烽火科技:志在网络 智在网络 赢在3G

2009年的北京国际通信展是3G牌照发放后工业和信息化部主办的首个国际大型信息通信展览会。无线网络优化覆盖领域的领军企业烽火科技,以全新的“烽火,志在网络/智在网络/自在网络“集团     

基于嵌入式网络设备的远程监控系统设计

针对目前大量嵌入式网络设备应用于工业控制的监控领域,监控网络的性能、带宽、成本成为目前工业控制领域普遍关心的问题.而影响这一性能的是核心控制服务器的管理及设计结构优劣,为此本文提出了一个适于通用嵌入式设备的网络远程监控系统服务器结构,分析了该服务器需要提供了功能需求,其中重点研究了该网络监控系统的通信协议、嵌入式技术和现场总线技术等.     

基于linux系统的H.264视频监控系统的实现

介绍了基于H.264的,在linux系统下的视频监控系统,重点阐述了在linux操作系统下的"视频服务管理系统"的解决方案,最新的视频压缩方法H.264/AVC,以及流媒体传输协议RTP/RTCP.实验表明,在与差错控制以及错误掩盖技术相结合后,新的算法大大提高了视频数据对传输错误的鲁棒性,提高了监控终端的视频质量.     

基于DevOps的云平台微服务架构可靠性研究

为了加强云平台微服务架构的稳定性,且提升数据的安全性,提出基于DevOps的云平台微服务架构可靠性研究方法。分析传统应用架构和微服务架构的基本情况,以获得的信息为依据,构建可靠性评估模型,随后通过图论域几率论作为研究工具融合云平台微服务架构的特点,同时分析其拥有三种模式的可靠性,即两终端可靠性、全终端可靠性、终端可靠性,进而获得云平台微服务架构的粗略可靠性。最后评估云平台微服务架构传输数据的安全性,确定传输路径输入与输出发送端缓冲区的数据处理速度,有效感知所有数据传输路径的传输情况,进而完成对云平台微服务架构的可靠性研究。实验结果证明,所提方法能够有效分析出云平台微服务架构的优缺点,并且得出的结果也十分精准。     

尾矿坝位移分级预警阈值研究及规律分析

针对尾矿坝在线监测重建设、轻利用的现状,基于尾矿坝位移在线监测时间序列,通过多步逆向云变换算法(Multi-step Backward Cloud Transformation Algorithm Based on Sampling with Replacement, MBCT-SR)改进云模型,根据“3E_n原则”和内外包络曲线确定在线监测位移的正常运行值,从而建立尾矿坝位移分级预警阈值模型,并利用某尾矿坝全球导航卫星(Global Navigation Satellite System, GNSS)技术表面位移在线监测数据进行实例验证。结果表明：该尾矿坝水平方向位移的黄、橙、红预警阈值分别为8.41 mm/d、12.94 mm/d、19.41 mm/d,呈现出坝体中间预警阈值最大、并由中间向两侧减小的空间变化规律;尾矿坝垂直方向位移的黄、橙、红预警阈值分别为16.56 mm/d、25.48 mm/d、38.22 mm/d,且随着子坝的堆积,预警阈值逐渐增大。     

基于TUV模式的对流层光解速率影响因子的研究

应用TUV辐射传输模式进行了一系列的敏感性试验,以期确定影响对流层O₃和NO₂光解速率的关键性因子.结果表明,气溶胶的光学性质对光解速率的影响存在明显差异.在气溶胶光学厚度（AOD）一定的情况下,散射性越强,近地面光解速率越大;当AOD从0.5增加至2.5,J[O¹D]和J[NO₂]极大值分别下降30.3%和13.1%.光解速率对较小的云光学厚度的变化比较敏感.云对J[NO₂]的影响存在明显的时间差异,在早晨和傍晚,J[NO₂]的衰减可以达到12%,而午时,J[NO₂]的衰减不足4%;在垂直方向上,云层的存在能够减小通过云层的光化辐射通量,有效降低云下光解速率,而云滴的后向散射特性能增大云上的光解速率.臭氧能够吸收300nm左右的紫外辐射,因而臭氧柱浓度变化对J[O¹D]有显著的影响,臭氧柱浓度从200DU增加至400DU,J[O¹D]极大值下降了53.1%,J[NO₂]极大值仅降低了1.0%.同时发现,气溶胶和云相对位置的改变对光解速率的垂直分布有较大的影响,气溶胶在云上时,高层的光解速率明显增大,且气溶胶的散射性越强,光解速率的增幅越大;当吸收性气溶胶位于云上时,使得高层光化辐射通量大量衰减,此时云层对于光解速率的影响比较微弱.     

基于葵花影像中国地区夜间云识别方法研究

目的实现适用于中国地区的夜间云识别。方法根据红外波段云与非云的亮温差异,采用亮温阈值法研究适用于中国地区的夜间云识别算法。中国地形高程差异明显,其地表辐射能量也存在较大差异,影响云检测结果精度,因而提出基于三个高程阶梯的云识别方法。由于云检测结果验证缺少可见光波段,使用MODIS云数据产品和雷达数据CALIPSO分别做定性和定量验证。结果云检测区域与MODIS的MYD06云产品基本一致,CALIPSO雷达数据四个月的平均验证结果为:非云区域的提取精度约77.86%,云区域的提取精度为79.67%,将有云区域错提为非云的误差率为2.76%,而将非云区域误提取为有云区域的错误率为12.31%。结论利用日本静止气象卫星Himawari-8影像数据,根据阈值法提出的基于三个高程阶梯的云检测算法,较好地实现了适用于中国地区的夜间云识别。     

青海推进环境信息化及生态监测网络建设实践与创新

为认真贯彻习近平总书记提出的"扎扎实实推进生态环境保护"的重大要求及"要把建好用好生态环境监测网络这项基础工作做好"的重要指示,青海省环境保护厅充分利用云计算和大数据等智能信息技术,不断加强环境信息化及生态监测网络建设,有力支撑了生态环境监管,提升了生态环境保护综合决策和公共服务水平,更好地服务于"生态大省、生态强省"建设,切实筑牢国家生态安全屏障,确保一江清水向东流。