基于复杂网络的车载自组织网络脆弱性分析

车载自组织网络(VANET)作为智能交通的重要基础应用，其安全稳定地运行是交通系统乃至社会经济可持续发展的需要。以最大连通度、连通分支平均规模、全局网络效率等参数为脆弱性测度指标，基于复杂网络理论，应用车辆仿真软件(VanetMobiSim)建立了VANET网络拓扑模型，详细研究了在随机攻击和蓄意攻击模式下脆弱性量化指标随节点移除比例的变化关系；通过仿真实验分析了节点密度、信号辐射半径及不同攻击策略对VANET脆弱性的影响。仿真结果表明:VANET在蓄意攻击下比较脆弱，基于节点介数的蓄意攻击效能最强；节点密度、信号辐射半径越小，VANET连通性越差，网络越脆弱。所提方法和结果为VANET拓扑控制优化和网络管理决策提供了理论依据。      

空战格斗飞行机动数据库建立及应用

空战格斗任务面临环境高复杂性、博弈强对抗性、响应高实时性、信息不完整性、边界不确定性等多项挑战。为此，已建立人类飞行员空战格斗飞行机动数据库ACED(Air Combat Engagement Database)，系统采集人类优秀飞行员空战格斗飞行机动数据。基于该数据库，首先分析了空战格斗飞行机动方程，提出应重点分析飞行员在空战任务中的滚转角及法向过载决策指令；研究确定了近距空战格斗任务中的人类飞行员飞行机动决策时间窗，并采用能量谱分析方法确定了飞行员在近距空战格斗飞行机动中的滚转角决策频率；针对采用航炮作为主武器的近距空战格斗任务，研究了近距空战格斗敌机轨迹预测算法。相关方法可有效预测航炮炮弹生命周期内的敌机未来轨迹，有力支撑了航炮自动火控算法的研发，助力在相关空战竞赛中取得优异成绩。本文系列应用示例验证了已建立的空战格斗飞行机动数据库的有效性。     

基于发布订阅的进程间通信设计与实现

航天器的每一种行为都需要多种信息的综合，这使得有效传递传感器数据成为关键问题.机器人操作系统(ROS)将基于主题的发布订阅作为内部的一种通信机制，解决消息的传递问题.由于ROS使用C++编写，无法直接应用在嵌入式平台中.本文利用C语言实现了ROS中基于发布订阅的通信机制，将信息的传递过程虚拟化成很多节点，每个节点可以选择自己感兴趣的话题成为发布端或者订阅端.发布端/订阅端并不需要知道其他节点的信息，实现功能解耦.目前，该方法在Windows平台上进行了单机和多机间的测试，通信效果良好，完成了进程间数据的传递.     

高超声速飞行器再入段LQR自抗扰控制方法设计

针对高超声速飞行器(HSV)再入过程中强非线性、强耦合、气动参数变化剧烈的不确定性的特点，提出一种基于线性二次型调节器(LQR)和自抗扰控制(ADRC)的高超声速飞行器再入段的姿态控制方法。首先，建立高超声速飞行器再入段线性化模型，并采用LQR方法完成了状态反馈控制律设计。然后，结合自抗扰控制技术，设计了扩张状态观测器(ESO)对系统的模型不确定性和外部干扰进行补偿，大幅增强了系统的扰动抑制能力。最后，将得到的高超声速飞行器再入段LQR自抗扰姿态控制器(LQRADRC)应用于高超声速飞行器六自由度仿真，仿真结果表明本文所提出的控制方法能够快速、精确地跟踪角位置指令，并且对系统不确定性具有强鲁棒性。     

杠杆式力标准机自动控制系统

介绍单片机用于杠杆式力标准机控制、实现检定过程自动化的设计方法，重点介绍硬件结构和软件编制。     

一个基于1553B多路传输数据总线的分布式多机系统

多路传输数据总线接口（ＭＢＩ）模块用于完成航空电子系统的通讯，本文详细介绍了一个基于１５５３Ｂ多路传输数据总线的四节点分布式多机系统在某机载雷达内总线系统中的应用，并且给出了多机系统软、硬件设计方案．     

关于CYX-1、CDJ-1智能型液压元件试验台的研制

自增压油箱和压力继电器是导弹上应用的两个重要液压元件。每个元件产品出厂前均要经过进一步的磨合调试，然后经过多项测试，合格后方可出厂。由于要求严格，测试项目又比较多，因此非常需要一个智能型的试验台，来测试液压元件，保证它们的质量。为此，我所与上海应用技术学院等单位共同研制开发了一台智能型液压试验台，其内部结构采用计算机测控技术、电液比例控制技术。测试过程与生产工艺相结合，使用方便，提高了测试和调试效率，并且还提高了测试精度及可靠性。     

高校特色期刊自组稿模式、问题及对策——以《民办教育研究》的组稿模式为例

特色学术期刊在长期的办刊过程中，根据自身的特点合理运用组稿手段组织稿件、优化稿源而形成了能体现办刊理念、突出期刊特色的选题计划指导下的自组稿模式。这些模式各有其长，也各有其适应对象，在组稿中也会存在一些问题。因此在运用这些组稿模式时，还要注意学术期刊工作与高校学科建设和科研工作的互动；准确定位，科学把握内外稿的刊发比例，彰显学术期刊的特色；利用学术优势，发挥学术期刊的人才培养功能。