuǎn)程網(wǎng)絡(luò)接口協(xié)議（RNDIS）的實(shí)現(xiàn)、數(shù)據(jù)傳輸過(guò)程進(jìn)行詳細(xì)分析；4依托實(shí)驗(yàn)室物聯(lián)網(wǎng)支撐平臺(tái)以多傳感器數(shù)據(jù)采集為例搭建了智慧家居測(cè)試系統(tǒng)，對(duì)單元模塊以及整個(gè)系統(tǒng)進(jìn)行了連通性、功能性與可靠性的整體測(cè)試驗(yàn)證。測(cè)試結(jié)果顯示關(guān)鍵模塊運(yùn)行穩(wěn)定良好，能夠滿足未來(lái)家居環(huán)境實(shí)時(shí)監(jiān)測(cè)的需求。

簡(jiǎn)介：隨著智能終端業(yè)務(wù)的日益豐富和用戶移動(dòng)模式的多樣化，傳統(tǒng)的LTE網(wǎng)絡(luò)已經(jīng)無(wú)法滿足用戶對(duì)高帶寬和高可靠性的通信需求。而小小區(qū)的引入很好地解決了這一問(wèn)題。通過(guò)在網(wǎng)絡(luò)中部署小小區(qū)，在提高整個(gè)網(wǎng)絡(luò)容量的同時(shí)緩解了宏基站的負(fù)載壓力，增強(qiáng)了LTE網(wǎng)絡(luò)的通信性能。但是越來(lái)越多的小小區(qū)部署使得單位面積內(nèi)的小小區(qū)密度增大，整個(gè)網(wǎng)絡(luò)呈現(xiàn)出超密度狀態(tài)。這種發(fā)展趨勢(shì)也對(duì)如何優(yōu)化網(wǎng)絡(luò)性能提出了新的挑戰(zhàn)。超密度網(wǎng)絡(luò)通過(guò)增加小小區(qū)數(shù)量使小區(qū)之間的距離縮短，加重了用戶在移動(dòng)過(guò)程中受到的基站干擾。隨著小區(qū)數(shù)量的增多和用戶業(yè)務(wù)的多樣性發(fā)展，用戶面臨的小區(qū)選擇問(wèn)題變得更加復(fù)雜。同時(shí)網(wǎng)絡(luò)中用戶分布不均衡導(dǎo)致小區(qū)間負(fù)載差距較大，如何有效平衡各個(gè)小區(qū)的負(fù)載也是提高網(wǎng)絡(luò)性能的重要因素。因此，針對(duì)LTE網(wǎng)絡(luò)中業(yè)務(wù)特征和網(wǎng)絡(luò)特征，本文提出在傳統(tǒng)異構(gòu)網(wǎng)絡(luò)中基于用戶業(yè)務(wù)的負(fù)載均衡技術(shù)，通過(guò)用戶業(yè)務(wù)需求分析，提高負(fù)載均衡過(guò)程用戶選擇目標(biāo)小區(qū)的準(zhǔn)確性，并且提出切換門(mén)限調(diào)整策略和TTT調(diào)整策略來(lái)保證用戶切換的成功率。其次，針對(duì)LTE超密度網(wǎng)絡(luò)中的密集型小區(qū)特性，本文運(yùn)用概率論知識(shí)分析了小區(qū)組網(wǎng)模型、網(wǎng)絡(luò)覆蓋模型、用戶匹配模型。通過(guò)構(gòu)建掉話率模型和小區(qū)吞吐量模型來(lái)驗(yàn)證負(fù)載均衡算法的性能。并且針對(duì)超密度網(wǎng)絡(luò)的負(fù)載均衡問(wèn)題構(gòu)建了最優(yōu)化模型，提出基于模擬退火算法的小區(qū)偏移量?jī)?yōu)化算法。該算法通過(guò)統(tǒng)計(jì)小小區(qū)和用戶的服務(wù)信息，根據(jù)小區(qū)負(fù)載的變化不斷調(diào)整小小區(qū)的偏移量，進(jìn)而控制用戶接入小小區(qū)的接入概率，實(shí)現(xiàn)整個(gè)網(wǎng)絡(luò)的負(fù)載均衡，并降低了算法復(fù)雜度。本文通過(guò)搭建LTE異構(gòu)網(wǎng)絡(luò)和超密度網(wǎng)絡(luò)的仿真平臺(tái)來(lái)驗(yàn)證所研究算法，仿真結(jié)果表明多業(yè)務(wù)負(fù)載均衡算法和小區(qū)偏移量?jī)?yōu)化算法都可以在保證用戶服務(wù)質(zhì)量的同時(shí)達(dá)到系統(tǒng)負(fù)載均衡，進(jìn)而有效減少網(wǎng)絡(luò)中的掉話用戶數(shù)，提高網(wǎng)絡(luò)容量。

簡(jiǎn)介：隨著寬帶業(yè)務(wù)的大規(guī)模拓展和各種新業(yè)務(wù)的不斷涌現(xiàn)，用戶對(duì)網(wǎng)絡(luò)接入帶寬的需求迅猛增長(zhǎng)。無(wú)源光網(wǎng)絡(luò)PON作為最有發(fā)展前景的寬帶接入網(wǎng)技術(shù)很好地滿足了日益增長(zhǎng)的寬帶需求。為滿足高速率業(yè)務(wù)應(yīng)用需求，降低網(wǎng)絡(luò)運(yùn)營(yíng)商的運(yùn)維成本，需對(duì)光接入網(wǎng)實(shí)施有效的在線監(jiān)測(cè)，以保證基于PON的光接入網(wǎng)系統(tǒng)快速、穩(wěn)定、可靠運(yùn)行。本文圍繞PON鏈路監(jiān)測(cè)技術(shù)中方案設(shè)計(jì)、系統(tǒng)性能評(píng)估、鏈路狀態(tài)識(shí)別算法等相關(guān)關(guān)鍵問(wèn)題開(kāi)展了深入的研究，其主要從如下五個(gè)方面進(jìn)行展開(kāi)。首先，概述了光網(wǎng)絡(luò)監(jiān)測(cè)技術(shù)的發(fā)展歷程，分析了光網(wǎng)絡(luò)監(jiān)測(cè)管理現(xiàn)狀與當(dāng)前各類PON鏈路監(jiān)測(cè)技術(shù)，總結(jié)歸納了PON鏈路監(jiān)測(cè)技術(shù)中的技術(shù)途徑與方法以及10種衡量PON監(jiān)測(cè)技術(shù)性能的主要技術(shù)要求。其次，分析了實(shí)測(cè)得到的不同網(wǎng)絡(luò)結(jié)構(gòu)中光時(shí)域反射儀OTDR的跡線特征，分別討論了基于參考反射峰、可調(diào)OTDR以及嵌入式OTDR的PON鏈路監(jiān)測(cè)技術(shù)的局限性。提出了基于OTDR跡線相似度分析方法，建立了故障模擬跡線及合成跡線分析模型，實(shí)驗(yàn)驗(yàn)證了該方法的可行性。該方法有效解決了基于OTDR參考反射峰分析法在含等距離鏈路故障的PON系統(tǒng)中失效的問(wèn)題。再次，研究基于遠(yuǎn)端編碼型PON鏈路監(jiān)測(cè)技術(shù)。提出并分析了基于波導(dǎo)光柵編碼器的PON鏈路監(jiān)測(cè)技術(shù)，建立了端口波長(zhǎng)輸出、網(wǎng)絡(luò)監(jiān)測(cè)容量、系統(tǒng)性能評(píng)估等分析模型，討論了鏈路傳輸損傷、信噪比與用戶的關(guān)系，模擬仿真結(jié)果論證了技術(shù)方案的可行性。提出并研制了基于光纖布拉格光柵FBG級(jí)聯(lián)編碼器的PON鏈路監(jiān)測(cè)實(shí)驗(yàn)系統(tǒng)，實(shí)驗(yàn)驗(yàn)證了遠(yuǎn)端編碼型PON鏈路監(jiān)測(cè)技術(shù)的可行性。針對(duì)遠(yuǎn)端編碼型PON鏈路監(jiān)測(cè)技術(shù)，提出了配套的鏈路狀態(tài)識(shí)別算法，并對(duì)鏈路狀態(tài)識(shí)別算法的誤判率進(jìn)行了評(píng)估。然后，首先提出了多用戶遠(yuǎn)端編碼型PON鏈路監(jiān)測(cè)系統(tǒng)方案。接著，提出并研制了32用戶遠(yuǎn)端編碼型PON鏈路監(jiān)測(cè)系統(tǒng)，解決了FBG中心反射波長(zhǎng)與光源波長(zhǎng)一致性、光源模塊脈沖功率快速測(cè)試、32用戶遠(yuǎn)端編碼器各端口功率輸出均衡等問(wèn)題。研制出具有6波長(zhǎng)分布反饋激光二極管DFBLD并行同步光源、微弱光信號(hào)并行接收的測(cè)試端機(jī)。然后，提出了該系統(tǒng)數(shù)據(jù)特征提取方法，分別從Λ1Λ5通道的原始數(shù)據(jù)中提取到完整的單周期信號(hào)提出在固定長(zhǎng)度內(nèi)隨機(jī)截取方法，獲取Λ6通道對(duì)應(yīng)數(shù)據(jù)。提出了相關(guān)鏈路狀態(tài)識(shí)別算法，實(shí)現(xiàn)了對(duì)端機(jī)系統(tǒng)數(shù)據(jù)的處理。最后，開(kāi)展了32用戶遠(yuǎn)端編碼型PON鏈路監(jiān)測(cè)系統(tǒng)實(shí)驗(yàn)測(cè)試。最后，研究基于終端編碼型的PON鏈路監(jiān)測(cè)技術(shù)。首先簡(jiǎn)明地分析了周期編碼技術(shù)存在的局限性。接著提出了基于非對(duì)稱型反射環(huán)的監(jiān)測(cè)技術(shù)，給出了非對(duì)稱型反射環(huán)的具體結(jié)構(gòu)設(shè)計(jì)，對(duì)相關(guān)距離和多用戶干擾概率等性能指標(biāo)進(jìn)行了分析計(jì)算，并與周期監(jiān)測(cè)技術(shù)做出了比較，且通過(guò)實(shí)驗(yàn)驗(yàn)證了技術(shù)的可行性。其次，提出了基于法布里珀羅激光二極FPLD自注入鎖定的監(jiān)測(cè)技術(shù)方案，給出了一種簡(jiǎn)單實(shí)現(xiàn)自注入鎖定的方法，并通過(guò)實(shí)驗(yàn)進(jìn)行了測(cè)試和驗(yàn)證。再次，提出了基于輪詢自匹配的監(jiān)測(cè)技術(shù)，完成了時(shí)域關(guān)系分析和誤判率分析，并進(jìn)行了實(shí)驗(yàn)驗(yàn)證。最后，對(duì)基于非對(duì)稱型反射環(huán)、基于FPLD自注入鎖定及基于輪詢自匹配等三種監(jiān)測(cè)技術(shù)做出了比較。

簡(jiǎn)介：隨著網(wǎng)絡(luò)技術(shù)的高速發(fā)展，網(wǎng)絡(luò)安全問(wèn)題已成為木桶效應(yīng)的最短板。論文以造成安全威脅的漏洞為研究對(duì)象，從安全威脅的本質(zhì)中找出檢測(cè)方法，并研究出相應(yīng)的漏洞掃描平臺(tái)，論文還提出了攻擊圖的檢測(cè)方式來(lái)檢測(cè)未知的網(wǎng)絡(luò)攻擊行為。漏洞掃描平臺(tái)以較高的漏掃準(zhǔn)確率為目標(biāo)，論文中主要將漏洞分為系統(tǒng)漏洞、應(yīng)用漏洞、協(xié)議漏洞幾個(gè)方面在漏洞掃描的方法中，著重對(duì)造成漏洞的原理進(jìn)行分析，提高了漏洞掃描的準(zhǔn)確性。論文提出的攻擊圖檢測(cè)方法的主要思路是通過(guò)對(duì)目標(biāo)環(huán)境的攻擊行為進(jìn)行分析，由于攻擊行為具有多步性和隱藏性，但是每個(gè)步驟之間具有一定的因果關(guān)系，因此，論文中構(gòu)建了攻擊意圖的概率檢測(cè)模型，從而有效的解決了對(duì)未知漏洞的檢測(cè)。論文設(shè)計(jì)了漏洞掃描平臺(tái)和未知安全隱患檢測(cè)方法，使得目標(biāo)環(huán)境的安全系數(shù)增高，有較強(qiáng)的現(xiàn)實(shí)意義。

簡(jiǎn)介：語(yǔ)義解析旨在將人類使用的自然語(yǔ)言映射為一個(gè)完整的、計(jì)算機(jī)可執(zhí)行的形式化意義表示。它是自然語(yǔ)言處理的核心研究領(lǐng)域，也是實(shí)現(xiàn)各種智能系統(tǒng)的關(guān)鍵技術(shù)，如面向知識(shí)庫(kù)的自動(dòng)問(wèn)答、機(jī)器人動(dòng)作控制等。英文上的語(yǔ)義解析研究經(jīng)歷了較長(zhǎng)的歷史，各種經(jīng)典的語(yǔ)義解析方法已經(jīng)被相繼提出。特別地，隨著神經(jīng)網(wǎng)絡(luò)的發(fā)展，基于LSTM神經(jīng)網(wǎng)絡(luò)的語(yǔ)義解析方法已經(jīng)成為新的研究趨勢(shì)。由于中文相比英文來(lái)說(shuō)更加復(fù)雜，而且缺少針對(duì)中文語(yǔ)義解析的公開(kāi)數(shù)據(jù)集，所以目前針對(duì)中文語(yǔ)義解析的研究相對(duì)較少。本文以面向知識(shí)庫(kù)的自動(dòng)問(wèn)答作為應(yīng)用場(chǎng)景，改進(jìn)了現(xiàn)有的基于LSTMENCODERDECODER的英文語(yǔ)義解析模型，并將其應(yīng)用在中文語(yǔ)義解析任務(wù)上。本文主要的工作包括1針對(duì)中文表達(dá)方式多樣、語(yǔ)法靈活的特點(diǎn)，本文在現(xiàn)有的LSTMENCODERDECODER語(yǔ)義解析模型中引入了自然語(yǔ)言的句法結(jié)構(gòu)。本文在現(xiàn)有的ENCODER中引入樹(shù)形LSTM神經(jīng)網(wǎng)絡(luò)，并根據(jù)自然語(yǔ)言的句法樹(shù)對(duì)其進(jìn)行編碼，減少中文表達(dá)方式多樣性帶來(lái)的影響。2本文改進(jìn)了DECODER的解析過(guò)程，改進(jìn)的DECODER可以利用知識(shí)庫(kù)提高語(yǔ)義解析的準(zhǔn)確率，使得語(yǔ)義解析結(jié)果能夠直接應(yīng)用到面向知識(shí)庫(kù)的自動(dòng)問(wèn)答場(chǎng)景中。3構(gòu)造了一個(gè)中文語(yǔ)義解析數(shù)據(jù)集，彌補(bǔ)了中文自然語(yǔ)言語(yǔ)義解析缺少公開(kāi)數(shù)據(jù)集的問(wèn)題。其中，該數(shù)據(jù)集由自然語(yǔ)言句子和每個(gè)句子對(duì)應(yīng)的意義表示組成，自然語(yǔ)言的意義表示使用LAMBDA演算描述。4實(shí)現(xiàn)了本文改進(jìn)的語(yǔ)義解析模型，并在本文構(gòu)建的中文語(yǔ)義解析數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文所提出的改進(jìn)模型，在前述的中文數(shù)據(jù)集上取得了更好的準(zhǔn)確率。

簡(jiǎn)介：移動(dòng)通信技術(shù)發(fā)展至今，經(jīng)歷了從第一代到第四代的發(fā)展階段。除了第一代窄帶模擬通信已經(jīng)被淘汰退網(wǎng)之外，2G到4G的網(wǎng)絡(luò)都分配有相應(yīng)的頻率。國(guó)內(nèi)的頻率分配，2G網(wǎng)絡(luò)主要在800MHZ和900MHZ范圍，3G在2000MHZ上下而4G更高。根據(jù)自由空間損耗公式，在距離一定的情況下?lián)p耗隨頻率的增高而增大。而隨著通信技術(shù)的發(fā)展，從2G到34G的演進(jìn)為必然趨勢(shì)，2G的頻譜資源會(huì)逐步閑置。在目前2G還不能徹底退出之前，如何將現(xiàn)有2G覆蓋能力更佳的低頻資源充分利用起來(lái)，頻譜重耕就成了一個(gè)普遍關(guān)心的問(wèn)題。本文引入了WCDMAUMTS900MHZ（簡(jiǎn)稱U900）網(wǎng)絡(luò)技術(shù)的研究，通過(guò)頻譜重耕，使部分原GSM900M（簡(jiǎn)稱G900）頻點(diǎn)用于UMTS網(wǎng)絡(luò)。兩套網(wǎng)絡(luò)共存于同一個(gè)頻段，如何進(jìn)行頻譜規(guī)劃和盡可能的減少干擾就成了本文重點(diǎn)研究的課題。本文的研究工作從U900的技術(shù)特點(diǎn)入手，從900M的頻率規(guī)劃和干擾成因，引入了U900網(wǎng)絡(luò)部署原則的討論和GU900的頻譜重耕方案的建議?；谖鍌€(gè)典型的的實(shí)際場(chǎng)景，對(duì)建設(shè)方案進(jìn)行具體分析，從可行性和經(jīng)濟(jì)性方面得出適合部署U900網(wǎng)絡(luò)的場(chǎng)景U900宜選取話務(wù)量不大的合適地形連片建設(shè)，使緩沖區(qū)處于合適大小。根據(jù)以上分析，提出了安徽省的U900部署規(guī)劃，用實(shí)例驗(yàn)證了以上規(guī)劃的可行性和實(shí)效性。結(jié)尾部分是本篇文章的結(jié)論，并提出了一些建議，展望了未來(lái)的研究方向。

簡(jiǎn)介：隨著科學(xué)技術(shù)飛速的發(fā)展，客戶需求的多樣化，迫使企業(yè)不斷對(duì)產(chǎn)品進(jìn)行創(chuàng)新設(shè)計(jì)，加劇了企業(yè)間的競(jìng)爭(zhēng)。但由于產(chǎn)品設(shè)計(jì)知識(shí)不斷的積累，設(shè)計(jì)人員面對(duì)海量的產(chǎn)品設(shè)計(jì)知識(shí)，很難快速的找尋到需要的設(shè)計(jì)知識(shí)，導(dǎo)致產(chǎn)品創(chuàng)新設(shè)計(jì)的難度增加。因此，在產(chǎn)品創(chuàng)新設(shè)計(jì)中，如何快速、全面的獲取設(shè)計(jì)需要的設(shè)計(jì)知識(shí)，使知識(shí)協(xié)同共享，以及面對(duì)設(shè)計(jì)主體流失時(shí)，設(shè)計(jì)知識(shí)網(wǎng)絡(luò)魯棒性分析，減少設(shè)計(jì)人員搜索知識(shí)的時(shí)間，提高設(shè)計(jì)知識(shí)的效率，加快新的產(chǎn)品推出，加強(qiáng)企業(yè)的競(jìng)爭(zhēng)力，實(shí)現(xiàn)產(chǎn)品創(chuàng)新設(shè)計(jì)，對(duì)產(chǎn)品創(chuàng)新設(shè)計(jì)的知識(shí)網(wǎng)絡(luò)研究是實(shí)現(xiàn)上述目標(biāo)的關(guān)鍵。本文對(duì)面向產(chǎn)品創(chuàng)新設(shè)計(jì)的知識(shí)網(wǎng)絡(luò)關(guān)鍵技術(shù)進(jìn)行了研究，以產(chǎn)品設(shè)計(jì)知識(shí)為節(jié)點(diǎn)，知識(shí)節(jié)點(diǎn)與知識(shí)節(jié)點(diǎn)之間的映射關(guān)系組成知識(shí)網(wǎng)絡(luò)，分別對(duì)知識(shí)網(wǎng)絡(luò)中知識(shí)驅(qū)動(dòng)、協(xié)同共享、魯棒性等研究，以實(shí)現(xiàn)產(chǎn)品創(chuàng)新設(shè)計(jì)。主要研究?jī)?nèi)容如下1）闡述了產(chǎn)品創(chuàng)新設(shè)計(jì)的各個(gè)階段的任務(wù)，描述知識(shí)網(wǎng)絡(luò)定義和知識(shí)網(wǎng)絡(luò)的研究發(fā)展的層次特點(diǎn)，同時(shí)給出各學(xué)科對(duì)于知識(shí)的不同研究形式，并在此基礎(chǔ)上，提出了面向產(chǎn)品創(chuàng)新設(shè)計(jì)的知識(shí)網(wǎng)絡(luò)框架，并分析了框架中各層的主要內(nèi)容。2）基于本體的產(chǎn)品創(chuàng)新設(shè)計(jì)知識(shí)驅(qū)動(dòng)研究。通過(guò)對(duì)產(chǎn)品設(shè)計(jì)中的概念設(shè)計(jì)進(jìn)行分析，將用戶意圖設(shè)計(jì)概念引入到功能、行為、結(jié)構(gòu)中，根據(jù)知識(shí)多對(duì)多映射關(guān)系，構(gòu)建知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)，提出了基于本體的產(chǎn)品創(chuàng)新設(shè)計(jì)知識(shí)驅(qū)動(dòng)建模方法，并對(duì)知識(shí)網(wǎng)絡(luò)節(jié)點(diǎn)的度、集聚系數(shù)和效率等的分析，挖掘網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特點(diǎn)，評(píng)價(jià)知識(shí)節(jié)點(diǎn)重要度，構(gòu)建設(shè)計(jì)知識(shí)驅(qū)動(dòng)模型，給出知識(shí)驅(qū)動(dòng)建模流程。3）研究了面向產(chǎn)品創(chuàng)新設(shè)計(jì)的知識(shí)協(xié)同共享方法。通過(guò)對(duì)現(xiàn)代產(chǎn)品設(shè)計(jì)模式分析，運(yùn)用知識(shí)流的方法表示產(chǎn)品設(shè)計(jì)過(guò)程知識(shí)的流動(dòng)，對(duì)知識(shí)協(xié)同共享博弈進(jìn)行分析，歸納了產(chǎn)品設(shè)計(jì)分類，用本體語(yǔ)言對(duì)產(chǎn)品設(shè)計(jì)知識(shí)進(jìn)行表示，構(gòu)建協(xié)同共享模型，以實(shí)現(xiàn)產(chǎn)品創(chuàng)新設(shè)計(jì)中的知識(shí)協(xié)同共享。4）基于加權(quán)超網(wǎng)絡(luò)的知識(shí)網(wǎng)絡(luò)魯棒性研究。通過(guò)對(duì)產(chǎn)品設(shè)計(jì)知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)分析，構(gòu)建三種知識(shí)子網(wǎng)絡(luò)，各知識(shí)網(wǎng)絡(luò)之間相互聯(lián)系構(gòu)成知識(shí)超網(wǎng)絡(luò)。用單個(gè)知識(shí)節(jié)點(diǎn)移除方法，對(duì)產(chǎn)品設(shè)計(jì)中知識(shí)主體主動(dòng)流失與隨機(jī)流失進(jìn)行魯棒性分析，構(gòu)建知識(shí)網(wǎng)絡(luò)魯棒性模型，通過(guò)網(wǎng)絡(luò)效率和網(wǎng)絡(luò)介數(shù)判斷知識(shí)網(wǎng)絡(luò)的穩(wěn)定性。

簡(jiǎn)介：連年來(lái)微波通訊系統(tǒng)快速成長(zhǎng)，相應(yīng)的也敦促了對(duì)于微波寬頻帶、大功率和高效率的微波功率合成器的研發(fā)。本文重點(diǎn)闡述了微波功率合成放大器的匹配網(wǎng)絡(luò)結(jié)構(gòu)，及其核心組成部分。首先功率分配合成器通過(guò)將一路微波電磁信號(hào)的能量，按照一定的比例同時(shí)分配給兩路或是多路微波功率輸出，當(dāng)然通常的功率分配比例都是等比的。然后將這多路的分配傳輸下來(lái)的信號(hào)在每一支路分別經(jīng)過(guò)功率放大器放大，再對(duì)同樣的功率分配電路對(duì)稱使用，讓每一支路放大后的微波功率輸出到一個(gè)合成的支路上輸出，則此時(shí)由一路輸入的微波功率相當(dāng)于經(jīng)過(guò)了多路放大器的級(jí)聯(lián)的放大。然而最巧妙的是這種多路放大合成的功率放大方式，避開(kāi)了每一個(gè)單獨(dú)微波功率放大器的輸出功率的上限要求，而使疊加的功率通過(guò)無(wú)源傳輸線輸出，從而有效的解決了微波通信系統(tǒng)中輸出功率不足的問(wèn)題。接著，本文介紹了電磁波在徑向傳輸線中存在的形式和特征，為本文分析和討論徑向波導(dǎo)功率分配合成器提供了理論基礎(chǔ)。并在此基礎(chǔ)上系統(tǒng)介紹了徑向波導(dǎo)功率分配器的設(shè)計(jì)理論和仿真過(guò)程，探討了降低合成電路損耗，提高合成效率和帶寬的方法。隨后，本文研究和生產(chǎn)了運(yùn)行在2GHZ62GHZ的5路徑向功率分配器，輸入與輸出回波消耗各自小于163DB和102DB插入損耗在74DB78DB之間。再又用同樣的方式仿真和生產(chǎn)運(yùn)行在了2GHZ62GHZ頻率范圍內(nèi)的12路功率合成器，輸入與輸出回波消耗各自小于148DB和93DB插入消耗在104DB111DB之間。然后本文在第四章，按照功率合成放大器的理論構(gòu)造和生產(chǎn)了一個(gè)工作在20GHZ62GHZ的輸出功率大于60W的功率合成器。測(cè)試成效顯示，該合成器的飽和輸出功率大于478DBM，在頻點(diǎn)25GHZ和35GHZ處為最高功率輸出達(dá)到了493DBM，頻率范圍內(nèi)增益大于48DB增益平坦度在3DB之內(nèi)，輸入駐波比小于15。

簡(jiǎn)介：變頻器驅(qū)動(dòng)交流電動(dòng)機(jī)的運(yùn)行，主要進(jìn)行轉(zhuǎn)速控制，調(diào)節(jié)輸出電壓、電流以及改變輸出頻率，是一種節(jié)能效果較好的電力電子裝置。變頻器的核心體現(xiàn)在逆變環(huán)節(jié)，即將給定的直流電輸入變?yōu)榭烧{(diào)的交流電輸出，逆變過(guò)程中往往會(huì)伴隨著大量諧波的產(chǎn)生，對(duì)電動(dòng)機(jī)負(fù)載影響極其惡劣，很難實(shí)現(xiàn)穩(wěn)定運(yùn)行。特定消諧技術(shù)能夠有效地消除指定次諧波，對(duì)于未消除的高次諧波，電路中加入適當(dāng)?shù)臑V波器即可有效地濾除，因此提高了輸出電壓電流的質(zhì)量。以此技術(shù)為基本原理設(shè)計(jì)出來(lái)的特定消諧式變頻器輸出電流波形接近正弦波，交流電動(dòng)機(jī)的運(yùn)行得到了很大的改善。本文首先通過(guò)對(duì)特定消諧技術(shù)基本原理的進(jìn)一步分析和研究，利用傅立葉級(jí)數(shù)變換對(duì)三相電壓型逆變器輸出的電壓波形建立消諧數(shù)學(xué)模型。該數(shù)學(xué)模型為輸出基波電壓及各次諧波電壓與開(kāi)關(guān)角之間的非線性超越方程組。傳統(tǒng)的牛頓迭代算法可以實(shí)現(xiàn)開(kāi)關(guān)角的求解，但對(duì)初值要求比較苛刻，而且求解過(guò)程中需要反復(fù)迭代，計(jì)算上花費(fèi)時(shí)間相對(duì)較長(zhǎng)，工業(yè)應(yīng)用上，只能采用離線求解開(kāi)關(guān)角，通過(guò)查表的方法產(chǎn)生PWM控制信號(hào)，這種方法的缺點(diǎn)是需要大規(guī)模的存儲(chǔ)器，而且這種分梯度的離散控制數(shù)據(jù)使得控制精度受到影響。尋找一種能夠快速求解開(kāi)關(guān)角，以便于實(shí)現(xiàn)在線求解的方法已迫在眉睫。本文提出了將BP算法應(yīng)用于特定消諧技術(shù)中，該算法利用訓(xùn)練成熟的BP神經(jīng)網(wǎng)絡(luò)求解開(kāi)關(guān)角，求解過(guò)程中只需要求解一次方程就可求得所需的開(kāi)關(guān)角，大大的提高了求解速度。其次，對(duì)雙極性下的特定消諧模型進(jìn)行仿真分析，利用牛頓迭代算法、基本BP算法、思維進(jìn)化算法優(yōu)化BP算法、粒子群算法優(yōu)化BP算法求解開(kāi)關(guān)角，觀察其開(kāi)關(guān)角隨調(diào)制度變化曲線，比較其相電壓諧波畸變率大小，通過(guò)比較兩種優(yōu)化BP網(wǎng)絡(luò)方法對(duì)網(wǎng)絡(luò)的收斂速度以及求解結(jié)果精度的分析，最終確定了使用粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的方法。該算法在求解開(kāi)關(guān)角時(shí)不僅BP網(wǎng)絡(luò)的收斂速度更快，而且求解的結(jié)果更加精確，對(duì)其進(jìn)行頻譜分析，觀察不同開(kāi)關(guān)角、調(diào)制度下諧波抑制情況，結(jié)果表明在特定消諧技術(shù)中使用粒子群算法優(yōu)化BP算法是切實(shí)可行的。再次，設(shè)計(jì)了變壓變頻同步控制的特定消諧式變頻器，分為功率電路和控制電路兩部分。其中控制電路使用了TMS320F28335DSP，其主要要功能是在線求解特定消諧技術(shù)開(kāi)關(guān)角，產(chǎn)生PWM控制信號(hào)，AD信號(hào)采集轉(zhuǎn)換。功率電路逆變部分采用的是三相電壓型電路，逆變電路主體中應(yīng)用了DIPIPM（智能功率模塊），實(shí)現(xiàn)了變頻器的逆變環(huán)節(jié)。最后，通過(guò)對(duì)變頻器硬件電路的調(diào)試，完成了對(duì)實(shí)驗(yàn)電路輸出電壓波形的檢測(cè)分析，驗(yàn)證了運(yùn)用BP算法求解特定消諧技術(shù)開(kāi)關(guān)角的正確性。

簡(jiǎn)介：隨著移動(dòng)通信網(wǎng)絡(luò)的迅速普及和智能手機(jī)的廣泛使用，基于位置服務(wù)（LOCATIONBASEDSERVICES，LBS）為我們的生活提供了巨大的便利?；谖恢梅?wù)綜合了定位、移動(dòng)通訊、地理信息等多種技術(shù)，移動(dòng)用戶通過(guò)LBS可以獲得各種位置服務(wù)，例如導(dǎo)航、簽到、交友和搜索附近的加油站等。雖然LBS能夠給人們的衣、食、住、行帶來(lái)便利，但是也存在泄漏用戶隱私信息的隱患。移動(dòng)端在向LBS服務(wù)器請(qǐng)求位置服務(wù)時(shí)，會(huì)將自身的位置坐標(biāo)通過(guò)移動(dòng)網(wǎng)絡(luò)發(fā)送給LBS服務(wù)器，在這個(gè)過(guò)程中，用戶的位置信息會(huì)面臨被泄露的風(fēng)險(xiǎn)。因此在基于位置服務(wù)中，一方面需要保證LBS的服務(wù)質(zhì)量，另一方面又需要確保用戶的隱私不會(huì)被泄露。本文主要是對(duì)LBS隱私保護(hù)中的虛擬位置技術(shù)進(jìn)行研究和改進(jìn)，主要內(nèi)容包括以下幾個(gè)方面（1）以往的虛擬位置方法生成的虛擬位置是隨機(jī)的，攻擊者利用背景知識(shí)可以很輕易的排除一些虛擬位置，降低了匿名的效果。針對(duì)這個(gè)問(wèn)題，本文對(duì)虛擬位置方法進(jìn)行改進(jìn)。不再采用隨機(jī)的方法來(lái)生成虛擬位置，而是計(jì)算地圖中每個(gè)位置的查詢概率，查詢概率表示在該區(qū)域用戶會(huì)發(fā)出LBS服務(wù)請(qǐng)求的概率，利用每個(gè)位置的查詢概率來(lái)挑選虛擬位置，使得攻擊者不能再通過(guò)背景知識(shí)來(lái)排除虛擬位置。（2）在基于查詢概率的匿名算法基礎(chǔ)之上，本文將匿名區(qū)域面積引入到算法中，進(jìn)一步提高匿名的效果。算法執(zhí)行時(shí)，在利用查詢概率挑選K1個(gè)虛擬位置后，還會(huì)考慮形成的匿名區(qū)域面積的大小。只有匿名區(qū)域面積足夠大的虛擬位置集合，才會(huì)實(shí)現(xiàn)更好的匿名效果，這樣的虛擬位置集合才是滿足我們匿名需要的結(jié)果。（3）用戶在不同的場(chǎng)景下可能對(duì)隱私保護(hù)程度有不同的要求，即用戶的隱私保護(hù)程度并不是一成不變的，而是會(huì)隨需求變化的。為滿足用戶的實(shí)際需要，在算法設(shè)計(jì)時(shí)，用戶可以自行決定匿名度K的值，并決定一個(gè)最小匿名區(qū)域面積。通過(guò)這樣的設(shè)定，用戶就能根據(jù)自己的實(shí)際需要決定不同的匿名程度。