Axial Micro-Strain Sensor Based on FM-FBG via Dual-Mode ML-FMF in Sensor Networks

An in-fiber axial micro-strain sensor based on a Few Mode Fiber Bragg Grating (FM-FBG) is proposed and experimentally characterized. This FM-FBG is in inscribed in a multi-layer few-mode fiber (ML-FMF), and could acquire the change of the axial strain along fibers, which depends on the transmission dips. On account of the distinct dual-mode property, a good stability of this sensor is realized. The two transmission dips could have the different sensing behaviors. Both the propagation characteristics and operation principle of such a sensor are demonstrated in detail. High sensitivity of the FM-FBG, ~4 pm/με and ~4.5 pm/με within the range of 0 με - 1456 με, is experimentally achieved. FM-FBGs could be easily scattered along one fiber. So this sensor may have a great potential of being used in sensor networks.

用户资源创新能力、创业模式与创业绩效关系研究——基于众创空间的双重网络嵌入的调节作用

资源对用户开展创业活动至关重要,但对用户创业者资源创新能力影响创业模式选择以及关于创业绩效理论机制的探讨较少。通过构建不同资源创新能力、创业模式与创新绩效之间的匹配关系模型,对221家嵌入众创空间的用户创业企业进行实证研究。结果发现:①资源获取创新能力有助于用户创业者选择协同型创业模式并促进生存绩效提升;②资源利用创新能力有助于用户创业者选择自主型创业模式并促进成长绩效提升;③创业模式在资源创新能力对创业绩效影响中发挥部分中介作用;④众创空间双重网络嵌入对资源创新能力与创业模式关系以及创业模式与创业绩效关系发挥正向调节作用。

综掘面风流调控下的瓦斯与粉尘浓度双目标预测模型研究

针对综掘面瓦斯和粉尘浓度预测能力不足,导致瓦斯粉尘积聚难以提前解决,造成风筒出风口风流调控降尘排瓦效果不佳的问题,采用层次分析法确定了瓦斯和粉尘浓度分布的关键影响因素,建立了7-11-3结构的双目标预测神经网络模型,并进行出风口距端头5 m和10 m工况下的应用测试,结果表明:模型误差率最大9.85%,最小0.27%。瓦斯浓度最高降低了45%,粉尘浓度最高降低了40%,有效预防了瓦斯和粉尘浓度的积聚问题。

基于多模态融合和卷积神经网络的逆变器故障诊断

电压源控制型静止同步补偿系统(Voltage source controlled static synchronous compensator,VSC-STATCOM)故障具有随机性和不可预测性,其原始信号难以完全反映功率开关管的波形特征,导致故障特征提取及诊断困难。针对此问题,提出一种结合多模态融合技术(Multi-modal fusion technology,MFT)、双分支卷积神经网络(Double branch convolution neural network,DBCNN)与自注意力机制(Self-attention mechanism,SA)的逆变器故障诊断的方法。首先,利用快速傅里叶变换实现逆变器故障数据的时域模态信号到频域模态信号的转换;然后,利用DBCNN分别提取时域和频域2个模态的特征并进行特征融合,再将利用SA权重自适应分配能力筛选出的关键特征作为故障分类的依据,解决功率开关管开路故障难以辨别的问题。在逆变器故障诊断过程中,采用MFT和卷积神经网络相结合的方法,建立了一种准确而快速的实现故障分类的体系。以VSC-STATCOM逆变器为对象开展实验,实验结果表明,与单模态时域(Convolutional neural network-self-attention mechanism)CNN-SA和频域CNN-SA方法相比,MFT-DBCNN-SA对故障诊断的准确率均有提高;不同相数的实验结果表明,利用该方法仅靠两相就能很好地诊断出故障类别。相较于同领域的研究,所提故障诊断方法的水平持平或有所提升。

一种低压台区本地HPLC+RF双模自组织通信网络身份认证方法

低压台区“源网荷储”友好互动带来用户侧智能控制设备、传感器接入需求,迫切需要面向本地HPLC+RF自组织网络技术体制,设计针对外部设备接入的安全高效身份认证方法。文中提出一种适应自组织网络的、去中心化的安全认证方案,通过台区边设备、可信代理、端设备建立本地认证链,相比现采集终端到主站的集中式认证方式,该方案可以有效降低因本地自组网网络层级加深而不断增长的安全交互开销,同时有效抵御本地自组织网络多级中继节点被挟持、流量嗅探等网络攻击。通过模拟低压台区本地自组织网络不同中继深度、不同规模外部设备接入多种场景,仿真计算获得外部设备接入台区本地通信网络安全认证交互所消耗通信资源定量分析结果,通过对比集中式认证方式,文中所提认证方案的平均资源消耗量可降低25%,且随着网络拓扑与终端规模的增长,通信资源节省效果更加明显。

基于声振信号融合的设备智能诊断

单一传感器检测易受外界干扰或自身故障等多种因素限制导致滚动轴承故障诊断结果欠佳一直是设备智能诊断领域难点问题。针对上述问题,提出了一种基于声振信号融合的智能诊断方法。首先,通过传感器配置采集滚动轴承的振动信号和声音信号;然后,利用变分模态分解(variational mode decomposition,VMD)对振动信号和声音信号进行分解与重构;随后,将重构后的声振信号输入双通道卷积神经网络(dual-channel convolutional neural network,DCNN)实现故障特征提取与特征融合;最后,将提取和融合的故障特征输入至DCNN网络SoftMax层进行故障分类建模。结果表明,与基于单一振动信号的CNN故障诊断模型相比,提出的基于声振信号融合的故障诊断方法准确率可以达到99.3%,融合后的特征更能有效区分设备不同的故障状态。

基于HPLC双模通信在台区组网的技术应用研究

在电力系统通信组网中,台区组网作为其中重要一环,主要是智能融合终端和各类配电智能设备间的互联互通。HPLC高速载波通信对台区改动小且可应用范围广,故作为台区组网首选的通信方式。而台区中部分业务设备及传感器由电池供电,无法使用电力线载波技术进行通信,所以在HPLC技术的基础上引入了更适合该工作模式的微功率无线通信技术。在这个系统中,融合终端集中处理整个台区数据,需要支持与HPLC和无线等各种不同通信类型的智能设备通信。为此,提出一种基于HPLC与微功率无线相结合的双模通信混合组网方案应用于台区设备的网络通信中,这种组网技术方案除了能够应对台区组网中多种不同通信的要求,既具备HPLC技术长距离通信特性,又弥补了中短距离通信方面的不足,还可以应用在一些实时性不高、数据量不大的特殊场景,使得电力本地通信业务充分利用专网及无线网资源,兼顾了通信方式的灵活应用,更加适应台区组网通信需求,可以为建设一张具有决策权的台区通信网络提供技术基础。

基于低轨卫星互联网的双模通信终端技术

提出一种融合创新的解决方案——双模通信终端,集成了低轨道卫星通信和地面无线自组网的优点,提供弹性通信解决方案。终端能够实时获取集群路由,自主切换卫星通道和地面自组网通道,降低对卫星互联网天地传输信道的压力,实现多样化通信需求。在自组网内,终端利用地面无线自组网进行信息传输,建立用户集群并维护路由。超出自组网边界时,终端自动切换到卫星通信模式并维系网络。该技术有望满足各种场景的通信需求,包括应急响应和现场快速部署等。

基于双模通信技术的GNSS地表位移解算精度分析

地质灾害监测中往往通过移动通信的方式将观测数据回传至服务器,数据传输方式比较单一,对于信号不稳定或灾害造成的信号中断问题难以解决。结合使用电台自组网通信技术与4G通信技术,研制具备双模通信方式的GNSS接收机,弥补单模通信的短板。在稳定区域搭建测试环境,以4G通信为基准,验证电台自组网通信方式的稳定性与可靠性。将基准站安装在稳定位置,分别在距离基准站1.5、3、5、6 km位置各安装一台GNSS接收机,各主机均开启电台与4G两路数据传输,验证电台数据传输质量随距离增大的衰减程度。根据测试结果,验证电台传输方式的适用场景及最佳组网距离。

基于机器学习的自适应双模协同无线充电调度策略

为了打破无线传感器网络的能量瓶颈,考虑无线充电效率对充电距离的敏感性,提出一种基于机器学习的自适应双模式设备协同调度的无线充电方案。首先,基于剩余能量、能耗以及充电效率来定义节点状态,提出一种计及节点状态的自适应阈值选择充电算法。然后设计改进式遗传算法,以最大化能量效用为目标为各节点选择合适的充电模式。此外,为进一步降低充电算法时间复杂度,利用基于支持向量机的机器学习方法学习上述充电模式切换机制,构建节点状态智能预测模型。仿真结果表明,所提算法可在保证较低充电时延的基础上,有效提升多无线充电设备的能量效用,增强传感网络的可持续性。

基于神经网络的双模盾构复合地层掘进参数预测模型

依托深圳市轨道交通12号线怀德站-福永站区间隧道工程,基于EPB/TBM双模盾构穿越地质参数和现场掘进监测数据,采用BP神经网络方法建立双模式盾构掘进参数预测模型,分别对地层参数及掘进模式进行量化,将刀盘扭矩、刀盘转速、螺旋机转速、总推进力、隧道埋深、围岩等级、岩石单轴饱和抗压强度及不同掘进模式作为输入参数,预测出在不同掘进模式及不同地层条件下的设备掘进速率,针对3类典型地层的预测结果进行可视化分析验证,并对预测模型精度进行改进分析。结果表明:神经网络预测模型在TBM模式下的微风化段平均相对误差为8.6%,EPB模式下的强风化段平均相对误差为10.6%,EPB模式下的中风化段平均相对误差26.2%;该模型对强风化段及微风化段等地层强度变化较为稳定的地层预测精度较高,同时,该预测模式适用于22个隐层神经元并对掘进速率采用直接放缩的方法。

健康中国行动政策网络的双模网络分析——基于时间和层级维度的比较研究

目的:探究健康中国行动政策网络结构特征随时间和层级变迁的演化规律,总结政策网络建设的成果和不足。方法:依托健康中国行动政策文本,基于“行动—部门”隶属关系构建健康中国行动政策网络,运用统计分析、整体网络分析、个体网络分析和核心—边缘分析挖掘不同时间阶段和行政层级的政策网络结构特征。结果:随着健康中国行动从酝酿布局阶段步入全面实施阶段,我国健康中国政策网络框架已基本确立,网络规模和协同格局逐渐明晰。国家政策网络已进入优化升级阶段,省级政策网络尚处于扩充完善阶段,且存在地域发展不均衡、行动兼顾不平衡的问题。结论与建议:基于行动和部门二维导向构建政策网络,从政策管理逐渐实现网络管理,加强地区经验交流和协同机制考核,提升省级整体建设水平和均衡程度,发挥核心部门和核心行动的带动作用,推动健康中国建设全局齐步推进,提升政策网络的整体效能。

双渠道动力电池回收模式下可持续逆向物流网络优化模型

为将可持续发展理念纳入动力电池回收管理工作中,构建一个考虑动力电池双渠道回收模式的多目标数学模型,为废旧动力电池回收处理设计考虑经济、环境和社会三者平衡发展的可持续逆向物流网络。模型考虑了价格竞争和回收宣传的影响,同时,将多目标函数进行标准整合,设计了改进混合协同进化遗传算法对模型求解。最后通过算例分析了模型及算法的有效性,并对参数进行敏感性分析。研究结果表明:多目标决策模型与单目标优化模型相比,能有效促进经济效益、环境效益和社会效益的协调发展;回收渠道的竞争行为会引起厂商的选择变化,且竞争强度的持续增加将导致各指标的下降;不确定置信度水平的增大可引起可持续目标的持续增加,销售商置信水平的增加会引起备选厂商选择数量的减小。

5G广播研究分析

5G广播技术在早期广播技术的基础上,结合具有高速率、低时延特征的5G通信技术,极大地节省了频谱资源,提高了用户的视觉体验,给广播电视行业带来新的机遇和挑战。文章介绍了5G广播的背景及各国的研究状况,结合第三代合作伙伴计划(3rd Generation Partnership Project,3GPP)阐述了早期广播演进史,分析了5G广播的技术应用路线,探讨5G广播存在的机遇和挑战,并进行总结分析。

基于双通道混合网络模型的调制方式识别方法研究

调制方式识别是电子对抗领域的核心技术之一,针对传统调制识别方法识别精度不高的问题,借助深度学习方法构建一种双通道混合网络(CLRD)模型,通过对信号的时序特征和空间特征的联合提取完成信号的有效识别。以RML2016.10a数据集为仿真对象,识别11种调制信号。仿真结果表明:在低信噪比条件下,本文提出的CLRD模型具有较好的识别准确率,当信噪比在-2 dB以上时,平均识别准确率可达到91.56%;与其他常用模型相比,识别准确率均有一定程度的提高。

基于二分图理论的产业环境资源竞争网络模型研究——以广州开发区为例

采用二分图理论来研究区域内不同产业部门或排污企业之间对于环境容量的竞争关系,建立产业环境资源竞争网络模型,并从点权分布和加权集聚系数等方面加以分析,依据强关联矩阵来确定排污企业对于区域环境容量需求强度的聚类情况。在此基础上,进一步依据2010年广州开发区的排污企业数据进行了实证研究,分析了开发区产业现状,并对未来生态工业园区建设中产业的发展提出了指导性建议。采用复杂网络模型来分析企业环境外部性的方法,不仅较传统的经济度量方式有理论上创新,而且根据区域不同情况来构建模型,从复杂系统视角对环境管理体系进行分析,有利于改进环境管理方式。

一种基于地理位置信息的LEO/Ad Hoc双模网络路由协议

基于终端的LEO/Ad Hoc网络双模组网模型,分析在LEO卫星通信系统业务溢出情况下地面终端组织Ad Hoc网络的路由查找算法问题,提出一种利用高层LEO卫星通信系统供给的地理信息和信令支持下的路由算法(Geographic Location Based Route,GLBR),通过仿真实验验证了其有效性。

基于双模单包授权的公路零信任安全应用研究

针对交通信息系统工程具有接入范围复杂、网络安全风险大的特点,提出了公路全面零信任系统架构。该架构主要由网关管理平台、可信身份管控平台等6个平台组成。重点研究了基于网关管理平台的安全交互过程,一是实现多物理环境下自动路由策略;二是研究双模SPA敲门机制,重点分析UDP认证和TCP敲门数据访问。依托智慧农路系统工程,评估了应用前后安全访问的效果和效率。研究结果表明,公路零信任系统可在国产芯片Loongson-3A4000上运行;双模单包授权SPA技术在UDP SPA基础上拓展了TCP SPA能力,比单模SPA访问速率快50%;在满足三级等保控制点的基础上可实现网络隐身。

基于BDS/GPS和百度地图的现代有轨电车监控系统的设计

为实现对现代有轨电车车辆的位置及运行状态进行实时监控,设计了一个基于BDS/GPS和百度地图的现代有轨电车监控系统;定位终端以具有我国自主知识产权的BDS/GPS双模定位模块为主,RFID系统作为辅助定位手段;数据通过HTTP的GET方法提交至服务器,由服务器端的PHP页面自动处理后存储到MySQL数据库,中心管理平台显示页面调用百度地图API,将数据显示在百度地图上;最终该系统可以实时获取并存储列车的位置坐标、速度、时间等信息,并在百度地图上以点、线和图表的形式显示出车辆的坐标和运行轨迹等;测试结果表明,该系统运行稳定,定位精度高,获取数据准确、时延小,能够满足应用需求。

基于双模调频分解的网络攻击信号检测算法

针对网络攻击信号检测进行时无法对未分解的网络信号进行准确检测的问题,采用传统算法进行检测,一旦检测的网络未分解信号频率发生变化,对攻击信号数据产生干扰,导致网络攻击信号检测准确率低。提出双模调频分解的网络攻击信号检测方法。利用线性调频双模基函数对网络信号进行展开,自适应地选取线性调频基函数对网络信号进行投影分解。通过网络信号的分解结果与网络攻击信号的特征进行比较,当存在网络攻击行为时,网络信号中与攻击行为对应的特征频率会发生变化,根据网络信号频率的变化情况,完成对网络攻击信号的检测。实验结果表明,利用改进算法进行网络攻击信号检测,能够提高网络攻击信号检测的准确率,效果令人满意。