变电站复杂电磁环境下的无线通信干扰抑制方法

变电站内的电磁环境复杂多变,存在各种电磁干扰,对无线通信产生了严重的影响。本文提出了一种基于独立成分分析算法的变电站无线网络设备电磁干扰识别与抑制方法。首先分析了变电站中电磁脉冲对通信链路的影响,然后提出干扰抑制方法。最后用所提出的方法对变电站的无线通信图像的干扰进行了抑制,抑制后的图像的误码率明显降低,说明了所提出方法对干扰抑制的有效性。     

基于多源数据的北京市城市中心及其空间结构研究

首先利用NPP-VIIRS夜间灯光数据并基于改进的阈值二分法识别北京市城市建成区,其次利用多源地理大数据和局部等值线树算法识别北京市城市中心,最后结合现行规划蓝图分析提取结果。结果表明：一般而言,基于夜间灯光亮度等值线树能够识别出基础设施完善且集中连片的产业园区、交通枢纽中心或者公共用地作为城市中心。基于手机信令人口密度等值线树能够识别出人类活动密集的居住用地或景点绿地作为城市中心。基于POI核密度分析数据等值线树能够识别出经济活动繁荣的商业用地作为城市中心。最后,通过发挥各种数据源的不同优势进一步验证发现北京市城市布局与城市战略定位相一致,北京市呈现明显的“一核一主一副,两轴多点一区”的空间结构。在对比验证提取结果的基础上,针对未能识别出的区域提出解决办法。     

SFLA-Verhulst组合模型预测矿井瓦斯涌出量

针对矿井瓦斯涌出量的时变性、波动性、非线性以及不确定性等特征,提出了SFLA-Verhulst组合预测模型,用于对具有非线性动态特征的瓦斯涌出量进行预测。该模型通过蛙跳算法对Verhulst模型的背景值参数寻优,并引入一次指数平滑法对原始数据进行优化处理,建立了基于混合蛙跳算法的SFLA-Verhulst组合预测模型;结果使模型在原始数据不准确或存在误差干扰的情况下仍能进行精度较高的预测。将新模型应用于某矿瓦斯涌出量预测,并对模型的预测结果进行检验分析,结果表明:该模型在结合蛙跳算法的全局寻优特点后预测精度较传统的GM(1,1)模型有明显的提高,适用性更强。     

低照技术在安防行业的发展应用及展望

随着人工智能技术的不断发展,基于对目标特征、行为态势的分析需求越来越多,各种深度学习算法、人工神经网络技术被广泛应用于安防行业的图像识别和模式匹配上,比如人脸识别、车辆特征提取、视频全结构化分析等。然而可有效应用于AI分析的基础信息都来源于终端设备采集来的视频图像数据,因此,"更高清"的视频图像自然成为安防行业长久以来一直不容忽视且需要在此领域不断深耕的研究命题。     

基于神经网络下的车辆自动控制系统决策算法分析研究

为了提高车辆自动控制能力,提出基于神经网络下的车辆自动控制系统决策算法。构建车辆自动控制系统的行驶动力学和运动学模型,以相位偏移和惯性转矩为约束参量构建车辆自动控制系统模糊反馈误差跟踪融合控制律,采用模糊参数融合和自适应参数调节方法进行车辆自动控制系统决策和模型预测,采用变结构神经网络控制的方法进行车辆自动控制系统的模糊决策构造,建立车辆自动控制系统决策的约束参数优化模型,采用自适应模糊跟踪融合识别方法进行车辆自动控制系统决策的参数寻优,实现车辆自动控制系统的优化决策控制。仿真结果表明,采用该方法进行车辆自动控制系统决策控制的自适应性性较好,控制输出的鲁棒性较强。     

基于SIFT与SVM的应急救援图像检测方法研究*

针对公共安全突发事件应急救援的封闭空间场景（Confined Space Scene,CSS）信息采集不通畅、不全面而影响救援等问题,提出1种基于不变特征转换（Scale invariant feature transform,SIFT）和支持向量机（Support Vector Machine,SVM）的图像信息异常检测方法。在场景内外信息传递“断环”情况下,该方法可利用物联网技术采集的图片,或以网络图片信息、历史类似场景数据等作为补充,通过SIFT特征提取、K means聚类处理以及SVM分类,实现场景的智能识别。经仿真分析,该方法能实现封闭空间内外部图像信息互通,“接补”因无法了解事件内部情况而产生的救援环节链条的“断环”,为救援提供决策参考。     

基于改进蚁群算法的应急救援最优路径选择

蚁群算法最早成功应用于解决著名的旅行商问题(TSP),但基本蚁群算法在解决大型优化问题时,搜索时间长,易陷入局部最优解.针对基本蚁群算法的不足之处,对该算法的数学模型以及参数组合选择方法进行了改进研究,将改进后的蚁群算法应用于事故应急救援各受灾点救灾物资的配送问题中,取得了较好的运行结果.     

常州市基于网格监测的臭氧污染过程分析

为研究常州市2022年6月14—21日的臭氧连续超标过程,利用EKMA曲线分析此次污染过程中臭氧生成对其前体物VOCs和NO_x的敏感性,通过反距离权重插值算法对网格化数据进行插值对该污染过程进行分析。结果表明：常州市臭氧及其前体物存在明显的日变化特征。6月臭氧超标天的臭氧与温度呈正相关,与相对湿度呈负相关。常州市臭氧处于强VOCs控制区,削减VOCs会使当地臭氧生成潜势逐步降低;不当削减NO_x排放反而会使当地臭氧生成潜势上升。6月14—18日,江苏省呈区域型污染,常州市温度偏高有利于臭氧生成;19—20日臭氧污染气团不断向西移动,臭氧高值区处于常州市;21日主导风向转为东南风,常州本地臭氧生成叠加周边区域影响,致使常州市臭氧仍处于高值。     

基于Landsat-8数据和劈窗算法的地表温度反演及城市热岛效应研究

陆地表面温度(Land Surface Temperature,LST)是地表能量平衡组分中的一个重要参数。随着卫星遥感技术的快速发展,遥感反演成为获取区域LST的一个重要手段。目前已有学者提出多种基于遥感数据反演LST的算法,其中劈窗算法被证明是一种精度较高的算法。基于Landsat-8卫星30 m空间分辨率的陆地成像仪(OLI)数据和100 m分辨率的热红外传感器(TIRS)数据,采用劈窗算法计算了无锡地区的LST,并采用地面实测水温数据和同步的MODIS温度产品对Landsat-8的计算结果进行了验证和对比分析。结果表明:基于Landsat-8数据和劈窗算法获取的LST精度较高,误差1K。在计算的LST结果基础上,进一步提取了热场变异指数来分析城市热岛空间分布特征,给出了城市热岛效应的定量化描述,并就不同地表覆盖类型对热岛效应的影响进行了分析。