基于云计算的下一代铁路移动通信网络架构

铁路智能化的发展以及铁路网与互联网的不断融合,对下一代铁路移动通信网络的承载能力和服务质量提出更高的要求。基于云计算的下一代铁路移动通信网络架构并针对铁路应用特点,论述该架构的技术优势和面临的挑战;在分析未来铁路移动通信应用需求的基础上,提出基于集中单元、分布单元和射频拉远单元三层结构的铁路无线接入网络部署方案以及基于移动中继节点的车载移动终端无线访问方案;给出下一代铁路移动通信网络的演进路线。基于云计算的铁路移动通信网络架构可以有效地降低建设及维护成本、提高资源的利用效率、降低能耗,符合铁路未来的发展趋势。     

基于移动网络的海上通信系统构建与应用

为及时监控海上通信系统运行状态,提出基于移动网络的海上通信系统构建与应用。系统通过移动网络通信,实现海上监控装置、移动工作站、数据服务器间的通信,由海上监控装置及时采集与传输通信系统运行状态信息,通过数据服务器利用移动网络通信将数据传输并反馈给移动工作站实现数据内容的访问。在传输过程中及时监控与分析网络问题位置,结合监控中心软件共同实现海上通信系统运行状态的监控,并通过实际应用中验证所设计系统性能。     

基于时空注意力卷积神经网络的交通流量预测

为充分挖掘交通流量的复杂时空动态相关性以提高交通流量预测精度,引入空间注意力机制与膨胀因果卷积神经网络,提出一种基于时空注意力卷积神经网络的交通流量预测模型（spatio-temporal attention convolutional neural network,STACNN）.首先,由膨胀因果卷积与门控单元构建的门控时间卷积网络模块用于获取交通流量的非线性时间动态相关性,避免在训练长时间序列时发生梯度消失或梯度爆炸;其次,采用空间注意力机制为路网中的交通传感器节点自动分配注意力权重,动态关注不相邻节点之间的空间关系,并结合图卷积神经网络提取路网的局部空间动态相关性特征;然后,通过全连接层获取最终的交通流量预测结果;最后,利用高速公路交通数据集PEMSD4、PEMSD8进行了60 min的交通流量预测实验.实验结果表明：与基线模型中具有良好性能的时空图卷积网络（spatio-temporal graph convolutional network,STGCN）模型相比,提出的STACNN模型预测结果的平均绝对误差（mean absolute error,MAE）在两个数据集上分别提...     

基于多任务学习和层次分析法的公路隧道支护方案优化设计

为提升公路隧道施工过程中支护的实时性和合理性, 以浙江省龙丽温高速的围岩地质特征和支护方案为研究背景。 分析围岩特征与支护参数的相关性, 确定了以围岩风化程度、 坚硬程度、 岩体完整程度、 地下水状态、 围岩稳定情况为输入围岩特征, 锚杆间排距、 锚杆长度、 喷混凝土厚度、 钢拱架型号为输出支护参数的多任务学习模型结构。 针对多任务学习模型获得的预测支护参数, 通过层次分析法评价预测支护参数中部分强于实际支护参数, 部分弱于实际的支护设计, 结果表明预测支护参数综合得分高于实际支护参数。 研究成果为实现公路隧道快速支护方案选型和评估提供了指导。     

舰载云图像识别性能研究

深度学习的兴起促进了各个电子科技行业的迅速发展,军事科学的智能应用也得到了极大的推广。舰载云环境基于单只舰船,为舰载智能应用提供算力、网络资源和存储支持。深度学习任务依赖强大的计算资源,相同的智能模型在不同的计算平台中性能可能出现巨大差异。在自主可控的大背景下,本文基于深度学习中的典型图像识别任务,对比使用国产和商用计算平台中舰载云上不同配置的虚拟机的表现性能。一方面,分析不同的虚拟机配置与表现性能的关系;另一方面,对比商用及国产平台的性能差距,为舰载云智能化的大规模应用提供理论支撑。     

六四式军用梁移动模架分块浇筑大跨径连续箱梁桥施工技术

针对80 m跨径等高连续箱梁的受力特点,紧扣"分块浇筑"施工工艺,提出采用装配式六四军用桁架作移模主梁的移动模架"分块浇筑"新方法,对其工艺流程和特点进行了简要介绍,并对装配式移动模架进行了设计和验算。结果表明所提出的工法是可行、经济的,为装配式六四军用梁移模"分块浇筑"在长大不等跨等高连续梁桥施工中的应用提供了理论参考,也为移动模架向大跨度方向发展提供了新的思路。     

基于4C/ID模型与慕课引导的新型混合式教学模式研究——以“集装箱配载”模块为例

通过运用4C/ID模型并结合慕课教学创建新型的混合式教学模式,将模块化的任务目标引入整体的学习任务中,解决了当前船舶原理与货运课程中存在的学习内容碎片化、学生动手能力弱、学生学习态度被动等问题。以“集装箱配载”模块为例,基于4C/ID模型进行教学设计,提高学生的学习效率,加深学生的学习效果。     

海事卫星BSS客户层级关系融合研究与应用

海事卫星,是用于海上和陆地间无线电联络的通信卫星,海事卫星隶属于国际海事卫星组织,提供全球范围海事卫星移动通信服务的政府间合作机构是国际移动卫星公司,中国以创始成员国身份加入该组织。拥有海事卫星电话的客户,可实现船与船之间、船与岸之间的通信,实现语音通话、数据传输和传真等业务。目前中国区海事卫星业务支撑系统BSS客户分为三代星和四代星客户,未来将发展海事卫星五代星客户。本文主要从三、四代星的层级客户融合,以及未来五代星融合方面阐述海事卫星的客户层级关系的融合实现,以及客户层级关系融合与付费账户之间的实现。使海事卫星BSS系统能够实现客户层级关系平滑过渡。     

深度学习的车道线检测方法

随着人工智能技术的不断发展,无人驾驶技术已经成为当下社会发展的热门,车道线检测是无人驾驶技术的关键一环,但传统的基于视觉的车道线检测方法处理时间较长、过程繁琐、需要人为干预。基于深度学习的车道线检测可大大减少此类问题。文章设计了一个完成双任务的Enet网络,分别解决目标区域分割问题和不同车道区分问题,以实现端到端的检测。与主流车道线检测网络模型deeplab v3和YOLO v3进行对比。实验验证表明,网络模型的最终训练准确率为99.8%,相对于deeplab v3和YOLO v3网络分别提升1.2%和0.8%。