针对反射面天线误差信息对电性能影响的问题,提出了包含馈源相位中心和反射面表面的误差信息对反射面天线远场方向图影响的数学模型。该模型根据馈源相位中心误差和反射面表面误差引起天线口径面场分布的改变,利用口径场积分方法得到反射面天线辐射场的变化。然后,用所建立的模型对8 m口径的抛物面天线进行了数值计算,将天线在实际工况下的反射面表面误差与馈源相位中心误差一同引入模型中,分析了反射面天线误差信息对增益和副瓣电平影响,得到了相关数据和曲线,可为反射面天线的误差分析提供参考。

针对现有的盲源分离算法性能大多依赖于非线性函数的选取问题,提出了一种基于自适应粒子群优化(adaptive particle swarm optimization,APSO)的盲源分离算法。该算法以分离信号的负熵为目标函数,根据分离信号的状态自适应地调整惯性因子,克服了收敛速度和信号恢复质量之间的矛盾。仿真实验表明,该算法的性能对源信号的概率密度性质没有依赖性,因而能很好地分离亚高斯和超高斯信号的混合信号,并且能有效地避免早熟收敛问题,具有较快的收敛速度,分离效果好。

针对强信号背景下弱信号波达方向(direction of arriaval,DOA)估计问题,提出了一种基于噪声子空间扩展的弱信号DOA估计算法。该算法提出并使用了噪声子空间扩充的思想,其先将强信号导向矢量所在空间纳入噪声子空间进而构造出扩展噪声子空间,再在该扩展噪声子空间基础上利用常规多信号分类(multiple signalclassification,MUSIC)算法得到弱信号的DOA估计。通过噪声子空间的扩充有效地抑制了强信号谱峰,算法无需已知强信号方向及导向矢量,运算量与常规MUSIC相当。理论分析表明该算法对弱信号DOA估计性能不劣于对应的强信号阻塞类算法,仿真实验证实了其有效性和可行性。

针对常规极化干涉SAR配准仅仅用一个通道的极化数据进行干涉数据对配准,导致配准精度不高的问题,提出了一种利用Cameron相干目标分解进行极化干涉图像对的配准方法。该算法充分利用了全极化数据丰富的信息,进行极化干涉图像对的配准。利用SIR-C天山地区的数据对提出的算法进行了验证,结果证明该算法能提高配准的精度和鲁棒性,有利于后续的数据处理。

针对码间干扰(inter-symbol interference,ISI)信道下的单载波叠加码编码调制系统,提出了一种在频域内可以快速实现用于发射信号频谱整形的预编码方案。该预编码的引入并不增加频域均衡接收机额外的开销。从信息论的角度证明了当应用基于功率"注水"原理的预编码时,基于理想码构造的叠加码可以随着层数的增加渐近实现ISI信道容量。同时,针对基于实际码构造的叠加码系统,提出了预编码和功率分配的联合优化问题。基于卷积码的仿真结果表明,联合优化大大改善了系统的性能。

根据MIMO雷达的工作原理和回波模型,在传统最大似然算法的基础上,提出了MIMO雷达波达方向估计的最大似然方法。通过理论分析,给出了波达方向估计的一致性证明和估计方差的计算公式。理论分析表明,MIMO雷达的最大似然估计方差比传统的相控阵雷达要小,估计性能优于传统相控阵雷达。最后通过蒙特·卡罗实验对不同信噪比、快拍数和接收阵元数等情况下波达方向估计的方差进行了仿真,证实了理论分析的正确性。

针对跳频宽带瑞利衰落信道,提出了一种新的基于莱斯正弦和的仿真模型。该仿真模型能在保持其它参数不变的条件下,通过仿真模型相位的跳变来模拟物理信道频率的跳变。由于该仿真模型中的所有参数都存在着闭合的表达式,所以能对仿真模型的相关特性进行研究。理论分析和仿真表明,该仿真模型在低计算复杂度的条件下与参考模型在相关特性方面存在着极好的吻合。

提出了一种基于ESPRIT的近场窄带信源到达角及距离联合估计新方法。该方法选择特定序号阵元输出计算的四阶累积量构造高维矩阵,利用其特征值分解结果构造2个新的矩阵,再借助新构造矩阵的特征值联合估计信源参数。该方法无须参数配对,无须谱峰搜索;有效利用了阵列孔径,从而具有较高的估计精度。仿真结果表明算法是有效的。

针对卫星通信这一应用场合,提出了一种数字调制信号自动识别算法。该算法利用调制信号的高阶累积量,并结合星座图特征,对信号进行分类。它对信号的幅度、相位偏差具有不变性,同时可抑制加性高斯噪声;与其它识别算法比较,它具有稳健、应用广泛的特性。通过计算机仿真表明,在给定的数据长度和中等信噪比条件下,可得到很高的识别率(>95%)。

军事扩谱通信一般都以突发信号帧的形式进行通信,通信时间短、可靠性要求高、信号动态范围大。固定门限捕获方法不能提供满意的性能,门限选得太高会使高信噪比时虚警概率过高,而门限过低会使得低信噪比时漏检概率高,检测概率低,因此需要利用自适应捕获方法。提出一种适合突发短帧模式的自适应伪码捕获方法,该方法可适用于A/D转换前加自动增益控制(AGC)的情况。提出的自适应捕获方法基于接收信号信噪比的估计,推导出根据采样点统计值的比值得到信噪比估计的实用算法,并对该算法进行多项式拟合以适合工程实现,并对算法进行了仿真分析。

认知无线电是一种用于提高无线电通信频谱利用率的新的智能技术,它能够通过与其运行环境交互而改变其发射机参数,特别是可让未授权用户使用授权用户的频谱,此外,它还为网络及终端提供更高的灵活性。高可靠性的频谱感知是实现频谱共享的关键。在分析了Parthapratim De提出的认知无线电中频谱Blinding Sensing算法的基础上提出了利用数据前、后向线性预测与矩阵QR分解结合的新算法。仿真实验表明,在同样的无线传输环境下,新算法比原算法能更可靠地感知频谱空穴。

提出了一种基于知识的SAR图像目标检测算法。针对军用车辆,利用各种先验知识,以地形类型信息、距边界的距离信息、目标聚集程度为影响目标出现概率的因素,通过分类获得SAR图像的地形及边缘信息,得到影响因子,并综合地形信息使用MAP准则,从而获得目标检测的结果。使用真实SAR图像进行了测试,结果表明,与CFAR检测算法相比,该算法有效地提高了目标的检测率,虚警目标数目明显减少。

双基多输入单输出(multiple input single output,MISO)地波雷达采用岸基均匀线阵发射多载频线性调频中断连续波FMICW信号,单根全向天线接收回波信号。由于各发射阵元所用载频不同,目标回波中存在距离-方位耦合。耦合严重时,空时超分辨算法将失效。借鉴比幅单脉冲测角思想,推导了该耦合关系,得到耦合系数以及影响该系数的因素,即阵元发射信号载频与阵元位置。利用遗传算法优化载频选择方案,从而对距离方位解耦以提高测距测角精度。仿真表明通过合理选择阵元发射信号载频可以有效去耦。

在推导实信号数字信道化接收机高效结构的基础上,在硬件平台上完成了1.2 GSPS的16通道数字信道化接收机的实现。在FPGA实现中充分考虑了高速数据的可靠接收以及片内的数字处理速度和资源的优化,保证了系统良好的性能。实际中频测试结果表明,该数字信道化接收机的功能正确,性能稳定。

从线性分布细金属柱体的散射模型出发,利用多极子展开技术求解电磁散射问题,以测量的散射场和计算散射场间的偏差作为目标函数,将待优化变量设置为描述细金属柱体中心位置的向径和幅角,通过伪群交叉算法(pseudo swarm crossover,PSC)对待优化变量进行优化,使目标函数达到最小值来对自由空间中线性分布的细金属柱体族进行电磁成像。研究结果证实了PSC比多相粒子群算法(multi-phase particle swarm optimiza-tion,MPPSO)有更好的收敛性能、成像精度和更强的抗随机噪声干扰能力。

针对无源系统对噪声调频干扰源进行时差定位问题,提出了在无源系统中对接收到的噪声调频干扰信号进行增量调制编码(Δ调制编码),利用增量调制编码序列采用相关法可以估计主辅站信号到达时差。讨论了不同干噪比条件下的时差估计精度,通过仿真将该方法与直接利用噪声调频信号相关估计进行比较,该方法具有相同的效果且可以降低主辅站之间的数据通信量。

提出了一种新的将滤波器组和高阶累积量相结合的特征检测方法。运用该方法可以对未知LPI多分量信号进行频域的分离并消除伴随的加性高斯和对称非高斯噪声的干扰,从而较好地估计出FMCW、多相编码等LPI信号的特征参数。同时对这种改进的方法进行了系统结构的设计和详细的数学描述。仿真结果和性能分析表明了该方法的有效性和适应性,即使在信噪比很低的情况下也能检测得到比较理想的LPI信号特征。

基于非均匀的L型阵列,提出了一种宽频段相干信号频率、二维到达角和极化参数联合估计的算法———JTSS算法。该算法能精确地估计具有相同数字频率的相干信号的多维参数,无需多维谱峰搜索,具有计算量小,参数自动配对的优点。另外,在JTSS算法的基础上,利用阵列的分维特点进一步处理,成功地实现了具有频率兼并现象的宽频段相干信号的多维参数估计。该算法能够并行实现以进一步增强其实时性。计算机仿真结果验证了算法的有效性。

针对传统模拟滤波器设计对于较为复杂的目标需求往往精度与效率均较差的问题,提出一种基于量子遗传算法(quantum genetic algorithm,QGA)的模拟滤波器优化设计方法。量子遗传算法是量子计算理论与进化理论相结合的产物,同传统遗传算法(classical genetic algorithm,CGA)相比具有种群多样性好、收敛速度快和全局寻优能力强的特点。引入QGA算法对滤波器参数进行寻优。通过采用自适应的量子旋转角调整策略并引入量子交叉、变异及群体灾变操作,提高了算法的搜索效率,降低了算法出现早熟的可能性。实例计算表明了算法在该类问题中的有效性和可行性。

针对传统多目标灰色局势决策方法等权处理决策目标而无法反映决策者的偏好和决策的实际情况问题,给出了灰色局势决策目标权重的一种赋权法。首先,计算单个目标下某一事件与其余事件的总偏差,继而形成全部目标下的偏差矩阵,再利用熵理论进行多目标权重的计算,得到的各目标熵权能够更好地反映各个局势间的差异程度,对灰色局势决策进行了补充和完善。实例也证明了该方法的可行性。

利用拓扑学中内部这个重要的概念来刻画协调决策信息系统的属性约简与不协调决策信息系统关于下近似的约简,使拓扑与粗糙集两个理论交叉、渗透,在此基础上从拓扑的角度出发,更进一步地给出一个二元关系相对于一族二元关系的内部约简的概念,并且定义一个辨识矩阵来给出内部协调集的判定定理与内部约简的算法。最后,在覆盖广义粗糙集理论中认识这类约简,并给出一个应用模型。

针对现有直觉模糊集合间距离度量的局限性,提出一种基于加权Minkowski距离的相异度度量方法。该度量方法适合于连续论域中集合间距离的测量,而且通过引入加权参数解决了各个属性具有不同权重的实际问题,同时克服了现有IFS距离度量的缺陷,进而解决了几个特殊直觉模糊集合之间距离度量问题。通过算例分析比较,证明了该方法在现存的距离度量方法中是比较优越的。

针对CC-OWA算子在数据集成过程中存在的问题,即集成后的数据失真、偏离均值,造成集成后的数据高于或低于被集成数据中的任何一个数,这样就不能保证算子的有界性。经过对集成过程的剖析,认为出现数据失真的根源在于CC-OWA算子中的"常平衡因子"。为了改进这一缺陷,首次提出了"变平衡因子"这一概念,并把改进后的算子称为C-DWA算子;并且研究了其性质,进一步就属性值以模糊语言或区间形式给出时,得到了决策排序步骤;通过实例分析对比阐明了C-DWA算子的优点和CC-OWA算子的缺陷。

分析了三种现有的混沌神经网络模型的优化性能,针对目前混沌神经网络收敛率不高和搜索时间较长的问题提出了一种双混沌神经网络。它不同于以往的混沌神经网络改进方法,不是延长退火时间或改变混沌程度来提高网络性能,而是通过混沌迭代搜索使混沌神经网络在有限步内找到全局最优解的初值来提高收敛率与收敛速度。这种方法能使混沌神经网络在应用中具有更好的全局优化能力,并且可以缩短混沌神经网络的搜索时间,对旅行商问题求解的仿真对比和函数优化问题的仿真,说明了新方法比现有方法具有更好的收敛率和更短的搜索时间。

针对单机和两台机器的平行机排序问题,建立了机器具有学习效应和可用性限制的排序模型。在这个模型中,机器具有学习效应。在学习效应下,工件的加工时间与所排位置有关,对于需要在同台机器上加工的工件,工件随位置的靠后其实际的加工时间减少。同时由于定期维修等原因而导致机器在某段时间内不能加工工件。考虑了目标函数为极小化总完工时间的单机和两台机器的平行机问题。对于机器在任意时间进行维修的一般情况给出了动态规划算法,通过数值例子说明了算法的有效性,对机器在使用前进行维修的特殊情况给出了多项式算法。

建立输入输出要素部分可控和部分不可控的情况下的多目标DEA(data envelopment analysis)模型,通过其对偶模型和标量化,给出多目标DEA有效的概念并研究其性质。给出各种Pareto有效解的定义并建立其与多目标DEA有效的等价关系,通过将决策单元投影到生产前沿面上得到新的多目标DEA有效的决策单元,由此说明权重的作用。

组合预测模型本身是一个对单项预测模型的信息进行选择利用的过程。分析了如何判定和检验参与组合预测的单项预测需满足何种条件,并运用了协整理论对模型进行筛选,从三方面综合地提出了筛选组合预测单项模型的方法和步骤,以期提高组合预测精度,简化计算。在初选的单项预测模型中,除选用较为常见的预测方法外,还加入了一些具有代表性的的单项预测方法,如状态空间模型、神经网络模型等。这些良好预测模型的选用,在一定程度上提高了组合预测的精度。

针对混合型多属性决策问题,提出了一种基于偏好矩阵的决策方法。该方法从对偏好关系赋予基数值的角度思考并分析问题,通过确立标准优劣差异矩阵同时实现方案间属性优劣比较和差异规范,并充分考虑了区间型和风险型属性各自的不确定性特点;定义统一的偏好映射建立偏好矩阵,然后求解排序向量来量化方案的相对重要程度,再聚合得到总排序向量,实现方案排序。给出了应用该方法的决策原理与具体求解步骤。最后,以自动目标识别系统评估为例进行了算例分析,此算例说明了所提方法的有效性。

结合导弹拦截的精确末制导问题,提出了一种基于非奇异Terminal滑模的鲁棒末制导设计方法。基于Terminal滑模控制中滑模面上的跟踪误差能够在有限时间内收敛到零的思想,在末制导滑模中引入非线性项,代替传统线性变结构滑动模态的设计,同时将目标的机动加速度视为已知的有界扰动,并实时对极值进行自适应估计,推导出一种非奇异Terminal滑模制导律(TSMG)。导弹在TSMG制导律的导引下,弹目视线角速度可以快速收敛,从而保证导弹有很高的命中精度。仿真结果表明非奇异Terminal滑模制导律设计的有效性。

传统卡尔曼滤波器依赖目标运动状态的数学模型,当目标运动数学模型不精确或不能够用线性状态空间模型描述时,跟踪滤波会发散。针对这一问题,提出了一种基于GM(1,1)(Grey model)模型的跟踪卡尔曼滤波方法。在卡尔曼滤波过程中,迭代所需的预测值不再依赖所建立的目标运动状态方程,而是用前几个时刻的估计值建立灰色微分方程来预测下一时刻的值,其预测精度高,滤波性能提高,特别在目标机动的时间内跟踪滤波效果要好于传统方法。仿真结果表明,是一种可行的机动目标跟踪方法。

作为传统MoM和PO混合法(MoM-PO)的拓展,提出了一种组合MoM、SBR和PO的混合方法(MoM-SBR/PO)用于计算电大尺寸复杂导体目标的电磁散射。利用基于射线密度归一化(RDN)概念的SBR方法有效地考虑了PO区域之间的多次反射影响,简化了PO区域内的耦合计算,避免了耗时的迭代求解过程和格林函数的选择等难点,提高了计算效率。数值结果验证了该方法的有效性和正确性。

在现有装备的基础上,为合理地选择各个阶段的干扰方案以达到最佳效果,将编队干扰方案决策问题看作一个多阶段多指标系统,依据系统协同原理,定义了协同度概念,将模糊优选理论与动态规划原理相结合,提出一种能够有效求解多阶段多指标问题协同决策的方法。将该方法运用于编队干扰方案决策中,建立了全程决策数学模型。在给定的战术想定情况下,对求解过程进行了分析,为能够实时准确地得到各种作战态势下的最优决策,编程设计了基于GUI的干扰方案决策系统操作界面,通过仿真分析了不同指标权值下协同度对决策结果的影响。

针对航空武器装备发展和应用的需要,根据航空武器装备组成和性能特点,提出了一种基于指数法的航空武器装备对比优势评估指标体系和对比优势评估模型。该模型从作战能力入手,通过对航空武器装备性能参数的综合计算比较,可获得其作战能力指数。通过作战能力指数可评估航空武器装备性能优势。给出了应用该方法的具体步骤。通过算例分析,验证了模型的合理性。

针对含有马尔可夫跳变参数的模糊系统,采用多李亚普诺夫函数方法,设计采样控制器,保证模糊跳变系统指数均方稳定和随机稳定。为便于工程应用,考虑到控制系统多为数字控制系统,计算机的输入、输出控制信号是数字信号,而被控对象常为连续时间系统,文中采用离散的控制器控制连续的被控对象。系统模型中的每个跳变模态对应的子系统均是T-S模糊系统,对每个模糊子系统采用平行分布补偿的控制方法,保证子系统渐近稳定。控制器的求解等效为线性矩阵不等式的可解性问题,便于求解。数值仿真结果验证了方法的可行性和有效性。

针对主动容错飞行控制系统设计问题,提出一种基于改进鲁棒多模型自适应控制(robust multiplemodel adaptive control,RMMAC)的故障检测与控制重构集成设计方法。建立了飞行器传感器和执行器故障的数学模型,介绍了改进鲁棒多模型自适应控制算法的结构和实现步骤。某无尾飞机重构飞行控制的仿真结果表明,在执行器故障情况下,基于改进RMMAC的集成主动容错飞行控制系统能够快速准确地辨识故障,并依据故障信息更新局部控制器权值,实现控制重构,提高了飞机可靠性、安全性和生存能力。

在基于双目视觉的并联机构位姿测量系统中,为了简化图像处理、提高位姿测量的实时性,提出一种标记成像波门预测方法。基于机构动力学模型和Unscented卡尔曼滤波(Unscented Kalman filter,UKF)算法实现并联机构位姿预测,并利用误差理论建立标记中心像点与并联机构位姿之间误差传递模型,进而实现标记成像波门预测。最后,通过仿真试验验证了标记成像波门预测的可行性。

实际工业过程中,过程限制或约束的存在以及不可避免的模型失配和干扰的影响,系统很可能达不到期望的设定值,从而存在稳态偏差问题。采用MPC稳态目标计算和动态优化控制两级结构,在每个采样时刻,考虑可测干扰的影响下,重新进行稳态目标计算。稳态目标计算时保证稳态目标与动态MPC计算中的输入速率约束兼容,并根据当前预测输出和测量输出之间偏差的反馈信息校正稳态模型,体现了MPC算法中的反馈思想。以壳牌重油分馏塔标准问题为例进行了仿真,仿真结果表明了该算法的有效性。

针对MIMU/GPS组合导航误差状态方程建模问题,利用惯导误差系数替代惯导测量误差作为状态向量,推导了新的组合导航误差状态方程。然后针对MIMU/GPS组合导航的数据时间同步问题,提出了一种新的GPS时间延迟补偿算法。该算法将GPS信息真实时间点上的MIMU状态参数与GPS信息进行组合滤波,并结合卡尔曼滤波状态转移矩阵将组合滤波的结果递推到当前时刻,作为MIMU下一步计算的初值,解决了组合导航数据的时间同步问题。仿真计算表明:新的组合导航模型具有较高的计算精度,时间延迟补偿算法有效可行。

针对含分段状态约束的非线性预测控制问题,在状态约束隐式法基础上提出了一种改进的快速数值算法。通过平滑处理将分段状态约束转化为与目标函数相同的正则形式,转化后的状态约束连续可微,从而可以由相同Hamiltonian方法计算目标函数和状态约束函数对控制参数的一阶导数。仿真结果表明,状态转换法能够求解双足机器人非线性预测控制问题。与惩罚函数法相比,状态转换法寻优时间短,数值最优解是所有约束范围的内点,从而证明了该方法的有效性。

根据协同策略和量子免疫计算理论,提出一种求解SAT问题的量子协同免疫算法。该算法在将SAT问题转化为函数优化问题的基础上,采用多个子种群。分别采用量子比特编码来表达个体,采用通用的量子旋转门策略演化个体,采用量子交叉操作阻止早熟收敛;各种群独立演化,同时引入量子协同理论,采用协同算子使得算法的搜索效率更高。实验采用标准SATLAB库中的3 700个不同规模的问题对算法进行测试,并与简单克隆选择算法、量子遗传算法、量子免疫克隆选择算法进行比较。结果表明,量子协同免疫算法的平均成功率最高,平均运行时间和平均评价次数最少。

将多新息辨识理论用于研究CARMA模型的参数估计问题。首先用估计残差来代替信息向量中的不可测噪声项,导出了CARMA模型的增广随机梯度算法,进一步把标量新息推广为新息向量,导出了相应的多新息增广随机梯度辨识算法,并利用鞅收敛定理分析了多新息增广随机梯度算法的收敛性。最后的仿真结果验证了该算法的有效性。

为了找到多项式光滑支持向量机(polynomial smooth support vector machine,PSSVM)中性能更好的光滑函数,将正号函数变形并展开为多项式级数,得到一类光滑函数。证明了这类函数的性能,它既能满足任意阶光滑的要求,也能达到任意给定的逼近精度。用Newton-Armijo算法求解相应的PSSVM模型,实验结果表明,随着多项式光滑函数阶数的提高,逼近精度和相应PSSVM模型的分类性能也相应提高。

模拟鸟群捕食行为的粒子群算法存在早熟收敛问题。理论和实验都证明了粒子群算法参数确定局部搜索能力与全局搜索能力的比例关系,对算法的收敛能力影响极大。对现有的参数调整策略进行了分析,指出了存在的问题。借鉴免疫机制中的多样性和变异理论,提出一种新的参数调整策略,该策略基于抗体的亲和力和粒子的聚集程度来确定粒子的最优适应值变化率及算法参数值。对经典测试函数的实验结果表明,提出的参数调整策略使算法的全局收敛能力得到了显著提高,能有效避免粒子群优化算法中的早熟收敛问题。

利用遗传算法的交叉算子,并引入去交叉策略,对人工鱼群算法进行了改进,提出了一种改进型人工鱼群算法,并将该算法用于求解旅行商问题(traveling salesman problem,TSP)这一经典的NP难问题。通过实验仿真与目前TSP已知最优解进行对比分析,结果表明,改进后的人工鱼群算法在种群规模较小,迭代次数较少的情况下也可以收敛到已知最优解。

基于生化反应机理的DNA计算模型受到科学领域内许多不同学科学者们的关注。DNA计算已经形成国际科学前沿领域内研究的一个新的热点。主要介绍了Sticker模型的应用及布尔电路的仿真应用,并分析了DNA计算模型中存在的问题。最后,简要介绍了DNA计算研究存在的问题及未来的研究方向。

多类标数据中的样本可能属于一个或多个类标,因此其分类问题较单类标分类更为复杂。提出一种新的多类标学习算法,首先针对多类标数据的特征属性维数高的特点,采用LLE算法对多类标数据的特征属性进行降维,提取能较完整描述数据的一组低维特征属性集;然后将多类标样本集按所属的类标进行划分,并采用贝叶斯分类模型来学习各组样本集的分类特性;根据各个分类模型的判定类标,综合得到多类标样本的最终类标集。将该算法分别应用到自然场景图像和基因数据的多类标分类学习中,实验结果表明,该算法针对不同的多类标数据集均能取得很好的分类效果,且相比于其他多类标算法有更高的性能。

针对基于构件开发的构件间相互通信。互操作和检索组装自动化等问题,以及基于Internet软构(网构软件)的大量的问题都需要解决,首先分析OWL-S和WSMO的异同以及SOA构件库构成条件;接着提出基于本体的SOA构件库定位机制,其构造一种最小二乘法最优估计的自动验证的指标体系、构件服务质量,以及构件反馈机制。建立一种定位的SOA构件库寻址和刻面分类的定位构件树模型,在此基础上,采用小生境蚁群退火遗传算法求解定位的构件树,从而最大限度实现构件自动化组装,以及实现构件的关注点分离和层次粒度的重用,最后通过实验仿真分析了定位算法的有效性。

提出分散式空间服务网络模型来克服空间服务宿主服务器间的"孤岛"状态以及网络的伸缩性障碍。以Super Geo-Peer、Basic Geo-Peer和Inferior Geo-Peer分别建模不同能力的空间服务宿主服务器和空间服务消费者。在分散式空间服务网络模型的服务发现过程中,建立关于Super Geo-Peer和Basic Geo-Peer间比率的系统代价模型,并推导出满足最小系统代价的最佳比率。在此基础上,给出了一种维护分散式空间服务网络系统的可选方案。

针对当前XML数据流质量检测存在的不足,提出了一种自适应的XML数据流质量预测方法XAFS。该方法用XML键构建的矢量矩阵作为窗口、利用矢量积小波变换多级分解与重构XML数据流、再结合最小二乘支持向量机对XML数据流质量进行预测;为了更好的适应网络负载,采取加权与自适应窗口调整等调度策略充分保证XML数据流的质量检测。对比其它相应算法,一系列仿真实验表明所提出算法具有较高的精度与实用性,是XML数据流挖掘的一种有效方法。

从目标分类角度,通过挖掘隐藏在各指标隶属度中关于目标分类的知识信息,设计一种滤波器,能清除指标隶属度中对目标分类不起作用的冗余数值,在无冗余数据干扰下实现隶属度转换。由此建立隶属度转换的一般方法,最终解决系统仿真可靠性评价中隶属度转换问题。

针对软件可靠性测试停止时间不对应失效的右删失问题,给出考虑完全右删失失效数据的改进Je-linski-Moranda(J-M)模型。定量分析了右删失失效数据对可靠性参数评估值的影响,在此基础上分别给出基于残存缺陷比率、失效率以及可靠度函数的软件可靠性测试停止准则。最后将改进模型应用于一组失效数据集,计算结果表明,改进后的模型可充分挖掘右删失数据中蕴含的时间信息,得到更准确的参数评估值。并且所提出的停止准则可有效指导软件可靠性测试活动的开展,具有较好的工程应用价值。

研究一类带有非强占型优先权、服务台忙时与闲时故障率不同的M/M/N可修排队系统,在画出系统状态转移图的基础上,得到系统瞬态概率密度满足的微分方程组。利用拟生灭过程的方法求出系统稳态条件,并在此基础上得到系统的稳态平衡方程组。通过对稳态方程组的分析得到系统中关键的N(N+1)/2个稳态概率值的求解思路,使用Mathematica软件编程实现了稳态概率值的求取过程,并举出一个具体实例。在得到稳态概率值的基础上给出了有效服务台数的稳态分布、稳态队长的母函数这两个系统指标。

研究具有执行器故障的Delta算子线性不确定系统鲁棒D-稳定可靠控制问题,即设计控制器,消除系统不确定性和执行器故障的影响,确保闭环系统极点落在复平面指定圆盘区域内。考虑执行器故障为连续故障模型的情形,利用线性矩阵不等式(linear matrix inequality,LMI)方法,给出Delta算子系统状态反馈鲁棒D-稳定可靠控制器存在的充分条件,并由此提出相应控制器设计方法。利用所得结论,给出Delta算子系统状态反馈鲁棒稳定可靠控制器存在的充分条件。数值算例表明设计方法的可行性和有效性。

针对可修复备件系统库存决策问题,在考虑系统成本和保障率的前提下,建立一个仿真优化集成模型。该模型分析了可修复备件系统结构和流程,应用离散系统仿真技术实现了可修复备件库存的仿真,并以禁忌搜索算法为基础建立优化仿真框架,对备件库存数量的最优解进行仿真寻优计算。优化仿真结果表明,该模型合理、有效、可行。

通过无线信道进行传感节点远程再编程是一种有效的管理和维护传感网络的重要功能。传统的再编程协议未提供任何安全机制,使传感网络不能防御一些很简单的攻击;新的安全再编程协议使用非对称加密机制,需要多的计算和存储开销,不适用于资源受限的无线传感节点。对此,提出了一种基于软件证实技术的无线传感网络再编程安全协议,该协议通过运行在合法节点上的代码证实和基站上的代码影像证实来隐藏对称密钥,并通过从基站向传感节点传递参数r来保证认证的动态性。将该策略与已有的再编程协议MNP集成,模拟实验表明,该策略以比较低的通信成本和较短的延迟提高了再编程的安全可靠性。

针对数字调制识别在低信噪比下的应用,提出一种新的基于瞬时信息的调制识别算法。该算法一方面提出采用小波滤波器对信号的瞬时信息进行消噪处理,提高了调制识别算法在低信噪比下的识别能力;另一方面利用已有算法的3个特征参数σ_ap、σ_aa、和σ_fa以及在已有算法基础上改进的3个新的特征参数Ra、Rp和Rf,简化了识别过程,改善了低信噪比下的识别效果。仿真结果表明,该算法在信噪比低到5dB时,也能达到95.4%以上的识别率。

为克服小波分析中混频现象对模拟电路故障特征提取造成的不准确,提出了一种基于经验模式分解的模拟电路故障特征提取方法。该方法通过对模拟电路输出信号进行EMD得到若干个内禀模态函数,以各IMF的能量作为故障判别的特征。并针对EMD中的端点效应问题,提出了基于遗传优化的最小二乘支持向量机预测方法。仿真实验结果证明了该方法的有效性。