基于灰色时序的完整性规范技术

计算机系统的完整性安全策略模型与规范问题，是计算机安全研究中最重要的课题之一。已有的研究结果离实际应用还相差太远，例如Ｃｌａｒｋ－Ｗｉｌｓｏｎ完整性模型只是提出了一个框架。本文呈现了我们构造的形式化灰色时序安全策略规范语言（ＧＴＳＬ）。ＧＴＳＬ的理论基础是灰色系统理论和时序规范语言ＬＯ－ＴＯＳ理论。由于它在完整性规范能力、完整性验证过程的构造与表示、责任分离合理性测试等一系列技术方面的完善与创新，使得ＧＴＳＬ成为真正能够实际使用的完整性安全策略规范语言。     

可编程控制器直流调速系统通信监控

研究了 Ｓ Ｉ Ｅ Ｍ Ｅ Ｎ Ｓ可编程控制器与具有通信功能的直流调速器之间的通信控制，通过对系统的硬件配置、控制方式、通信软件实现介绍，给出了应用 Ｐ Ｌ Ｃ进行直流调速器串行通信监控的方法。     

红外图像序列运动小目标检测的预处理算法研究

就如何检测复杂背景下低信噪比的运动小目标展开讨论,提出了用空间高通滤波方法改善图像质量,达到抑制背景噪声,增强小目标的效果,随后用似然比检测理论进行目标的初步分离,接着采用邻域判决的方法实现运动目标的进一步分离,最后用图像流分析法进行目标的最终检测。实验结果表明,该算法能够对小目标甚至是点目标的运动进行可靠的检测     

协同仿真环境的设计与实现

本文从计算机技术和仿真技术的发展和应用需求出发，提出了协同仿真的基本概念和关键技术，包括建模方法、仿真算法、仿真数据库等几个方面。讨论了协同仿真环境的一般体系结构，最后，介绍了一种协同仿真环境的设计和实现方法。     

基于关系数据库的仿真模型管理

本文将讨论仿真模型库管理技术。从仿真模型库管理的实际需求出发，提出以关系代数系统实体结构（ＲＡＳＥＳ）框架为理论依据、利用关系数据库进行模型库管理的方法，并给出模型库管理算法的形式化描述及系统设计。     

疫情防控中陕西高校网络舆情治理策略研究

在疫情防控期间，提高高校的网络舆情治理水平，不仅对于尊重学生诉求、维护学校形象、更精准有效的开展疫情防控工作具有重要的现实意义，而且对创建和谐校园，维护社会稳定也具有重要的现实意义，同时还对促进大学生全面成长和提高我省乃至全国高校的治理水平，促进高校治理的现代化也具有重要的现实意义。文章通过采用社会调查法、文献调查法等研究方法，分析疫情防控期间陕西高校的网络舆情现状，了解到疫情防控期间陕西高校网络舆情主要表现在校园管理、后勤保障、心理健康、教育教学、舆情应对、学生管理六个方面。分析后认为，产生舆情一方面是因为高校治理理念落后、治理体制不健全、治理能力不高，另一方面是因为师生媒介素养不高和媒体社会责任缺失。基于此，提出治理网络舆情，高校首先迫切需要增强依法治理、民主治理、协同治理的理念。其次，要完善舆情治理体系，形成职责明晰、协调配合的治理局面。再次，还要针对网络舆情的传播发展规律，不断提高舆情风险的监测、预判和处置能力。同时还要引导师生加强学习，提高自身素养，并呼吁媒体加强自律，增强社会责任意识，旨在为陕西高校提高网络舆情治理能力提供参考。     

一种面向增强现实中相机标定的天牛须搜索改进算法

针对三维注册初始化中内参难以进行标定的问题，分析了亚像素精度与相机成像模型，并对天牛须搜索算法进行了改进，在此基础上提出了一种求解三维注册初始内参的相机标定方法。首先，在图片中提取角点并进行亚像素精化；然后，在相机成像方程中引入畸变系数，重新推导成像方程并求解内参；最后，提出天牛须扰动搜索算法并对内参进行非线性优化。实验结果表明，该方法可明显减小相机的重投影误差，可以为三维注册模块提供初始化内参。     

基于熵权的多站纯方位目标定位分析北大核心

为克服传统权值主观性强、复合性差等现象,提出了一种基于改进熵权的多站纯方位目标定位算法。算法系统分析了匀速直线运动下的目标纯方位信息,给出了目标航迹参数与位置坐标模型,并运用均方误差进行了精度分析。仿真实验表明,本算法能有效地降低估计误差,提高多站融合精度。     

军事通信中基于UFMC信号的峰均比抑制算法

针对5G移动通信中的通用滤波多载波（universal filtered multi-carrier,UFMC）系统中信号的峰均比（peak-to-average power ratio,PAPR）较高的问题,提出了一种改进二进制离散粒子群优化的免疫规划的部分传输序列算法（IPA-IBPSO-PTS）。该算法在IBPSO-PTS算法的基础上,采用差分算法中的变异来避免其在迭代搜索后期出现种群多样性丢失的问题,同时引入了新型免疫规划算法中的疫苗接种和免疫选择操作,进一步提升算法的全局收敛速度。理论分析和仿真表明,提出的IPA-IBPSO-PTS算法能够获得更好的PAPR抑制性能,有效地降低了军事移动通信系统的复杂度和误码率。     

基于SC-BP的设备故障预警研究

为实现对火炮系统健康状态监测和故障预警,满足从“故障修”向“状态修”转变的发展需求,采用拟合模型算法,建立设备标准化电流优化BP神经网络预测模型（SC-BP）,分析运行数据的内在逻辑和相关性,设计设备正常运行状态下的数据参数库,并与实时采集的设备状态数据进行比较,根据拟合优度进行辨识,通过比较设备实时数据与历史正常数据之间的相似关系来判断设备状态,并显示故障关联信息,为工作人员分析故障原因提供了参考,并对算例进行了分析验证。研究结果表明,该故障预警方法能够辨识设备性能异常状况,使维护人员能够在设备故障形成早期发现征兆,提前采取措施以避免设备故障的发生。