本发明涉及通信感知一体化技术领域，具体为一种基于固定翼无人机能耗最小的优化方法。本发明中，固定翼无人机和基站共同构成了双基地合成孔径雷达，无人机依次收集感知目标反射的基站下行信号，并回传至基站端进行目标识别与成像。通过对系统模型的分析，构建了相应的优化问题。提出的方法采用了连续凸近似、引入辅助变量和凸差规划等技术手段，将原本难以求解的非凸问题转化成易于求解的凸问题，实现了无人机三维飞行轨迹和回传通信功率的联合设计与优化。与现有方法相比，本发明显著降低了无人机执行通信感知一体化任务的能量消耗，提升了系统能效。同时，对不同距离的目标均能得到良好的成像质量，充分体现了该方法的普适性与实用性。

针对太阳能集热系统扰动多、大滞后和大惯性等控制难点，建立了适合控制器设计的简化分段非线性模型，并设计了基于预测函数控制策略的集热系统出口导热油温度控制系统。该预测函数控制策略在调节速度、超调量以及稳定性方面的控制效果均明显优于传统PID控制策略；与未简化的多模型预测控制相比，简化后的多模型预测函数控制的最大动态偏差增大了13%,但计算量大大降低，控制器的实时性也得到增强。

本研究基于重氮工艺反应热危险性，利用先进的热分析设备（反应量热仪RC1、绝热量热仪ARC、差示扫描量热仪DSC）对重氮工艺进行分析，通过测量获得重氮工艺的目标工艺温度、失控后体系能够达到的最高温度、失控体系最大反应速率到达时间为24小时对应的温度、技术最高温度等数据，改进工艺参数，降低工艺的热危险性，防止失控反应，提高化工工艺的本质安全性。

项目来源于国家科技部 “973”重大基础研究、“863”重点项目和上海市重点项目，旨在解决工业发酵过程优化与放大中的科学问题和生产实践推广，此技术可广泛应用到生物制药、食品工业、化工、农业等多个应用领域，开发的技术及工艺、工程和装备均处于国际先进水平。 项目技术特点： （1）提出了工业发酵过程工程的多尺度优化理论，建立了基于细胞代谢的宏观代谢流检测与控制和参数相关分析的优化研究方法，建立了基于细胞生理代谢特性和反应器流场特性相结合的工业发酵放大方法； （2）研制了专门用于发酵过程优化与放大研究用的装备，并应用到工业发酵过程中； （3）建立了基于工业发酵过程数据处理与实时远程诊断的工业发酵过程信息处理系统； （4）开发了专门用于过程优化与放大研究用软件包； （5）已应用到十余个产品的过程优化中，产品产量大幅度提高； （6）实现生物过程工艺、工程、装备一体化研究。 曾三次获得国家科技进步二等奖，近年申请专利十余项。

成果的背景及主要用途： 天津大学结合三门峡水利枢纽管理局委托“三门峡枢纽多模目标优化调度研究”项目和教育部骨干教师基金“粘性泥沙的力学模型和人工智能模拟复合模拟研究”项目开展了多沙河流水库水沙电的多目标优化调度的研究工作。采用科学的理论方法和先进的技术手段，创新地研究调度管理系统中涉及的水文预测、泥沙冲淤的智能快速模拟、高含沙洪水的“揭河底”现象的特征机理、多目标优化调度、实时短期调度、调水调沙等问题，以便使水库优化调度管理系统更科学化、智能化、系统化。本研究项目的进行与研究结果，有利于协调解决目前防洪、供水、泥沙淤积与蓄水发电等多目标的优化调度的问题，确保在改善多沙河流水库库区、下游水库及其河道的泥沙淤积情况的同时增加发电量，提高社会效益和经济效益，在全国用电紧张、更加注重社会效益和生态效益保护的今天，本项目的研究有重大的现实意义和实用价值。 技术原理与工艺流程简介： 本项目主要利用混沌神经网络模型对黄河中下游中长期径流和含沙量进行了预测，并利用模式识别的方法随机模拟了洪水过程中的流量过程线和含沙量过程线；对影响潼关高程和水库泥沙淤积量的相关因子进行优选，并利用其训练神经网络；将 BP 人工神经网络模型运用到径流量的预测，水库泥沙淤积、潼关高程中去，进行计算和预测；建立随机微分方程模型，确定水库断面水库进行多目标优化调度。在完成上述专业模型系统的设计开发基础上，将利用多目标系统决策分析理论，通过从下到上逐级控制，并协调各子系统的运行关系，使各子系统既能实现各自目标，又能满足彼此的制约关系，从而实现整个枢纽的综合最优调度。 技术水平及专利与获奖情况： 该项成果达到国际先进水平。应用前景分析及效益预测：水库多目标优化调度的效益极为明显，往往是在不增加水利枢纽运行和管理成本基础上实现的效益，在水资源日益短期的形势下，其重要性也日益突出。本项目所研究的多沙河流以水、沙、电多目标优化调度系统，可为解决防洪、供水、发电与减淤的矛盾提供新的技术手段和理论方法，可以应用到黄河等多沙河流的各个水利枢纽的优化调度运行中，能实现水库枢纽经济效益、社会效益和生态效益的综合优化及和谐统一。还可以应用到含沙量较小（但又必须涉及泥沙问题）的河流上的各个水库枢纽上，如三峡水库等，应用范围极为广泛，具有广阔的应用前景。 应用领域：水利水电工程运行管理。 合作方式及条件：技术服务。

本发明公开了一种基于多尺度空洞融合迭代优化的增强图像隐写，适用于图像隐写领域，包括以下步骤：使用封面图像C获取其对应的增强图像E后，分别对其进行特征提取，后引入多尺度空洞融合的注意力机制；再将两个图像的特征融合得到图像X；之后与秘密连接形成载密张量M；编码器接收三个输入：图像M的特征、当前的扰动，以及这个扰动的损失函数的梯度进行拼接形成GRU单元的输入；通过反复应用编码器，最终生成的隐写图像；解码器接收编码器生成的隐写图像，经过一系列卷积，从隐写图像中恢复原始的隐藏信息；批评者网络来评估生成的隐写图像的自然性，并提供反馈；重复步骤2到5。最终生成的图像即为包含隐藏信息的隐写图像。本方法将学习和迭代优化方法结合起来，在双通道输入图像增强下结合多尺度融合注意力机制，从而找到图像中更适合隐藏信息的部分，使生成的隐写图像更加隐蔽。

本发明公开了一种考虑停电损失系数的PMU优化配置方法。输入电力系统的初始信息；利用遗传算法进行初始化种群，设置染色体个数和最大遗传代数；判断多个网络拓扑是否均满足数值可观性，若满足则计算多个网络拓扑下的停电损失，并得到最小的停损系数，否则将目标函数值设为上限值；将最小停损系数与系统要求的停损系数作比较，若小于则计算目标函数值；否则将目标函数值设为上限值； 计算个体适应度并进行排序，选出最优个体及其目标函数值，用赌轮盘算法产生下一代个体；根据最大遗传代数选择进行下一轮迭代或输出最优解。本发明不但能够保证电力系统在正常情况下的完全可观性，而且能够在线路N?1故障下满足相应的停损系数要求。

本发明涉及一种输电线路雷击点故障定位方法，尤其是涉及一种基于 OPGW 光偏振态的输电线路 雷击点定位新方法。本发明通过进行雷击 OPGW 试验，采用迭代奇异值分解（SVD）算法结合广义数 学形态学、小波分析等方法提取雷击点处 OPGW 内部传输光的偏振态突变信息传到偏振解调设备中的 时刻来进行故障点精确定位。本发明将法拉第效应用于输电线路故障测距中，避免了传统故障测距方法 中定位精度受过渡电阻、线路参数、系统运行方式、行波传输色散及行波波速等因素干扰的影响，具有 极高的定位精度。定位时只需在线路两端进行监测，降低了投入成本。

本发明的主要工作是基于多源异构网络推断主体(用户)之间的社 会关系(包括同类型之间或不同类型之间的主体关系，本发明中只以用 户为例)的方法，异构网络是指网络中主体类型多种或者主体之间的关 系类型多种，关系可以分为好友和其他两种。主要内容包括在两个(例 如 Twitter 网络、通讯网络)异构网络中，两个网络的主体类型都包含有 用户，但不同网络中主体之间的关系链接类型是不同的在 Twitter 网络 中用户之间的关系是

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。