一、智能网业务逻辑验证技术的研究及其仿真实现（论文文献综述）
乔侨[1]（2020）在《危险分析驱动的自动驾驶汽车测试场景构建方法》文中指出自动驾驶汽车对缓解道路交通拥堵,降低交通事故率,帮助城市构建安全、高效的交通出行结构具有深远的影响。在自动驾驶汽车大规模进入市场之前,需要数十亿公里的道路测试才能验证其可行性及安全性。即使能达到这样的测试里程,道路测试也不能完全的覆盖所有未知的场景。虚拟测试技术的发展,给自动驾驶汽车测试提供了新的思路。测试场景作为基础,在自动驾驶汽车测试方面发挥着至关重要的作用。现有的测试场景构建方法存在着,只能构建已知场景、场景生成量大、测试周期长等问题。因此,本文提出了一种危险分析驱动的自动驾驶汽车场景构建算法,尽可能覆盖未知的测试场景,实现测试的高效与可靠。从自动驾驶汽车发生危险的角度出发,分析自动驾驶汽车事故影响因素,同时采用概率密度函数描述影响因素的特征。再通过故障模式及影响和危害性分析（Failure Mode,Effects and Criticality Analysis,FMECA）提取得到自动驾驶危险场景为跟车场景、避让场景和换道场景。并采用系统理论过程分析（System-Theoretic Process Analysis,STPA）自动驾驶汽车的危险控制行为,提取自动驾驶汽车的安全约束条件。在此基础上,结合故障树分析（Fault Tree Analysis,FTA）针对自动驾驶不同危险场景进行自上而下的具体设计,从而得到不同危险场景下的要素组合。同时针对不同危险场景对其要素之间的关联条件进行具体设计,为之后危险场景的构建提供基础。对具体跟车场景、避让场景和换道场景的碰撞情况进行分析,分别构建基于碰撞条件的不同场景危险边界模型。再结合之前得到的要素特征、组合及关系,最终组成生成具体场景的全部条件。由于函数的连续性,得到的危险测试场景都是无穷的。于是采用基于约束的最优化理论,以危险边界模型为目标函数,要素特征、组合及关系作为可行域,设计出危险场景构建算法,构建出最接近危险边界的代表性具体场景。构建出的代表性跟车场景、避让场景和换道场景,验证了算法的可行性,并从算法性能和效果两方面进行算法可信性评价,最后说明了危险场景构建算法的应用。
李建强[2]（2019）在《基于深度学习的智能眼图分析在光通信中的理论与技术研究》文中提出中短距离光传输技术多应用于光接入和光互连系统中,为新兴的互联网业务与日俱增的带宽和速率需求提供了富有潜力的解决方案。随着未来网络朝着动态和复杂格式特性的方向发展,对系统进行多方位的性能监测以保证网络稳定运行显得至关重要。在中短距离传输系统所适用的强度调制直接检测（IM-DD）系统中,眼图监测显示出更大的优势。目前在进行研究的基于机器学习的监测方案,以其在处理非线性问题上的先天优势,实现了比传统示波器更好的眼图监测。然而由于传统机器学习（ML）算法需要进行人工特征提取且在特征构造的过程中可能会引起信息的丢失,所以其仍不适用于未来灵活动态网络的发展。深度学习（DL）技术以其自动特征提取能力和优异的性能表现为眼图的性能监测提供了一条高精度、智能化的途径。本论文围绕深度学习技术对眼图的智能监测提出了若干技术方案。论文的主要创新点如下:第一,针对传统机器学习眼图监测方法缺乏自动提取能力、表现性能欠佳的问题,提出一种基于卷积神经网络（CNN）的深度学习智能眼图监测方案。实验结果表明,该方案可以实现OOK、NRZ-OOK、DPSK、PAM4多种调制格式下的OSNR估计、调制格式识别,以及OOK和PAM4格式下的光纤链路分析以及Q因子估计,与多种传统ML算法相比,可以在1dB间隔下实现100%准确率的OSNR估计,显着优于其他传统的ML算法。第二,针对上述基于CNN的眼图监测方案训练耗时长、模型难复用的问题,提出一种基于深度迁移学习的智能眼图监测方案,并分别建立了Fine-tune和Frozen两种实现方式。实验结果表明,该方案可以有效复用已有模型的眼图特征信息,两种实现方式均明显地缩短了其他相关眼图监测任务的训练时间,且Frozen的表现更为突出,与无迁移的各个模型相比,Frozen的迁移方式在OOK和PAM4格式下分别降低了至少96.84%和97.69%的训练时间。第三,针对上述基于迁移学习的单任务眼图监测方案中模型重复训练、监测效率低的问题,提出一种基于深度迁移学习的多任务智能眼图监测方案。实验结果表明,该方案基于多任务学习机制能够并行地实现多个眼图参数的联合监测,避免了各个模型的重复训练,显着地提升了眼图监测效率,与单任务迁移模型相比,Frozen的多任务迁移方式在OOK和PAM4格式下仅以一个任务的训练时长实现了多个任务的并行监测。
张应鹏[3]（2019）在《智能网联环境下协同式自适应巡航算法研究及试验验证》文中进行了进一步梳理近年来,得益于以专用短距离通讯技术为代表的低延时高可靠性通讯技术的快速发展,车辆之间、车辆与交通设施之间实时共享信息成为可能。协同式自适应巡航控制系统（Cooperative Adaptive Cruise Control,CACC）在传统自适应巡航控制（Adaptive Cruise Control,ACC）系统的基础上,借助车与车之间的通讯,实现车辆行驶状态信息的共享。相比于传统ACC系统,CACC系统对道路突发状况的响应更加迅速,能够更好地保障车辆的行驶安全,同时可以缩短车辆之间的跟驰距离,降低车辆能耗,提高道路的通行效率。本文主要对CACC跟随控制算法进行研究,并设计智能微缩车试验平台对算法进行测试。首先,针对利用智能网联汽车进行控制算法测试具有危险系数高、试验成本昂贵、灵活性较低、试验平台搭建困难等问题,本文搭建了基于智能微缩车的试验平台,通过智能微缩车模拟智能网联汽车,进行CACC控制算法的验证。本文详细介绍了试验平台的总体设计、智能微缩车的软硬件系统架构设计及智能微缩车各个模块的工作原理以及具体硬件实现。其次,在CACC控制算法验证中,智能微缩车具备自动驾驶能力是基础,在本文中可理解为具备车道保持的功能。本文中智能微缩车通过车载摄像头实时获取微缩车前方的车道图像,经过图像预处理步骤得到车道线二值图像。本文设计了一种在二值图像上基于车道线宽度特征的边缘点提取算法,通过霍夫变换对提取的车道线边缘点集合进行拟合,得到车道线方程,同时完成车道线方程从像素坐标系到世界坐标系的转换,确定微缩车与车道线的相对位置,进而计算微缩车相对于车道中线的偏航角及偏航位移,输入横向控制器计算转向舵机的控制量,完成微缩车的车道保持功能。再次,本文设计了一种分为上下两层的CACC系统,上层通过车车通讯获得前车的位置与速度信息,基于固定车间时距的车间安全距离计算方法,利用LQR控制器计算自车的最优加速度,下层通过模糊PID控制器计算智能微缩车调速电机的控制量。针对CACC系统中头车的速度规划问题,本文中的头车与信号灯进行交互,基于信号灯正时（Signal Phase And Timing,SPAT）模型,根据信号灯状态信息决策出自车的最佳速度,使车队尽可能地在绿灯时间窗口内通过信号灯。最后,本文通过智能微缩车试验平台完成单辆车的车道保持试验及两辆车的CACC控制算法试验,通过大量实验与数据分析,不仅验证了智能微缩车以及试验平台的可行性与可靠性,而且验证了CACC系统控制算法的有效性。
马玉跃[4]（2018）在《基于车路协同的车辆换道行为及其驾驶辅助系统研究》文中认为随着经济全球化的发展,大量的国外汽车企业走入中国市场,加之中国本土汽车企业的迅猛发展,国内汽车产量和机动车保有量呈逐年增加态势,一方面推动了交通运输业的发展,给中国经济的发展带来巨大生机,但另一方面也增大了道路交通压力,道路交通安全受到了前所未有的挑战。驾驶行为是车辆行驶过程中的基本行为,比较两种车辆驾驶行为——跟驰行为和换道行为,换道行为比跟驰行为更为复杂,是因为驾驶员需在行驶过程中根据自身情况和周边车辆状态进行换道信息的处理判断,做出正确的换道决策,故驾驶员在换道过程中起着至关重要的作用,换道模型旨在研究驾驶员的换道行为,为车辆行驶和智能交通提供重要的理论依据,故本文的研究重点是建立换道行为微观模型,研究驾驶员在换道过程中的换道行为。本论文以车路协同技术为理论基础,通过研究交通驾驶行为换道过程中驾驶员特性对换道行为的影响,基于车辆椭圆模型建立了车辆换道安全距离微观模型,并构建了换道驾驶辅助系统,为不同驾驶特性的驾驶员提供正确的道路信息和精准的换道决策,提高车辆换道过程的安全性,进而增强城市道路通行能力,缓解交通压力。本论文的主要工作内容如下:首先,分析研究了车辆行驶过程中的换道行为特性、换道过程的划分以及换道行为的多种影响因素,如车型因素、道路因素、交通环境因素和驾驶员因素对换道行为的影响。通过对影响因素的分析以获取具有不同驾驶特性驾驶员的换道行为,基于车辆椭圆模型,探究换道过程中目标车辆与周围环境及前后车辆的最小安全距离,并根据换道车的不同行驶特性分为加速和匀速两种微观行为,建立了反映不同驾驶行为特性的换道安全距离微观模型。其次,根据视频图像监控系统和GPS大数据系统等数据采集方法,获取车辆在换道过程的行驶状态和周围车辆的行驶信息,从庞大的交流通中筛选出符合纵向换道要求的驾驶行为及特征信息,利用系统数据对建立的换道安全距离微观模型进行参数标定,依据标定后的参数结果对换道模型进行仿真验证,结果表明建立的安全距离模型更能真实体现不同驾驶特性驾驶员的换道过程。最后,依据车路协同技术,基于换道安全距离微观模型建立了驾驶辅助系统平台,包括车辆信息的采集模块和道路环境信息的获取模块,通过车路协同技术对道路车辆及周边环境进行信息采集和数据整合,由中心信息处理模块将数据信息进行处理分析,依据换道安全距离微观模型做出正确的换道判断,并给出驾驶员精准的换道决策,对辅助系统进行模拟仿真,结果表明城市道路交通流畅性明显增加,显着提高了道路通行能力。
蒋奋强[5]（2017）在《基于VANET的多传感器融合防碰撞技术研究》文中研究说明随着人民生活的日益改善,汽车成为人们日常最常用的交通工具之一。随着汽车的普及,交通安全形势愈加严峻,针对车辆防碰撞技术的研究也越来越引起各大汽车厂商和众多学者的关注与重视。与此同时,智能交通的概念也逐渐走进道路交通建设领域,越来越多的国家开始布局基于智能交通的未来交通系统。车辆自组织网络技术作为智能交通的重要技术之一,近年来发展迅速,愈加成熟,车辆防碰撞技术也随之有了新的研究方向。本文以车距测量技术为切入点,主要研究基于车辆自组织网络的多传感器信息融合车辆防碰撞技术。论文首先介绍了课题的研究背景、车辆自组织网络和多传感器信息融合技术的发展现状;概述了车辆自组织网络的网络结构、特点、移动模型和相关技术研究现状;简介了多传感器信息融合的基本概念、功能模型和结构模型;介绍了常用的传感器系统,为基于车辆自组织网络的多传感器融合防碰撞技术的研究提供基础。其次,论文对车辆自组织网络分簇算法进行了深入的分析和探讨,提出了一种基于位置的车辆自组织网络分簇算法及信息快速传递策略。该算法是一种高速公路环境下基于车辆自组织网络的信息共享方案,算法实现了簇内节点车辆向后方节点共享自身信息的功能。算法采取了共享信息单向传输以及分簇距离阈值随着车辆密度动态取值的策略,可以有效避免因分簇距离阈值选取不当而引起的两类问题:（1）簇无法有效覆盖车距小于安全距离的车辆,簇内车辆过少,起不到有效共享消息的目的;（2）因簇内车辆太多而导致信息传递次数过多、消息转发延迟过大等问题。通过分析和仿真验证了算法的合理性和可行性。最后,论文在对目标运动模型、量测模型、卡尔曼滤波的原理以及算法研究分析的基础上,针对如何提前感知前方非网内成员节点车辆并得到较为准确的测量距离的问题,结合本文给出的分簇算法,提出了一种利用簇内前方节点共享的信息来间接测量前方目标车辆的方案。该方案借鉴并结合了现有的信息融合算法,包括一次融合和再融合两部分。一次融合可以使系统得到精度较高的距离结果;再融合则实现了疏失数据的剔除以及多个一次融合数据的再融合。文中通过仿真说明了算法的有效性,验证了本文所提方法的可行性和正确性。
朱荣艳[6]（2014）在《航运物流服务供应链协同优化研究》文中认为面对复杂多变的市场环境，市场竞争由企业间竞争逐渐转变为供应链间竞争，在这种形势下，提供航运物流相关服务的企业要形成新的竞争优势，必须转变经营思路以及管理方式。构建服务供应链是应对新形势的一种思路，也是目前关注和研究的热点。航运物流服务供应链是一种以整体优化为目标，由服务集成商将网链结构中提供代理、运输、装卸、仓储等功能服务的服务提供商有效地整合起来，共同为客户提供服务的管理模式。航运物流服务企业构建服务供应链的最终目的就是追求供应链协同效应。清晰地掌握航运物流服务供应链协同的形成和演化机理以及运营中的业务和资源配置协同，能够为航运物流服务供应链的构建和实际运营提供理论指导，促进正协同效应的形成。目前，关于服务供应链的研究还没有形成系统，航运物流服务供应链作为其在物流行业的重要分支，理论研究尚处在探索阶段，研究体系还有待完善。因此，论文运用协同理论、复杂适应系统理论，与系统优化的理论、技术及方法相结合，以系统的视角对航运物流服务供应链的协同优化展开研究。论文首先从航运物流服务供应链的涵义出发，并对航运物流服务供应链的构成和特征进行了探讨，为供应链的协同机理研究奠定基础。随后，通过分析航运物流服务供应链协同的内外部动力因素，以及它们相互间的影响机制，明确了供应链协同是内外部动力交互作用的结果。在此基础上，构建航运物流服务供应链的多Agent模型，通过仿真结果分析研究运营中供应链协同的形成机理。航运物流服务供应链属于耗散结构系统，具有自组织特征，用系统状态方程来反应系统变化，结合耗散结构理论和协同学理论，论文研究了系统结构在内外部影响因素推动下的稳定性变化原理，以及系统在序参量起支配作用下的系统自组织演化机理，为理解航运物流服务供应链的协同本质提供了理论支撑。其次，供应链为更好地为客户提供协同一体化的服务，对节点企业间的业务流程进行协同是非常必要的。航运物流服务供应链主要包括航运企业、港口企业以及第三方物流企业等节点企业。这些企业间的业务流程协同实际上是跨组织的业务流程协同，也是业务流程协同的最高层次。为此，论文主要以集装箱出口业务为例，根据各服务提供商之间的业务联系，建立相应的Petri网基础模型。接着构建了跨组织业务流程的协同框架，并运用随机Petri网等价算法对节点企业内部的业务流程进行简化，参与供应链整体业务流程的协同优化，这样不仅可以保证节点企业内部流程的私有性，还可以便于整体业务流程的分析与优化。最后，论文采用基于DSM矩阵编码的遗传算法对跨组织的业务流程进行了优化求解。此外，论文简述了信息共享在供应链业务流程协同过程中的作用。最后，供应链协同的实质就是对供应链资源的集约化使用。在分析资源、能力和活动的关系基础之上，论文明确了航运物流服务供应链资源的构成，从而确定了资源配置协同研究的范围，即节点企业间的资源配置协同。然后，论文从供应链横向和纵向的资源配置协同展开研究。针对横向资源配置协同问题，先建立优化模型，协调供应链横向节点企业间的服务能力，再建立基于提升供应链整体资源使用效率的DEA资源配置模型，对横向节点企业间的可变资源进行协调，确定与服务能力相匹配的狭义资源配置。针对纵向资源配置协同问题，同样建立了优化模型，用来确定纵向节点企业需向供应链提供的服务能力，之后又通过生产函数模型对纵向节点企业间狭义资源的协调配置进行了互补性匹配分析。
高文娟[7]（2011）在《基于多Agent流媒体传输网络拥塞控制机制的研究》文中指出Internet的迅猛发展和普及为流媒体业务发展提供了强大的市场动力。流媒体技术广泛用于多媒体新闻发布、网络广告、在线直播、电子商务、远程教育、实时视频会议等互联网信息服务的方方面面。它结束了传统Internet只能显示文字和图片的时代,开创了集声音、视频、文字及图像于一体的新纪元。流媒体传输技术由于自身传输时延敏感性,半可靠性,传输速率的平稳性等特点,在实际使用中通常采用UDP/IP协议进行传输。但UDP缺乏拥塞控制机制,拥塞发生时它不会降低数据发送速率,这样会引发两种情况:其一, UDP占用的资源将远高于TCP流等响应流所占用的资源,造成了严重不公平性;其二,它将导致拥塞情况的进一步恶化,甚至引发拥塞崩溃,严重影响流媒体服务质量。因此,必须对流媒体传输引入拥塞控制机制。传统拥塞控制算法是通过丢弃数据包后,使发送端通过收到大于等于三个重复的ACK或者重传计时器超时的方式隐式的判断拥塞的发生。本文将利用Agent技术实现拥塞的检测、控制和管理,并提出一种改进的拥塞控制算法Vegas-A+。当拥塞发生时,检测拥塞Agent将实时监测网络并报告拥塞的发生,并由控制拥塞Agent根据网络拥塞情况选择合适的拥塞控制算法来缓解或消除拥塞。利用Agent之间的协作,降低丢包率,提高网络的利用率。Agent是一个具有自适应性和智能性的软件实体,能代表用户或者其它程序,以主动服务的方式完成一项任务。它具备自主性、反应性、社会性、主动性和适应性等。本文提出用检测Agent来完成报告拥塞发生的功能;控制Agent来完成减轻或消除拥塞的功能;黄页Agent来实现Agent服务公布、服务查询和服务订阅的功能。各个Agent之间相互协作形成一个多Agent系统为网络提供服务。在对Agent功能的分析和设计基础之上,利用JADE开发平台开发多Agent系统使之实现拥塞控制功能。
刘小磊[8]（2011）在《化工静设备常用传感器故障检测与隔离方法研究》文中指出化工生产过程控制中应用了大量的传感器,用于生产过程的监测和控制,一旦传感器出现故障,如果未能及时排除,将引起设备工作状态的误判,影响正常生产,甚至导致重大事故。因此,开展化工设备常用传感器的故障检测与隔离方法的研究非常必要,有利于实现设备故障的自动检测与隔离。本文针对化工静设备涉及的常用传感器的故障开展研究。首先分析了化工静设备常用传感器的类型和特点,结合化工设备的工作特点,总结了传感器输出信号变化的特点。然后对静设备传感器的故障进行分类,并建立了故障模型。通过对国内外传感器故障检测与隔离方法的研究,提出了单传感器故障检测与隔离方法和多传感器故障检测与隔离方法相结合的传感器系统故障检测与隔离的整体方案。单传感器故障检测与隔离方法主要采取对传感器的输出建模,利用模型输出与传感器的实际输出对比,将残差与信号阈值比较分析,以确定传感器是否发生故障,并可以利用模型输出信号短时间内替代故障信号,实现对故障传感器的检测与隔离。采用动态神经网络按时间序列对传感器的输出建立模型,分别以自身传感器信号建立模型和利用相邻传感器的输出建立模型,通过仿真分析,都能够实现对偏差、断路、漂移故障的检测与隔离。支持向量机具有泛化能力强等优点,因此本文利用支持向量机预测器回归模型建立了单传感器输出信号的回归模型,利用该模型对传感器的主要故障形式进行检测与故障隔离,也得到了良好的效果。根据化工流程一般处于动态稳定状态,设备中各检测点的信号之间具有一定的相关性的特点,利用设备上的多传感器相关性建立传感器系统模型,当传感器系统中某个传感器发生故障时,系统模型改变超过阈值,由残差生成的不同形式判断出哪个传感器出现故障,实现对故障传感器的检测与隔离。利用matlab软件,结合支持向量机和神经网络工具箱对故障检测方法进行仿真研究。结果表明,本文提出的方法能够有效完成化工静设备常用传感器的故障检测与隔离。预测模型的准确性和可靠性较高。
汪崇珊[9]（2010）在《多域光网络中基于博弈论的智能优化组播路由算法设计和仿真实现》文中认为随着网络规模的日益扩大,需要根据地理跨度、技术要求、管理范围、灵活性和可扩展性等条件将整个网络划分成多个路由域。不同网络运营商之间的网络、每个运营商内部不同的网络,都是不同的路由域。为了保证网络的可扩展性和安全性,各路由域的详细拓扑信息只在域内散发,域间只交换汇聚后的部分拓扑信息。因此,网络节点不具有整网的详细拓扑及配置信息。如何在缺乏全局信息的条件下提供较优的路由建立连接,这是光网络分域带来的一个新的研究课题。本文的工作紧密围绕多域光网络中的组播路由技术展开。为此,本文设计了多域光网络中的组播路由选择算法。该算法考虑网络信息的不精确性,引入模糊数学方法以提供柔性服务质量QoS （Quality of Service）支持；综合考虑网络运营商和用户方的利益,采用微观经济学和博弈论方法,找到网络运营商和用户的“双赢”解。由于多域光网络中的组播路由问题是NP完全的问题,本文在构建逻辑拓扑的基础上,采用多智能体进化算法MEA （Multi-Agent Evolutionary Algorithm）并结合物理拓扑上扩展寻路,从而联合逻辑拓扑和物理拓扑两层路由予以解决多域光网络中的组播路由问题。同时,设计相应的波长分配算法,一体化完成路由与波长分配。为了评估上述路由算法的性能,本文基于VC++设计并开发了仿真软件,进行了性能测试和分析。仿真结果表明,本文所设计的路由算法可以有效地解决多域光网络中的组播路由问题,具有良好的性能。
曹锦娟[10]（2010）在《故障诊断计算环境的建模与仿真研究》文中提出航天器故障诊断系统是一个复杂的动态系统,为了满足故障诊断的需要,我们建立了一个基于局域网的分布式环境。航天器测控系统对目前建立的计算环境有高可靠性和大运算量两个要求,这个计算环境是否能够满足要求,能否处理突发情况下的极限数据,这就需要对计算环境进行考验,而计算机仿真便是规划、设计和性能评估的有力手段。建模与仿真技术在航天、航空、国防科技等行业都有广泛的应用,是各个领域研究的一个重要课题。PETRI网完全从过程的角度出发,能够通过图形直观表达系统的分布、并发和异步等特点,尤其适合动态系统的建模分析需要,故本课题采用PETRI网理论来对故障诊断计算环境的建模与仿真进行研究。1、分析故障诊断计算环境,获取建模仿真需要的基础数据。通过对航天器故障诊断计算环境的分析,给出多种不同的资源分配方案,对各种方案进行分析,提出目前所采用的分配方案为最优方案的假设,,经过多次测试,得出建模仿真所需基础数据。2、建立故障诊断计算环境的PETRI网模型。根据上面所得到的分配方案以及得到的基础数据建立各种分配方案所对应的PETRI网模型,为下一步的仿真提供模型支持。3、实现模型的仿真。针对不同的PETRI网模型构建其在ExtendSim仿真环境下的仿真模型,实现故障诊断计算环境在不同分配方案下的仿真。4、对仿真结果进行分析。通过对各种情况下仿真结果的分析比对,检验本文所建立的PETRI网模型的适用性,验证文章前面提出的假设是否成立,即实际计算环境中所采用的分配方案是否最优。文中主要介绍了PETRI网基本理论及其矩阵模型,研究了赋时PETRI网仿真算法,通过详细分析航天器故障诊断计算环境获得了建模仿真的基础数据；并在此基础上建立出计算环境的PETRI网模型；最后在ExtendSim环境下实现了对PETRI网模型的仿真；通过对仿真结果的分析,检验了本文所建立的计算环境模型的适用性,进一步说明了目前故障诊断计算环境中所使用的资源分配方案是合理的,此外,还验证出这种分配方案能够应对突发情况下的极限数据,并且得出了突发情况下计算环境所能处理的极限数据量。
二、智能网业务逻辑验证技术的研究及其仿真实现（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、智能网业务逻辑验证技术的研究及其仿真实现（论文提纲范文）
（1）危险分析驱动的自动驾驶汽车测试场景构建方法（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 危险分析技术 |
| 1.2.2 测试场景构建方法 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 自动驾驶汽车事故影响因素分析 |
| 2.1 自动驾驶汽车定义及分级 |
| 2.2 自动驾驶汽车事故影响因素定性分析 |
| 2.3 自动驾驶汽车事故影响因素特征分析 |
| 2.3.1 路的属性 |
| 2.3.2 车的属性 |
| 2.3.3 车辆运行状态 |
| 2.3.4 人的状态 |
| 2.4 本章小结 |
| 3 危险分析驱动的自动驾驶危险场景设计 |
| 3.1 危险分析技术及测试场景定义 |
| 3.1.1 危险分析技术介绍 |
| 3.1.2 测试场景定义 |
| 3.2 自动驾驶危险场景及约束条件提取 |
| 3.2.1 基于FMECA的自动驾驶危险场景提取 |
| 3.2.2 基于STPA的自动驾驶汽车安全约束条件提取 |
| 3.3 自动驾驶危险场景具体设计 |
| 3.3.1 基于FTA的自动驾驶危险场景要素设计 |
| 3.3.2 自动驾驶危险场景要素关联条件设计 |
| 3.4 本章小结 |
| 4 自动驾驶危险场景建模 |
| 4.1 基于碰撞条件的危险场景边界建模 |
| 4.1.1 跟车场景 |
| 4.1.2 避让场景 |
| 4.1.3 换道场景 |
| 4.2 基于最优化理论的危险场景构建方法 |
| 4.2.1 基于约束的最优化理论 |
| 4.2.2 危险场景构建算法流程 |
| 4.3 本章小结 |
| 5 危险场景构建算法验证评价及应用 |
| 5.1 危险场景构建算法验证 |
| 5.1.1 跟车场景构建 |
| 5.1.2 避让场景构建 |
| 5.1.3 换道场景构建 |
| 5.2 危险场景构建算法评价及应用 |
| 5.2.1 危险场景构建算法评价 |
| 5.2.2 危险场景构建算法应用 |
| 5.3 本章小结 |
| 6 结论 |
| 6.1 研究结论 |
| 6.2 未来研究展望 |
| 致谢 |
| 参考文献 |
| 发表的学术论文与研究成果 |
（2）基于深度学习的智能眼图分析在光通信中的理论与技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 OPM技术的研究现状与趋势分析 |
| 1.2.1 传统的OPM技术 |
| 1.2.2 机器学习在OPM技术中的发展 |
| 1.3 深度学习技术现状优势及其OPM应用 |
| 1.3.1 深度学习的发展现状 |
| 1.3.2 深度学习的技术优势 |
| 1.3.3 深度学习在OPM中的应用 |
| 1.4 深度学习用于眼图分析 |
| 1.5 论文主要内容与结构 |
| 第二章 中短距离传输系统眼图监测及卷积神经网络原理 |
| 2.1 中短距离传输系统 |
| 2.1.1 中短距离传输系统概述 |
| 2.1.2 中短距离传输系统的OPM需求 |
| 2.2 眼图监测及其关键性能指标 |
| 2.2.1 眼图的光性能监测 |
| 2.2.2 眼图监测的关键性能指标 |
| 2.3 深度学习中的卷积神经网络 |
| 2.3.1 人工神经网络基本原理 |
| 2.3.2 卷积神经网络的结构及技术原理 |
| 2.4 本章小结 |
| 第三章 基于CNN的深度学习智能眼图性能分析与研究 |
| 3.1 IM-DD眼图性能监测系统及其仿真实现 |
| 3.1.1 基于CNN的眼图监测模型构建 |
| 3.1.2 IM-DD眼图监测系统仿真实现 |
| 3.2 基于眼图监测的OSNR估计 |
| 3.2.1 OSNR监测模型 |
| 3.2.2 OSNR估计结果分析 |
| 3.3 基于眼图监测的调制格式识别 |
| 3.4 基于眼图监测的传输距离估计 |
| 3.4.1 传输距离估计模型 |
| 3.4.2 传输距离估计结果分析 |
| 3.5 基于眼图监测的Q因子估计 |
| 3.6 本章小结 |
| 第四章 基于深度迁移学习的多任务智能眼图参数分析 |
| 4.1 迁移学习技术 |
| 4.1.1 迁移学习的定义及应用 |
| 4.1.2 深度迁移学习技术原理 |
| 4.2 多任务学习技术 |
| 4.2.1 多任务学习的定义 |
| 4.2.2 深度网络多任务学习 |
| 4.2.3 多任务学习的优势 |
| 4.3 基于深度迁移学习的多任务眼图分析方案 |
| 4.4 方案结果分析 |
| 4.4.1 基于迁移的单任务学习结果分析 |
| 4.4.2 基于迁移的多任务学习结果分析 |
| 4.4.3 微调迁移层的多任务学习方案分析 |
| 4.4.4 冻结迁移层的多任务学习方案分析 |
| 4.5 本章小结 |
| 第五章 总结和展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（3）智能网联环境下协同式自适应巡航算法研究及试验验证（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 智能网联汽车研究现状 |
| 1.2.2 CACC系统研究现状 |
| 1.2.3 智能微缩车研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 基于智能微缩车的试验平台 |
| 2.1 引言 |
| 2.2 试验平台总体设计 |
| 2.3 智能微缩车软硬件系统架构设计 |
| 2.3.1 智能微缩车软件系统架构设计 |
| 2.3.2 智能微缩车硬件系统架构设计 |
| 2.4 试验平台及智能微缩车的硬件实现 |
| 2.4.1 场地设计 |
| 2.4.2 车载处理器与控制器 |
| 2.4.3 摄像头 |
| 2.4.4 速度控制与测量模块 |
| 2.4.5 转角控制 |
| 2.4.6 UWB定位模块 |
| 2.4.7 无线通讯模块 |
| 2.4.8 其他结构 |
| 2.5 本章小结 |
| 第三章 基于摄像头的车道保持算法研究 |
| 3.1 引言 |
| 3.2 车道图像预处理 |
| 3.2.1 感兴趣区域的选择 |
| 3.2.2 图像的灰度化及二值化处理 |
| 3.3 基于车道特征的边缘检测 |
| 3.3.1 常见的边缘检测算子 |
| 3.3.2 基于车道线宽度特征的边缘检测 |
| 3.4 霍夫变换 |
| 3.5 坐标系转换及摄像机标定 |
| 3.5.1 坐标系转换 |
| 3.5.2 摄相机标定 |
| 3.6 控制器设计 |
| 3.7 本章小结 |
| 第四章 基于SPAT的 CACC系统算法设计 |
| 4.1 引言 |
| 4.2 基于LQR的 CACC系统 |
| 4.2.1 安全距离算法研究分析 |
| 4.2.2 控制策略的选择 |
| 4.2.3 上层跟随控制器设计 |
| 4.2.4 下层执行控制器的设计 |
| 4.3 SPAT模型 |
| 4.4 本章小结 |
| 第五章 基于智能微缩车平台的试验验证 |
| 5.1 引言 |
| 5.2 单辆微缩车的车道保持测试 |
| 5.3 两辆车的CACC算法验证 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（4）基于车路协同的车辆换道行为及其驾驶辅助系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 换道行为研究现状 |
| 1.2.2 换道模型研究现状 |
| 1.2.3 换道辅助驾驶系统研究现状 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 换道行为研究分析 |
| 2.1 车辆换道行为 |
| 2.1.1 车辆换道行为描述 |
| 2.1.2 车辆换道行为的分类 |
| 2.2 车辆换道过程研究 |
| 2.2.1 换道状态描述 |
| 2.2.2 车辆换道状态划分 |
| 2.3 换道影响因素分析 |
| 2.3.1 车型对换道的影响 |
| 2.3.2 道路对换道的影响 |
| 2.3.3 交通环境对换道的影响 |
| 2.3.4 驾驶员对换道的影响 |
| 2.4 本章小结 |
| 第3章 换道安全距离微观模型建立 |
| 3.1 车辆换道状态分析 |
| 3.2 基于驾驶员特性的车辆模型 |
| 3.3 换道安全距离微观模型建立 |
| 3.3.1 车辆M与车辆F_D间的安全距离模型 |
| 3.3.2 车辆M与车辆L_D之间的安全距离模型 |
| 3.3.3 车辆M与车辆L_O之间的安全距离模型 |
| 3.4 本章小结 |
| 第4章 换道行为数据采集及模型分析 |
| 4.1 换道行为数据采集 |
| 4.1.1 数据采集的方法 |
| 4.1.2 视频采集环境 |
| 4.2 视频资料分析 |
| 4.3 模型仿真 |
| 4.3.1 车辆M距离车辆F_D最小安全距离仿真 |
| 4.3.2 车辆M距离车辆L_D最小安全距离仿真 |
| 4.3.3 车辆M距离车辆L_O最小安全距离仿真 |
| 4.4 本章小结 |
| 第5章 基于换道安全距离微观模型的驾驶辅助系统 |
| 5.1 车路协同下的驾驶辅助系统设计 |
| 5.1.1 车路协同技术体系框架 |
| 5.1.2 基于车路协同技术的驾驶辅助系统平台 |
| 5.1.3 驾驶辅助系统硬件和软件 |
| 5.2 基于换道模型的驾驶辅助方法 |
| 5.2.1 传统的驾驶辅助方法 |
| 5.2.2 基于驾驶员特性模型的换道驾驶辅助方法 |
| 5.3 换道驾驶辅助系统仿真分析 |
| 5.3.1 仿真环境 |
| 5.3.2 基于仿真结果对系统分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 全文结论 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间论文发表及科研情况 |
| 致谢 |
（5）基于VANET的多传感器融合防碰撞技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 汽车防碰撞系统概况 |
| 1.2.2 VANET的发展和现状 |
| 1.2.3 多传感器信息融合的发展 |
| 1.3 本文的研究内容与主要工作 |
| 第二章 VANET网络及多传感器信息融合相关技术 |
| 2.1 VANET概述 |
| 2.1.1 VANET的网络结构 |
| 2.1.2 VANET的特点和技术研究 |
| 2.2 自组织网络中经典移动模型 |
| 2.3 VANET中移动模型 |
| 2.3.1 VANET中移动模型的特点 |
| 2.3.2 曼哈顿移动模型 |
| 2.3.3 高速公路移动模型 |
| 2.4 多传感器信息融合 |
| 2.4.1 多传感器信息融合的基本概念 |
| 2.4.2 功能模型 |
| 2.4.3 结构模型 |
| 2.5 传感器系统简介 |
| 2.6 本章小节 |
| 第三章 VANET分簇算法研究 |
| 3.1 VANET分簇算法概述 |
| 3.2 一种基于位置的VANET分簇及信息快速传递策略 |
| 3.2.1 场景描述 |
| 3.2.2 算法描述 |
| 3.2.3 算法分析与仿真 |
| 3.3 本章小结 |
| 第四章 基于VANET的多传感器融合 |
| 4.1 目标运动模型和量测模型 |
| 4.1.1 目标运动模型 |
| 4.1.2 量测模型 |
| 4.2 按对角阵加权的分布式卡尔曼滤波 |
| 4.2.1 卡尔曼滤波算法 |
| 4.2.2 按对角阵加权分布式融合准则和算法 |
| 4.3 基于VANET的车辆多传感器融合 |
| 4.3.1 场景描述和信息共享 |
| 4.3.2 车辆多传感器信息融合方法 |
| 4.3.3 算法仿真 |
| 4.4 基于统计理论与模糊数学的信息再融合 |
| 4.4.1 算法描述 |
| 4.4.2 算法仿真 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结全文 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）航运物流服务供应链协同优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 服务供应链的研究现状 |
| 1.2.2 航运物流服务供应链研究现状 |
| 1.2.3 服务供应链协同研究现状 |
| 1.3 论文研究内容 |
| 1.3.1 研究范围的界定 |
| 1.3.2 主要研究内容 |
| 1.4 论文研究技术路线及方法 |
| 1.4.1 技术路线 |
| 1.4.2 研究方法 |
| 第2章 航运物流服务供应链协同的理论基础 |
| 2.1 服务供应链相关理论 |
| 2.1.1 服务供应链的概念 |
| 2.1.2 服务供应链的框架模型 |
| 2.1.3 服务供应链的特征 |
| 2.2 自组织理论 |
| 2.2.1 自组织理论相关概念 |
| 2.2.2 自组织理论框架 |
| 2.3 复杂适应系统理论 |
| 2.3.1 复杂系统 |
| 2.3.2 复杂适应系统及其特征 |
| 2.3.3 复杂适应系统理论的基本内容 |
| 2.3.4 CAS 模型的基本特性 |
| 2.4 本章小结 |
| 第3章 航运物流服务供应链协同形成及演化机理 |
| 3.1 航运物流服务供应链 |
| 3.1.1 航运物流服务供应链的涵义 |
| 3.1.2 航运物流服务供应链的构成 |
| 3.1.3 航运物流服务供应链的特征 |
| 3.2 航运物流服务供应链协同内外部动力机制 |
| 3.2.1 协同外部诱因 |
| 3.2.2 航运物流服务供应链协同内部动力 |
| 3.2.3 航运物流服务供应链协同内外部动力影响机制 |
| 3.3 航运物流服务供应链协同的形成机理 |
| 3.3.1 基于 Agent 的建模技术 |
| 3.3.2 航运物流服务供应链协同的多 Agent 模型 |
| 3.3.3 模型仿真及协同形成机理分析 |
| 3.4 航运物流服务供应链自组织演化机理 |
| 3.4.1 航运物流服务供应链耗散结构分析 |
| 3.4.2 航运物流服务供应链稳定性分析 |
| 3.4.3 航运物流服务供应链自组织演化过程分析 |
| 3.5 本章小结 |
| 第4章 航运物流服务供应链业务流程协同 |
| 4.1 航运物流服务供应链业务流程协同概述 |
| 4.1.1 航运物流服务业务流程特征 |
| 4.1.2 航运物流服务供应链业务流程协同概念 |
| 4.2 基于 Petri 网的业务流程协同基础模型 |
| 4.2.1 业务流程的 Petri 网模型表示方法 |
| 4.2.2 航运物流服务供应链业务流程分析 |
| 4.2.3 业务流程协同的 Petri 网基础模型 |
| 4.3 跨组织业务流程协同建模与优化 |
| 4.3.1 跨组织业务流程协同框架 |
| 4.3.2 基于随机 Petri 网等价算法的内部流程简化 |
| 4.3.3 跨组织业务流程优化约束条件及目标 |
| 4.3.4 基于 DSM 矩阵编码遗传算法的业务流程优化 |
| 4.4 信息共享下的业务流程协同 |
| 4.4.1 业务流程中的信息化语义描述 |
| 4.4.2 信息共享对业务流程效率的影响 |
| 4.5 本章小结 |
| 第5章 航运物流服务供应链资源配置协同 |
| 5.1 航运物流服务供应链资源配置协同基本原理 |
| 5.1.1 资源、能力及业务活动间的关系 |
| 5.1.2 航运物流服务供应链资源构成 |
| 5.1.3 航运物流服务供应链资源配置协同概念 |
| 5.2 航运物流服务供应链横向企业间资源配置协同 |
| 5.2.1 供应链横向企业间服务能力协调模型 |
| 5.2.2 节点企业内部狭义资源配置模型 |
| 5.2.3 供应链横向节点企业间狭义资源优化配置模型 |
| 5.3 航运物流服务供应链纵向企业间资源配置协同 |
| 5.3.1 航运物流服务供应链上下游合作模式 |
| 5.3.2 供应链纵向节点企业间服务能力协调模型 |
| 5.3.3 供应链纵向节点企业狭义资源的互补性匹配 |
| 5.4 本章小结 |
| 第6章 航运物流服务供应链协同保障策略 |
| 6.1 制定供应链共同发展战略 |
| 6.2 建立信息共享机制 |
| 6.3 建立长期战略合作伙伴关系 |
| 6.4 其他支持保障策略 |
| 6.4.1 节点企业间文化及价值理念的融合 |
| 6.4.2 制定合理的利益分配和风险分担机制 |
| 6.4.3 制定合理的绩效考核机制 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 论文主要工作及成果 |
| 7.2 论文创新点 |
| 7.3 论文研究的局限性及展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间公开发表的论文和参加的科研项目 |
| 一.公开发表的学术论文 |
| 二.参加的科研项目 |
| 附录 |
| 附录A 基于 DSM 矩阵编码的遗传算法程序 |
| 附录B 服务能力协调模型计算的部分程序 |
| 附录C 横向节点企业间狭义资源优化配置的计算程序 |
（7）基于多Agent流媒体传输网络拥塞控制机制的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 课题研究的目的和意义 |
| 1.3 国内外相关领域研究现状 |
| 1.4 论文主要工作和框架结构 |
| 1.5 小结 |
| 第二章 流式传输协议的研究 |
| 2.1 流媒体和流式传输 |
| 2.1.1 多媒体 |
| 2.1.2 流媒体的概念 |
| 2.1.3 流式传输方式 |
| 2.2 流式传输主要协议 |
| 2.2.1 RTP 协议 |
| 2.2.2 RTCP 协议 |
| 2.3 小结 |
| 第三章 拥塞控制机制研究 |
| 3.1 网络拥塞 |
| 3.1.1 网络拥塞的定义 |
| 3.1.2 网络拥塞产生的原因 |
| 3.2 TCP 的拥塞控制机制 |
| 3.2.1 TCP 拥塞控制的四个阶段 |
| 3.2.2 TCP 友好拥塞速率控制 |
| 3.2.3 其它不同TCP 版本的拥塞控制 |
| 3.2.4 TCP Reno 与TCP Vegas 性能比较 |
| 3.2.5 根据TCP Vegas 改进的TCP Vegas-A+算法 |
| 3.2.6 仿真与分析 |
| 3.2.6.1 NS2 工具介绍 |
| 3.2.6.2 Tcl 脚本语言 |
| 3.2.6.3 仿真 |
| 3.3 本章小结 |
| 第四章 基于多 Agent 的拥塞控制系统功能实现 |
| 4.1 系统开发平台JADE 简介 |
| 4.1.1 JADE 的Agent 平台 |
| 4.1.2 JADE 的包库 |
| 4.1.3 JADE 的Agent 通讯语言ACL 消息 |
| 4.1.4 JADE 的Agent 行为类 |
| 4.1.5 JADE 的交互协议 |
| 4.1.6 启动JADE |
| 4.2 各个Agent 功能 |
| 4.2.1 检测拥塞Agent |
| 4.2.2 拥塞控制Agent |
| 4.2.3 拥塞管理Agent |
| 4.2.4 拥塞控制解决方案 |
| 4.3 本章小结 |
| 第五章 基于 JADE 平台的多 Agent 软件实现 |
| 5.1 黄页服务器的功能 |
| 5.1.1 服务注册功能的实现 |
| 5.1.2 服务查询功能的实现 |
| 5.1.3 服务订阅功能的实现 |
| 5.1.4 服务注销功能的实现 |
| 5.2 拥塞检测Agent 实现 |
| 5.3 拥塞控制Agent 实现 |
| 5.4 拥塞管理Agent 实现 |
| 5.5 本章小结 |
| 第六章 结果与分析 |
| 6.1 进程、线程与Agent 的关系 |
| 6.2 系统仿真结果 |
| 6.3 仿真结果分析 |
| 总结与展望 |
| 论文总结 |
| 未来的工作 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（8）化工静设备常用传感器故障检测与隔离方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 化工静设备常用传感器故障检测与隔离的意义 |
| 1.2 故障检测与隔离的方法 |
| 1.2.1 基于解析数学模型的方法 |
| 1.2.2 不依赖于数学模型的方法 |
| 1.2.3 基于神经网络的方法 |
| 1.3 化工静设备的故障分类 |
| 1.4 传感器故障检测与隔离技术的发展现状 |
| 1.5 本文的研究目的及主要内容 |
| 1.6 本章小结 |
| 第二章 化工设备及其常用传感器概述 |
| 2.1 化工设备简介 |
| 2.1.1 储存设备 |
| 2.1.2 换热设备 |
| 2.1.3 塔设备 |
| 2.1.4 反应设备 |
| 2.2 化工静设备常用传感器简介 |
| 2.2.1 常用传感器简介 |
| 2.2.2 传感器信号特点分析 |
| 2.3 传感器故障类型及特性分析 |
| 2.3.1 传感器故障类型及其仿真实现方法 |
| 2.3.2 化工静设备常用传感器的测量模型及其故障类型 |
| 2.4 本章小结 |
| 第三章 基于单传感器的故障检测与隔离方法研究 |
| 3.1 基于支持向量机的故障检测与隔离方法 |
| 3.1.1 回归型支持向量机原理 |
| 3.1.2 基于SVM 的单传感器故障检测与隔离方法 |
| 3.1.3 仿真实验与结果分析 |
| 3.2 基于方差的故障检测与隔离方法 |
| 3.3 基于神经网络的故障检测与隔离方法 |
| 3.3.1 基于神经网络预测器的单传感器故障检测与隔离的基本原理 |
| 3.3.2 仿真实验与结果分析 |
| 3.4 本章小结 |
| 第四章 基于多传感器系统的故障检测与隔离方法 |
| 4.1 故障检测与隔离的概念 |
| 4.2 标准信号之获取与故障信号之判定 |
| 4.2.1 正常标准信号的获取 |
| 4.2.2 故障信号的判定标准 |
| 4.3 基于脱丁烷塔建立的多个传感器故障检测与隔离的模型 |
| 4.4 仿真实验与结果分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 发表文章目录 |
| 致谢 |
| 详细摘要 |
（9）多域光网络中基于博弈论的智能优化组播路由算法设计和仿真实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 WDM光网络概述 |
| 1.1.1 WDM光网络的发展 |
| 1.1.1.1 GMPLS概述 |
| 1.1.1.2 GMPLS的关键技术 |
| 1.1.2 国内外光网络研究概况 |
| 1.2 WDM多域光网络概述 |
| 1.2.1 WDM多域光网络研究的意义 |
| 1.2.2 WDM多域光网络的研究现状 |
| 1.3 本文的主要工作及内容安排 |
| 1.4 课题来源 |
| 第2章 多域光网络中基于博弈论的QoS组播路由问题 |
| 2.1 概述 |
| 2.2 多域光网络中的组播路由 |
| 2.2.1 多域组播光网络介绍 |
| 2.2.2 多域光网络中组播路由方法 |
| 2.3 多域光网络中的QoS路由 |
| 2.3.1 光网络中的QoS |
| 2.3.2 基于不精确信息的QoS路由 |
| 2.4 博弈论简介 |
| 2.4.1 博弈论中的基本概念 |
| 2.4.2 Nash均衡和Pareto最优 |
| 2.5 光网络中的主要器件 |
| 2.6 本章小结 |
| 第3章 多域光网络中基于博弈论的智能优化组播路由算法设计 |
| 3.1 问题描述 |
| 3.2 模型描述 |
| 3.2.1 网络模型 |
| 3.2.2 逻辑拓扑模型 |
| 3.2.2.1 拓扑聚合技术概述 |
| 3.2.2.2 拓扑聚合的实现 |
| 3.2.2.3 聚合拓扑的更新 |
| 3.2.3 数学模型 |
| 3.3 GTBIOMRA算法设计 |
| 3.3.1 NRIRA算法描述 |
| 3.3.2 基于多智能体进化算法的组播路由算法设计 |
| 3.3.2.1 解的编码 |
| 3.3.2.2 适应函数 |
| 3.3.2.3 竞争行为 |
| 3.3.2.4 自学习行为 |
| 3.3.2.5 算法描述 |
| 3.3.3 GTBIOMRA算法描述 |
| 3.4 波长分配 |
| 第4章 仿真实现与性能评估 |
| 4.1 仿真环境 |
| 4.1.1 开发工具及平台 |
| 4.1.2 仿真环境的总体框架 |
| 4.2 仿真软件主要功能 |
| 4.2.1 拓扑功能 |
| 4.2.2 路由实现 |
| 4.3 性能评估 |
| 4.3.1 基本参数评估 |
| 4.3.2 多智能体进化算法参数评估 |
| 4.3.3 GTBIOMRA算法性能评估 |
| 第5章 结束语 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间发表的学术论文 |
（10）故障诊断计算环境的建模与仿真研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源、研究背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景 |
| 1.1.3 研究意义 |
| 1.2 现状分析 |
| 1.3 本文主要工作 |
| 2 PETRI网理论及其矩阵模型 |
| 2.1 PETRI网简介 |
| 2.2 PETRI网基本原理 |
| 2.3 PETRI网行为特性及其分析方法 |
| 2.3.1 PETRI网的行为特性 |
| 2.3.2 PETRI网的分析方法 |
| 2.4 PETRI网矩阵模型 |
| 2.5 赋时PETRI网 |
| 2.5.1 赋时库所PETRI网 |
| 2.5.2 赋时PETRI网状态方程 |
| 2.5.3 赋时PETRI网的仿真流程 |
| 3 基于HLA的PETRI网分布式仿真 |
| 3.1 高层体系结构(HLA) |
| 3.1.1 HLA标准 |
| 3.1.2 分布式仿真结构框架 |
| 3.1.3 HLA的基本思想 |
| 3.1.4 运行支撑环境 |
| 3.2 基于HLA的PETRI网分布式仿真系统框架 |
| 3.2.1 联邦成员的交互 |
| 3.2.2 联邦成员的协调 |
| 3.3 基于HLA的PETRI网分布式仿真 |
| 4 故障诊断计算环境分析 |
| 4.1 故障诊断计算环境的模块功能分析 |
| 4.1.1 模块功能分析 |
| 4.1.2 模块功能的相互关联 |
| 4.2 故障诊断计算环境分配方案 |
| 4.3 故障诊断运行时间分析 |
| 4.4 获取基础数据 |
| 5 故障诊断计算环境的建模与仿真 |
| 5.1 EXTENDSIM仿真软件介绍 |
| 5.1.1 ExtendSim介绍 |
| 5.1.2 ExtendSim特点 |
| 5.1.3 ExtendSim模块库说明 |
| 5.1.4 ExtendSim常用模块说明 |
| 5.2 故障诊断计算环境建模 |
| 5.2.1 PETRI网模型的建立 |
| 5.2.2 模型细化 |
| 5.3 搭建仿真环境 |
| 5.4 建立仿真模型 |
| 5.4.1 航天器资源库所模型 |
| 5.4.2 数据预处理 |
| 5.4.3 可信度分析 |
| 5.4.4 报警和诊断 |
| 5.5 仿真实验及结果分析 |
| 5.5.1 合理性验证 |
| 5.5.2 最优化验证 |
| 6 结论 |
| 6.1 总结 |
| 6.2 进一步工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
四、智能网业务逻辑验证技术的研究及其仿真实现（论文参考文献）
- [1]危险分析驱动的自动驾驶汽车测试场景构建方法[D]. 乔侨. 南京理工大学, 2020(01)
- [2]基于深度学习的智能眼图分析在光通信中的理论与技术研究[D]. 李建强. 北京邮电大学, 2019(08)
- [3]智能网联环境下协同式自适应巡航算法研究及试验验证[D]. 张应鹏. 合肥工业大学, 2019(01)
- [4]基于车路协同的车辆换道行为及其驾驶辅助系统研究[D]. 马玉跃. 青岛理工大学, 2018(05)
- [5]基于VANET的多传感器融合防碰撞技术研究[D]. 蒋奋强. 西安电子科技大学, 2017(04)
- [6]航运物流服务供应链协同优化研究[D]. 朱荣艳. 武汉理工大学, 2014(04)
- [7]基于多Agent流媒体传输网络拥塞控制机制的研究[D]. 高文娟. 青岛科技大学, 2011(07)
- [8]化工静设备常用传感器故障检测与隔离方法研究[D]. 刘小磊. 东北石油大学, 2011(01)
- [9]多域光网络中基于博弈论的智能优化组播路由算法设计和仿真实现[D]. 汪崇珊. 东北大学, 2010(03)
- [10]故障诊断计算环境的建模与仿真研究[D]. 曹锦娟. 西安工业大学, 2010(04)