Pareto最优解的充分及必要条件

对多目标优化问题不需目标函数的凸性和二次可微性的假设，在约束区域具有严格点凸性的条件下，证明了Ｋｕｈｎ－Ｔｕｃｋｅｒ条件是严格局部Ｐａｒｅｔｏ最优解的必要的充分条件，并以若干例子说明其适用性。     

一种优化的六端口反射计

本文介绍了一种在微波硬件和计算机软件两方面都改进和优化了的六端口反射计。所报导的优化六端口网络是使三个原点对称地分布在复反射系数Γ平面上。这种六端口网络是由正交定向耦合器和同相功率分配器组成。在软件方面,所采用的自校技术和准确度提高技术,使不精确的功率测量得以改善。除理论探讨外,文中还给出了实验结果,并与标准参考数据作了比较。     

涂层材料瞬态传热实验与导热系数辨识

针对涂层-基体一体化的双层结构,为测试评估其中涂层材料的导热性能,提出基于瞬态平面热源法（transient plane source, TPS）的涂层材料导热系数反演辨识方法。根据Hot-Disk实验测试原理,建立基体-涂层-探头整体的二维非稳态传热模型;结合测量过程中的瞬时温升数据信息,采用粒子群优化算法反演辨识获得涂层材料的导热系数;并通过实验和数值模拟论证了上述方法的可靠性。结果表明：该测量方法能够有效获得涂层导热系数,测试反演的数值偏差小于4.0%。最后,实际测量和反演辨识获得了一种涂层材料常温至773 K的导热系数,随温度提高呈现增大趋势,数值范围为0.18～0.29 W/(m·K)。     

计算机网络防御策略模型

目前计算机网络防御研究中缺乏高层且易于细化的策略建模方法,因此在分析Or-BAC模型(Organization Based Access Control model)的基础上,对网络防御控制行为进行抽象,建立计算机网络防御策略模型(CNDPM,Computer Network Defense Policy Model).该模型对保护、检测和响应等策略进行统一建模,并引入角色、视图、活动自动分配的方法,以提高分配的效率,同时给出了策略到规则的推导规则,以细化为具体的防御规则.还给出了策略的完备性、有效性和一致性的形式化描述及分析.实例分析表明,该模型表示的计算机网络防御策略,能够有效地转化为防御规则,具有较好的实用性和扩展性.      

基于PC/104总线和ADS7805的多路小信号实时监测系统

开发了基于PC/104总线和ADS7805的实时监测系统。该系统主要由信号转换模块、A/D转换模块、CPLD逻辑控制模块EPM7128和PC/104总线组成。它能够在板卡上实现信号的采集监测,并能通过PC/104总线与上位机通信,实现数据的存储、后端处理及显示。参考了实时数据采集处理系统的设计思想,重点阐述了系统原理及硬件、软件的设计。     

无人机单片机控制系统软件容错设计

本文介绍了某型无人驾驶飞机系列MCS-51单片机控制系统的软件容错设计方法与实现。该软件采用了关键数据的余度管理技术,在充分考虑了本系统的任务功能及单片机固有特点的基础上,采用了若干行之有效的软件检错技术,包括执行条件检测、数据合理性检测、异常复位检测及软件陷井等。在检测到软件错误后,软件将执行一个恢复操作。恢复操作的基础是依据一组经过余度管理及相容性分析而保证为正确可靠的关键数据。恢复操作将消除软件系统所有可能的错误状态,将系统恢复至出错前的运行状态。实践表明,该软件的容错设计是可靠且有效的。     

振动环境试验中的结构模态参数识别

振动环境试验中的测点加速度响应与台面加速度响应数据之比,可以被看作结构频响函数的加权和。因此,可以将加速度传递率作为被测结构的一个“广义频率响应函数”来提取结构的模态参数,如固有频率、阻尼比。求解广义频响函数时,根据加权最小二乘法构造目标函数,并通过遗传算法迭代,得到结构的固有频率、阻尼比。应用此方法对某卫星的振动试验数据进行模态分析,得到的结果与模态试验结果一致。     

基于eN转捩预测方法的翼型低雷诺数气动性能分析

小型无人机由于尺寸较小,飞行速度较低,使得绕其机翼的流动雷诺数一般较低,处于低雷诺数范围。由于在低雷诺数流动中容易产生层流分离并转捩为湍流,故准确预测层流分离并预测转捩的发生对气动特性特性的计算至关重要。文章采用基于e~N转捩预测方法的XFOIL软件对两种较为常见的微小型飞行器的共四种翼型在低雷诺数流动中的气动性能进行了计算分析,结果表明CLARKY翼型比Benedek 10355B翼型更适合小型侦察机,而MH114和MH115两种翼型均比较适合小型载重机。     

Dirichlet混合样本的EM算法与动态聚类算法比较

Dirichlet分布是一类包含正参数向量的连续多元概率分布,在比例结构问题中具有广泛的应用。针对Dirichlet混合样本的聚类问题,进行了最大期望（EM）算法和动态聚类算法研究。首先,推导其数学过程,并给出算法迭代步骤。然后,利用数字仿真实验,比较了EM算法与动态聚类算法两种机器学习算法在Dirichlet混合样本中的聚类效果。最后,计算对数似然函数值、程序运行时间、收敛迭代次数、聚类正确率、真正率（TPR）和假正率（FPR）6个评价指标。仿真实验结果表明,EM算法聚类正确率更高但是运算效率相对较低,而动态聚类算法运算效率较高但是损失了部分聚类正确率。因此,实际应用中建议综合权衡聚类正确率与运算效率的相对需求后,再选取合适算法进行Dirichlet混合样本聚类。